Google a dévoilé Gemini 4 Argon le 30 septembre 2026 pour répondre aux flux de travail complexes des entreprises et à l’ingénierie logicielle avancée. Ce lancement redéfinit les priorités du groupe face à OpenAI et Anthropic. Voici les 9 données essentielles sur ses capacités, ses scores de benchmark, son tarif et ses restrictions d’accès issues de l’annonce officielle et des premiers tests tiers.
1. Un saut de génération direct après l’abandon de Gemini 3.5 Pro
Google a officialisé Gemini 4 Argon en court-circuitant le modèle Gemini 3.5 Pro initialement prévu. Des retards de développement internes ont poussé l’entreprise à revoir sa feuille de route pour accélérer sa réponse concurrentielle.
Ce lancement s’inscrit dans un calendrier resserré :
- Le modèle de base Gemini 4 a débuté sa phase de pré-entraînement à grande échelle en juillet 2026.
- Depuis septembre 2026, Gemini 4 se trouve dans sa phase de post-entraînement dédiée à l’alignement, à la sécurité et à la fiabilité, avec un objectif de sortie partielle avant la fin de l’année 2026.
- Le directeur général de Google, Sundar Pichai, présente cette nouvelle génération comme une architecture nettement plus imposante, conçue pour l’écriture de code et les agents autonomes, bien que ses spécifications globales ne soient pas encore officialisées.
2. Une fenêtre de sortie étendue à 1 million de tokens
L’évolution architecturale la plus marquante de Gemini 4 Argon réside dans sa capacité de génération. Alors que les versions antérieures plafonnaient à 64 000 tokens en sortie, Argon atteint un palier de 1 million de tokens.
Cette marge permet au modèle d’exécuter des opérations complexes en plusieurs étapes au sein d’une seule et même réponse. Les agents peuvent produire des modules logiciels complets ou de longs documents d’analyse sans scinder le traitement en requêtes intermédiaires.
3. Un taux d’hallucinations réduit à 15 %
La fiabilité factuelle progresse nettement. Gemini 4 Argon affiche un taux d’hallucination de 15 %, marquant une rupture avec les générations précédentes du modèle.
Cette baisse des erreurs d’invention conditionne l’utilisation d’Argon sur des segments réglementés ou critiques, où les approximations mathématiques ou légales disqualifiaient auparavant les modèles de grande taille.
4. Une orientation prioritaire vers la défense et la cybersécurité
Argon a été conçu pour inspecter de manière autonome des bases de code, identifier les vulnérabilités de sécurité et rédiger des correctifs adaptés au contexte applicatif.
Au cours des phases de test préliminaires, le modèle a mis au jour une faille de sécurité critique, jusque-là inconnue, au sein d’un logiciel de santé, évitant l’exposition des données personnelles de patients hospitalisés.
Cette orientation opérationnelle motive le contrôle strict que Google impose sur la distribution initiale du modèle.
5. Une adoption interne immédiate dans l’infrastructure de Google
Google n’a pas attendu la distribution publique pour intégrer Argon à ses propres systèmes techniques. Plusieurs chantiers internes exploitent déjà le modèle :
- Optimisation quantique : amélioration directe de la conception des algorithmes quantiques de l’entreprise.
- Efficacité des infrastructures : gains de plusieurs centaines de téraoctets sur la gestion de la mémoire au sein des centres de données.
- Refonte de bases logicielles : exécution de chantiers de migration de code à grande échelle de
C/C++versRust.
6. Des victoires nettes sur les benchmarks d’entreprise
D’après l’annonce officielle de Google et les données de test, Argon prend la tête sur plusieurs classements majeurs liés à l’ingénierie logicielle et aux tâches de bureau avancées.
| Benchmark | Score de Gemini 4 Argon | Position face à la concurrence | Domaine évalué |
|---|---|---|---|
| Vals Index | 68,90 % | 1er (devant Claude Sonnet 5.5 à 67,04 % et Opus 5.5 à 66,97 %) | Tâches d’entreprise (droit, finance, fiscalité, code) |
| DeepSWE v1.1 | 77,90 % | Record de l’industrie (SOTA) | Génie logiciel multi-étapes |
| Intelligence Index | 53 points | À égalité avec GPT-6 Astra (devant GPT-6.1 Sol à 52) | Capacités composites générales |
| CWE-bench v1 | 68,00 % | 1er ex æquo avec GPT-6 Astra et Grok 4.7 | Correction autonome de failles logicielles |
| AutomationBench | 51,30 % | Devant Claude Sonnet 5.5 (44,75 %) | Flux d’automatisation d’agents (Zapier) |
| LVBench | 91,70 % | Premier du classement | Compréhension de vidéos longues |
Sur le comparateur LMSYS Arena AI, le modèle prend la tête dans 29 catégories distinctes, devançant Claude Fable, Claude Opus et Astro.
7. Des retards confirmés sur le code créatif et certaines tâches spécialisées
En dépit de ses records, Argon ne domine pas l’ensemble des évaluations de programmation. Les rapports internes indiquent qu’il reste devancé sur deux des quatre indices de référence principaux en matière de code.
Les données publiées par les évaluations de Vals AI soulignent plusieurs limites précises :
- Vibe Code Bench : Argon occupe la deuxième place à 91,91 %, dépassé par Claude Sonnet 5.5 (92,39 %).
- Migration de code : avec 68,17 %, il ne parvient pas à rattraper les 69,83 % obtenus par Sonnet 5.5.
- Fiscalité appliquée (Tax Agent Bench) : il obtient 76,23 %, se positionnant en retrait face à Claude Fable 5.1 (77,64 %).
- Environnements terminaux : les rapports signalent un retard technique sur les bancs FrontierSWE v2 et Terminal-Bench 4.0.
8. Une structure tarifaire en deux phases
Google a mis en place une tarification d’amorçage agressive, alignée sur les offres récentes d’OpenAI, avant d’appliquer un barème standard comparable à celui d’Anthropic.
| Palier de tarification | Entrée (par million de tokens) | Sortie (par million de tokens) | Conditions et alignement |
|---|---|---|---|
| Tarif de lancement | 2,00 $ | 10,00 $ | Aligné sur GPT-6.1 Sol ; inclut 95 % de réduction sur les tokens en cache. |
| Tarif standard | 4,00 $ | 20,00 $ | Appliqué à la fin de la période d’introduction ; identique à Claude Opus. |
9. Un déploiement sous haute sécurité réservé au programme Fairwind
Au 30 septembre 2026, Gemini 4 Argon n’est pas accessible au grand public ni aux développeurs indépendants. Sa sortie fait l’objet d’un protocole d’évaluation préalable mené conjointement avec le gouvernement américain.
L’accès actuel obéit à des règles strictes :
- Bénéficiaires initiaux : seuls les défenseurs en cybersécurité accrédités via le programme Fairwind de Google (dont l’entité Wiz, récemment acquise) peuvent interagir avec le système.
- Exclusions actuelles : les entreprises clientes classiques, les abonnés grand public et les utilisateurs d’API ordinaires ne disposent d’aucun accès.
- Calendrier ultérieur : l’ouverture s’effectuera par étapes, d’abord aux clients de l’API payante, puis aux abonnés de la formule Google AI Ultra, avant d’atteindre le grand public.