Google dévoile Gemini 4 Argon, son modèle le plus puissant, réservé aux chasseurs de failles

Ce que Google annonce

Google DeepMind publie Gemini 4 Argon le 30 septembre 2026, présenté comme son modèle frontier conçu pour les tâches professionnelles longues et complexes : programmation, recherche financière, rédaction juridique et cybersécurité. Le modèle est multimodal (texte, vidéo, documents, graphiques) et accepte un contexte allant jusqu'à 1 million de tokens. Sur les benchmarks cités par Google, Argon atteint 77,9% sur DeepSWE v1.1 (ingénierie logicielle réelle) et 68% sur CWE-bench v1 (détection et remédiation de vulnérabilités).

Le déploiement est volontairement restreint : Argon est d'abord confié à des experts en cybersécurité sélectionnés via le Fairwind Program, dont la société Wiz, avec une authentification renforcée et la participation du gouvernement américain. Développeurs, entreprises et grand public suivront « dès que possible », sans date annoncée. Le prix de lancement est fixé à 2$ par million de tokens en entrée et 10$ en sortie, avec une réduction de 95% sur les entrées en cache.

Ce que l'analyse indépendante relativise

Matthias Bastian, pour The Decoder, publie le 1er octobre 2026 une lecture s'appuyant sur les mesures indépendantes d'Artificial Analysis. Sur l'Intelligence Index de cet organisme, Gemini 4 Argon (en mode « High ») obtient 53 points, un score à égalité avec GPT-6 Astra (mode max) et Claude Fable 5.1, mais toujours derrière Claude Opus 5.5 (58 points) et Claude Sonnet 5.5 (56 points). Google revendique une avance sur ses concurrents, mais cette mesure indépendante situe plutôt Argon à touche-touche avec le reste du peloton de tête, pas en rupture devant.

Deux points nuancent l'argument prix de Google. D'abord le taux d'hallucination : Argon affiche 15% sur le benchmark AA-Omniscience, contre 51% pour GPT-6 Astra, un écart net et favorable à Google. Ensuite l'efficacité en tokens : Argon consomme en moyenne 62 000 tokens de sortie par tâche, contre 27 000 pour GPT-6 Astra. Un tarif par token plus bas ne garantit donc pas un coût total par tâche plus bas, si le modèle a besoin de plus de tokens pour y arriver.

Ce qui reste à nuancer

Le déploiement restreint aux chasseurs de failles du Fairwind Program s'explique, selon la communication de Google reprise par la presse spécialisée, par la crainte que des capacités de cyberdéfense trop avancées soient détournées en capacités offensives si elles étaient ouvertes à tous dès le lancement. Cette restriction empêche aussi, pour l'instant, toute vérification indépendante à grande échelle des chiffres annoncés par Google sur les tâches visées en priorité (droit, finance) : les mesures d'Artificial Analysis portent sur les benchmarks génériques disponibles, pas sur les cas d'usage professionnels que Google met en avant.

Sources

• Google, « Gemini 4 Argon: our next era of frontier intelligence », 30 septembre 2026 (annonce officielle, benchmarks DeepSWE/CWE-bench, restriction Fairwind Program, tarification)
• Matthias Bastian, « Google Gemini 4 Argon closes the gap with OpenAI and Anthropic but doesn't take a clear lead », The Decoder, 1er octobre 2026 (mesures indépendantes Artificial Analysis, taux d'hallucination, efficacité en tokens)