Gemini 4 Argon pousse Google vers l’IA de travail longue durée

Google a présenté Gemini 4 Argon, un modèle frontalier pensé pour le raisonnement profond sur des tâches longues, complexes et multimodales. L’entreprise promet des capacités étendues en code, en cybersécurité, en recherche métier et en rédaction, avec un contexte pouvant monter à 1 million de tokens. Le lancement doit commencer prochainement auprès des abonnés Google AI Ultra et des clients API payants, un signe que le modèle vise d’abord les usages professionnels où la mémoire de travail compte presque autant que la vitesse.

Un modèle pensé pour tenir la distance

Gemini 4 Argon, nouveau modèle de Google, remplace une trajectoire brouillée par l’abandon de Gemini 3.5 Pro et la focalisation sur 3.8 Flash. La firme parle d’une « next era of frontier intelligence » et cible des workflows de longue durée, c’est-à-dire des enchaînements de tâches où l’IA doit garder le fil sur beaucoup de matière. Le saut le plus visible reste la fenêtre de sortie : 1 million de tokens, contre 64K auparavant, de quoi traiter des dossiers bien plus volumineux sans couper la réflexion en morceaux.

Dans les faits, Google positionne Argon comme un outil de travail pour le code, la connaissance métier, la cybersécurité défensive et l’écriture créative. Le modèle est aussi présenté comme plus solide sur les usages multimodaux, avec une capacité à enchaîner des raisonnements plus longs avant de produire une réponse. Ce n’est pas un simple gain de confort ; c’est la différence entre un assistant qui résume et un système qui peut, au moins en partie, mener une analyse jusqu’au bout.

Cybersécurité, finance, droit : Google vise les métiers à forte contrainte

Google dit avoir entraîné Gemini 4 Argon pour la défense cybersécurité, avec des progrès notables sur 3.8 Flash Cyber. Le modèle sera proposé « without cyber guardrails » à des défenseurs de confiance et à des équipes internes, afin qu’ils exploitent ses capacités de défense au maximum. En parallèle, l’entreprise insiste sur plusieurs protections : surveillance des activations internes pour repérer des usages abusifs, résistance accrue aux prompt injections indirectes, durcissement des environnements sandboxés et suivi des chaînes de raisonnement pour couper l’exécution si nécessaire.

Le constructeur avance aussi des résultats sur plusieurs benchmarks spécialisés. Sur DeepSWE v1.1, Argon obtient 77,9 %, devant Claude Opus 5.5 à 74,2 % et GPT-6 Astra à 74,1 %, selon les chiffres communiqués par Google. Sur CWE-bench v1, il atteint 68 % et partage la première place. S’ajoutent des scores annoncés de 51,3 % sur AutomationBench, 91,7 % sur LVBench, ainsi que des performances de premier plan sur Vals Finance Agent v2 et Harvey’s Legal Agent Benchmark. Les benchmarks ne disent pas tout, mais ils donnent ici un indice assez clair : Google cherche moins un chatbot bavard qu’un moteur de production pour métiers régulés.

Combien ça coûtera, et pour qui d’abord ?

Le déploiement de Gemini 4 Argon doit commencer « soon », d’abord pour les abonnés Google AI Ultra et les clients API payants. Pendant la période de lancement, le tarif annoncé est de 2 dollars par million de tokens en entrée et 10 dollars par million de tokens en sortie, avec les tokens d’entrée mis en cache facturés à 95 % de réduction sur le prix d’entrée. Une fois cette période terminée, Google prévoit 4 dollars par million de tokens en entrée et 20 dollars par million de tokens en sortie. À ce niveau, le modèle s’adresse clairement à des usages où chaque lot de calcul se monétise, pas à des curieux du dimanche.

En interne, Google dit déjà s’appuyer sur Argon pour des workflows concrets. Des équipes auraient gagné plus de 300 TiB de mémoire en optimisant des télémetries de flotte dans les centres de données, avec un potentiel total estimé entre 500 TiB et 1 PiB. Le modèle intervient aussi sur des migrations de code C/C++ vers Rust, jusqu’à plus de 800 000 lignes pour le kernel Zircon de Fuchsia OS. Sur libgav1, Google affirme qu’Argon a aidé à remplacer 32 000 lignes de code SIMD par une version Rust plus sûre en mémoire, 2,7 fois plus rapide que le port Rust initial, avec un rendu vidéo identique. Dans ce contexte, le message est limpide : Google veut faire d’Argon une IA d’ingénierie, pas seulement une vitrine de laboratoire.