Gemini 4 Argon : la nouvelle IA surpuissante de Google arrive, mais pas pour tout le monde

Chaque grande maison de l’IA sort ses modèles comme d’autres sortent des collections : OpenAI a présenté GPT-6 Sol et Luna le 23 septembre, et voilà que Google riposte une semaine plus tard avec Gemini 4 Argon, annoncé le 30 septembre 2026 à 20 h UTC (22 h, heure de Paris). Une annonce à prendre au sérieux : Google la présente comme sa nouvelle vitrine technologique, le modèle qui doit relancer la maison dans la course à l’IA face à OpenAI et Anthropic.

Mais l’annonce a une particularité que les titres rapides ont parfois oubliée : personne, dans le grand public, ne peut encore y accéder. Le modèle est d’abord confié à une poignée de cyberdéfenseurs triés sur le volet, sous surveillance, et Google refuse de donner la moindre date pour une ouverture générale. Voici, sources primaires à l’appui, tout ce que l’annonce dit vraiment, ce qu’elle ne dit pas, et ce que ça change pour vous.

Gemini 4 Argon, le nouveau modèle « de pointe » de Google

L’annonce est publiée le 30 septembre 2026 à 20 h précises UTC sur le blog officiel de Google (soit 22 h à Paris, vérifié sur le flux RSS et les métadonnées de la page), puis légèrement retouchée à 23 h 46. Elle est signée Koray Kavukcuoglu, « SVP Google DeepMind et architecte IA en chef de Google » : c’est l’homme qui a pris les rênes du laboratoire d’IA de Google après le retrait de Demis Hassabis en août 2026, une réorganisation que nous racontions dans notre article sur le changement de patron de Google DeepMind. Sa signature sur l’annonce du modèle le plus important de l’année pour Google n’est pas anodine : c’est sa première grande « une ».

Dans son billet, Google présente Argon en une phrase qui fixe le cadre : « Gemini 4 Argon offre des performances de pointe dans les flux de travail complexes à travers l’ingénierie logicielle du monde réel, le travail de connaissances d’entreprise comme le juridique et les finances, et la cyberdéfense » (Gemini 4 Argon delivers frontier performance in complex workflows across real-world software engineering, enterprise knowledge work like legal and finance, and cybersecurity defense).

Le mot « frontier » (« de pointe ») est le terme consacré de l’industrie pour désigner les modèles les plus capables du moment, ceux dont on craint qu’ils dépassent ce que l’on sait contrôler. Concrètement, Gemini 4 Argon est un modèle plus volumineux que la gamme « Pro » précédente de Google : c’est un porte-parole de l’entreprise qui l’a confirmé à l’agence Reuters dans la nuit du 30 septembre au 1er octobre. Toujours selon ce porte-parole, cité par Reuters, il s’agit du « modèle le plus performant jamais conçu » par Google pour des charges de travail complexes, comparable aux modèles phares d’OpenAI (Astra) et d’Anthropic (Opus) sur les tests clés de codage et de cybersécurité.

Pourquoi vous ne pouvez pas encore l’utiliser : un accès en plusieurs étapes

C’est le point le plus important de l’annonce pour le grand public : le déploiement sera progressif, et il commence par un cercle très restreint. Google écrit noir sur blanc : « Le déploiement sécurisé de fonctionnalités de pointe à ce niveau exige une approche progressive » (Safely releasing frontier capabilities at this level requires a phased approach).

Dans l’ordre décrit par le billet officiel :

• Étape 1, en cours : Argon est confié à « un groupe de spécialistes de la cybersécurité de confiance » via le programme Fairwind de Google, un programme d’accès restreint lancé le 2 septembre 2026 pour donner aux gouvernements et partenaires de confiance des outils d’IA de cyberdéfense.
• En parallèle : Google participe au « processus volontaire du gouvernement américain pour l’accès anticipé au modèle de prélancement », autrement dit les autorités américaines peuvent examiner le modèle avant sa sortie.
• Ensuite : l’ouverture « aux développeurs, aux entreprises et aux consommateurs dès que possible », en commençant par les clients payants : l’API facturée et les abonnés à Google AI Ultra (l’abonnement haut de gamme de Google).

