Présentation du modèle Gemini 4 Argon

Google a annoncé le modèle d’IA Gemini 4 Argon, destiné aux tâches de codage, de travail de connaissance et de cybersécurité. Le modèle n’est pas encore accessible aux clients externes, mais il est déjà déployé en interne pour des projets d’ingénierie et de défense numérique.

Optimisations d’infrastructure et migration de code

Argon exploite ce que Google appelle des « fleet‑wide telemetry data », ce qui a permis d’économiser 300 TiB de mémoire dans les centres de données du groupe. Cette optimisation provient d’une analyse fine de l’utilisation de la RAM par les charges de travail d’IA, couplée à des ajustements de la gestion du cache.

Parallèlement, les agents Argon ont initié la migration de plusieurs bases de code C/C++ vers Rust. Les bibliothèques re2 et libgav1 ont vu des milliers de lignes converties, tandis que le noyau Zircon de Fuchsia OS a vu plus de 800 000 lignes réécrites en Rust, améliorant la sûreté mémoire et la résilience aux débordements de tampon.

Performances mesurées

Sur le benchmark logiciel DeepSWE v1.1, Gemini 4 Argon obtient un score de 77,9 %, dépassant les modèles concurrents GPT‑6 Astra, Fable 5.1 et Opus 5.5. Le même modèle se classe en tête du test économique Vals Index, bien que Google ne publie pas le score numérique.

Ces résultats sont présentés comme la preuve d’une supériorité « industry‑leading » dans les tâches à horizon long, notamment la génération de code complexe et l’analyse de données financières.

Tarification, limites d’usage et sécurité

Google a déjà communiqué les tarifs de l’API Argon : 2 $ par million de jetons d’entrée et 10 $ par million de jetons de sortie, avec une remise de 95 % sur les jetons d’entrée mis en cache. Le modèle supporte désormais jusqu’à 1 million de jetons en sortie, contre 64 000 précédemment, ce qui facilite les traitements monolithiques.

Le déploiement initial cible la cybersécurité. Le programme « Fairwind » offre un accès limité à des testeurs de confiance. L’entreprise cite l’exemple de Wiz, qui aurait utilisé Argon pour identifier une vulnérabilité critique dans un système hospitalier mondial, vulnérabilité que les modèles concurrents n’auraient pas détectée.

Pour contenir les risques d’alignement, Argon intègre un système de surveillance du « chain‑of‑thought » capable d’interrompre le raisonnement dès qu’il sort des limites définies. Google décrit cette fonction comme essentielle à la transparence du raisonnement des modèles de pointe.

La disponibilité générale dépendra d’une phase de tests de cybersécurité, puis d’un lancement progressif pour les utilisateurs payants de l’API et les abonnés Google AI Ultra. Aucun calendrier précis n’est fourni.