Google vient d’annoncer Gemini 4 Argon, son nouveau modèle avancé dans le domaine de l’intelligence artificielle. Ce modèle d’IA est conçu pour des tâches longues et complexes dans des domaines tels que le développement logiciel, le travail professionnel, la recherche et la cybersécurité, mais son accès reste pour l’instant limité à quelques partenaires sélectionnés.
Un modèle d’IA conçu pour des tâches à long terme
Avec Gemini 4 Argon, Google ambitionne de rivaliser directement avec les modèles les plus avancés d’OpenAI et d’Anthropic. L’entreprise présente ce nouveau modèle d’IA comme un système capable de maintenir un raisonnement approfondi dans des flux de travail à plusieurs étapes, avec des applications dans le développement logiciel, la finance, le droit et la cybersécurité.
L’une des principales innovations concerne la longueur maximale des résultats générés. Gemini 4 Argon peut produire jusqu’à 1 million de tokens, contre seulement 64 000 pour les précédents modèles Gemini, afin de traiter des problèmes nécessitant plusieurs centaines de milliers de tokens au cours d’un même raisonnement. Google associe cette capacité à ses compétences en matière de raisonnement, de multimodalité et d’exécution de tâches complexes.
Google affirme utiliser déjà Gemini 4 Argon en interne pour des migrations de code à grande échelle. Les agents Gemini 4 travaillent notamment sur des projets de migration de C et C++ vers Rust, avec des bases de code dépassant 800 000 lignes pour le noyau Zircon de Fuchsia. Dans le cas de libgav1, Google précise qu’Argon a permis de remplacer 32 000 lignes de code SIMD par du Rust, aboutissant à un décodeur 2,7 fois plus rapide que la précédente implémentation en Rust.
Le modèle est également mis en avant dans les infrastructures de Google. Les agents Argon ont analysé les données de télémétrie de leurs centres de données afin d’identifier et d’appliquer automatiquement des optimisations de mémoire, libérant ainsi plus de 300 To de mémoire après déploiement, avec des économies totales estimées entre 500 To et 1 Po.
Gemini 4 Argon face à GPT-6 Astra et Claude
Les premiers indicateurs publiés par Google plaencent Gemini 4 Argon dans la même catégorie que les modèles récents d’OpenAI et d’Anthropic. Dans DeepSWE v1.1, spécifiquement dédié aux tâches de développement logiciel complexe et de longue durée, Gemini 4 Argon obtient un score de 77,9 %, contre 74,2 % pour Claude Opus 5.5 et 74,1 % pour GPT-6 Astra.
La comparaison avec GPT-6 Astra est d’autant plus intéressante que le modèle d’OpenAI demeure très performant dans plusieurs catégories. OpenAI affiche notamment un score de 72,6 % dans OSWorld 2.0 pour les utilisations informatiques, 91,5 % dans BrowseComp et 41,4 % dans AutomationBench. GPT-6 Astra atteint également 98 % dans FrontierMath Tier 4 et 100 % dans ExploitBench selon les benchmarks publiés par OpenAI.
Du côté d’Anthropic, Claude Opus 5.5 se présente comme une alternative moins coûteuse à Claude Fable 5.1. Anthropic indique qu’Opus 5.5 atteint un niveau comparable à Fable 5.1 dans la plupart des tâches, tout en coûtant 40 % de moins à faire fonctionner que son prédécesseur, Opus 5. Dans les propres benchmarks d’Anthropic, Opus 5.5 obtient un score de 66,4 % dans Terminal-Bench 4.0, contre 55,8 % pour Fable 5.1 et 57,9 % pour GPT-6 Astra.
Il en résulte que les écarts varient en fonction des tâches. Par exemple, Google revendique 51,3 % dans AutomationBench pour Argon, tandis que les données publiées par OpenAI attribuent 41,4 % à GPT-6 Astra, et que les scores d’Anthropic sont de 40 % pour Opus 5.5 et 31,4 % pour Fable 5.1. Ces chiffres illustrent principalement les domaines sur lesquels chaque entreprise concentre ses efforts et doivent être interprétés avec prudence, car les conditions et les environnements d’évaluation peuvent différer.
Une disponibilité encore très limitée
Google n’offre pas encore Gemini 4 Argon au grand public. Ce modèle d’IA commence à être déployé auprès de certains spécialistes de la cybersécurité via le programme Fairwind, tandis que Google poursuit ses tests de sécurité et participe au processus d’accès anticipé volontaire aux États-Unis. L’entreprise prévoit ensuite d’ouvrir l’accès aux développeurs, entreprises et utilisateurs, en commençant par les clients de l’API payante et les abonnés Google AI Ultra.
La cybersécurité est l’un des premiers domaines d’expérimentation d’Argon. Google affirme que ce modèle d’IA est capable de trouver, valider et corriger automatiquement des vulnérabilités critiques. Dans CWE-bench v1, qui mesure la capacité à corriger des bugs, Argon obtient un score de 68 % et se classe au premier rang selon les données publiées par Google. Wiz l’utilise déjà dans son programme Scan for Good, notamment pour analyser des infrastructures critiques.
Parallèlement, Google souhaite renforcer ses protections avant une disponibilité plus large. Gemini 4 Argon bénéficie ainsi de mécanismes conçus pour résister aux attaques par injection indirecte, ainsi que de systèmes capables de surveiller son raisonnement et ses actions pour interrompre une tâche lorsqu’elle sort du cadre prévu.
Le prix de lancement de Gemini 4 Argon est de 2 $ par million de tokens d’entrée et de 10 $ par million de tokens de sortie, avec une remise de 95 % sur les tokens d’entrée mis en cache. Après la période promotionnelle, ces prix passeront à 4 $ et 20 $ par million de tokens, respectivement. Cependant, Google n’a pas encore annoncé de date précise pour un accès général.