Et pour la date de l’ouverture au grand public ? Rien. « Nous n’avons pas de calendrier », résume en substance Reuters, qui relève que Google n’a précisé aucune échéance. Le billet officiel se contente d’un « dès que possible » répété. Autrement dit : ni semaine, ni mois, ni trimestre. Toute date que vous pourriez lire ailleurs est, à ce jour, une spéculation.

Ce que Gemini 4 Argon sait faire (selon Google)

Un million de tokens en sortie : des réponses aussi longues que des livres

La spécification la plus spectaculaire de l’annonce tient en un chiffre : la limite de sortie du modèle passe de 64 000 à 1 million de tokens, ce que Google présente comme « une performance inégalée dans l’industrie ». Le token est l’unité de découpage du texte utilisée par les IA (un mot français courant vaut environ deux ou trois tokens) : 1 million de tokens, c’est la place pour rédiger plusieurs romans, ou des dizaines de rapports complets, en une seule réponse. L’intérêt selon Google : laisser le modèle « réfléchir » longtemps sur un problème difficile et livrer un résultat complet en une trajectoire, plutôt que de le voir s’essouffler en cours de route.

Les scores annoncés par Google

Google a publié le 30 septembre à 22 h 17 (heure de Paris, date vérifiée sur le fichier technique officiel) un document PDF de cinq pages, « Gemini 4 Argon Model evaluation », qui détaille sa méthode d’évaluation. Les résultats mis en avant dans le billet sont les suivants :

À lire avec recul : ces scores sont déclarés par Google lui-même dans son billet et son PDF technique du 30 septembre 2026. Le PDF précise que les résultats des modèles concurrents (GPT-6 Astra d’OpenAI, Fable 5.1 et Opus 5.5 d’Anthropic) sont repris des chiffres « auto-déclarés » par leurs éditeurs.

Ce que la presse relève de plus nuancé

Reuters, dans sa dépêche du 1er octobre, a lu le même communiqué avec un regard plus froid : si Argon obtient de meilleurs résultats qu’Astra et Opus sur plusieurs tests, il reste à la traîne sur certains indicateurs, dont deux des quatre tests de code inclus dans le communiqué de Google. Une précision utile quand on lit des titres du type « Google écrase la concurrence ». La course reste serrée : OpenAI a dévoilé sa propre génération GPT-6 une semaine plus tôt, que nous détaillions dans notre article sur GPT-6 Sol et Luna, et nous vous expliquions déjà dans le duel GPT-5.2 contre Gemini 3 combien les positions changent vite.

Cyberdéfense : l’IA qui trouve et répare les failles toute seule

Si un seul sujet devait retenir votre attention dans cette annonce, c’est celui-ci. Google a entraîné Argon pour la « cyberdéfense » : le modèle est capable, selon le billet officiel, de détecter, valider et corriger de manière autonome des vulnabilités logicielles critiques. Et Google va plus loin, avec une décision qui fait tiquer : pour les défenseurs de confiance et ses équipes internes, Argon sera déployé sans garde-fous cyber, afin qu’ils puissent exploiter pleinement ses capacités de sécurité offensives comme défensives. Un choix assumé et encadré, mais qui concentre beaucoup de puissance entre peu de mains.

Google donne un exemple concret, et il vaut le détour. L’entreprise de cybersécurité Wiz utilise déjà Argon dans le cadre de son initiative « Scan for Good », qui protège gratuitement des infrastructures publiques critiques. Résultat raconté par Google : « le modèle a mis au jour une faille critique exposant des données personnelles sensibles dans un logiciel de santé utilisé par des hôpitaux du monde entier, identifiant ainsi un risque majeur qui avait échappé aux modèles précédents » (the model uncovered a critical vulnerability exposing sensitive personal information across healthcare software used by hospitals worldwide, identifying a severe risk that previous frontier models had missed). Des failles de sécurité dans des logiciels hospitaliers, trouvées par une IA avant les humains et avant les autres IA : c’est exactement le scénario que les régulateurs scrutent de près.

Les chiffres techniques suivent : sur CWE-bench v1, le test de référence de la correction de vulnérabilités, Argon se classe premier ex aequo avec 68 %. Sur le test interne de vulnérabilités de Google, il a découvert des failles dans des bases de code couvrant 20 langages de programmation. Et sur le banc d’essai interne de Wiz, qui teste la capacité à analyser des sites web en direct, sans accès au code source, il surpasse son prédécesseur cyber de Google (3.8 Flash Cyber) sur la découverte de la surface d’attaque et la production de preuves de concept. Le document technique officiel précise d’ailleurs que les résultats de ce type de test « mondiaux réels » reposent sur un jeu de données interne de vulnérabilités historiques confirmées.

Chez Google, Argon travaille déjà (et les chiffres donnent le vertige)

Ce n’est pas un prototype enfermé dans un labo : Google affirme que des milliers de ses salariés utilisent déjà Argon chaque jour, et le billet officiel du 30 septembre dresse une liste de chantiers internes où le modèle a déjà produit des résultats mesurables :

• Calcul quantique : Argon aide les chercheurs à optimiser des sous-programmes quantiques et a battu « de 40 % en quelques minutes » un résultat de référence publié dans la littérature scientifique.
• Mémoire des data centers : une équipe d’agents Argon a analysé les données de profilage des centres de données de Google et appliqué de façon autonome des optimisations qui libèrent plus de 300 Tio de mémoire, avec une économie totale estimée entre 500 Tio et 1 Pio.
• Migration de code vers Rust : des agents Argon traduisent des bases de code C et C++ vers le langage Rust, de quelques dizaines de milliers de lignes (bibliothèques re2 et libgav1) jusqu’à plus de 800 000 lignes pour le noyau Zircon du système d’exploitation Fuchsia.
• Vidéo : sur libgav1, le décodeur vidéo open source de Google, le code réécrit par Argon s’est révélé 2,7 fois plus rapide que le portage Rust précédent, avec une sortie vidéo identique.

Google précise un point d’honnêteté bienvenu : ces réécritures massives restent soumises à des audits automatisés et humains, des tests d’émulation et des relectures avant d’arriver en production. L’IA propose, l’ingénieur vérifie.

Le prix : 2 $ et 10 $ le million de tokens (et un détail que la version française du billet ne dit pas)

Voilà le tarif d’appel, annoncé dans le billet anglais : Gemini 4 Argon sera facturé 2 $ le million de tokens en entrée et 10 $ le million de tokens en sortie, au tarif d’introduction, avec un tarif réduit de 95 % pour les tokens d’entrée mis en cache (c’est-à-dire réutilisés d’une requête à l’autre). À titre de comparaison avec le reste de l’offre Google, ce positionnement est bas pour un modèle « de pointe », et c’est exactement l’argument (le rapport capacité-prix) que Reuters dit devenu le cheval de bataille de l’entreprise.

Petit détail que nous avons vérifié le 1er octobre 2026 et que personne ne relève : le paragraphe sur le prix figure dans la version anglaise du billet, mais pas dans la version française publiée par Google. Nous avons comparé les deux versions mot à mot : la phrase sur les « 2 $ / 10 $ » avec la note de bas de page associée n’apparaît nulle part dans la version en français. Une simple omission de traduction sans doute, mais elle résume bien une époque : le prix est un message destiné aux développeurs et aux entreprises, pas au grand public.

Des garde-fous renforcés avant l’ouverture au public

Avant d’élargir l’accès, Google dit renforcer ses « garanties aux frontières » dans quatre domaines, détaillés dans le billet du 30 septembre :

• Usage abusif : le modèle est conçu pour refuser les requêtes malveillantes, notamment cyber et CBRN (chimique, biologique, radiologique, nucléaire), tout en préservant la recherche scientifique légitime à double usage. Google dit surveiller les « activations internes » du modèle pour repérer les tentatives de détournement, et avoir fait tester ces protections par des équipes d’attaque internes et externes.
• Injections de prompt : Argon serait le modèle Google « le plus résistant à ce jour » aux injections d’instructions indirectes (des consignes malveillantes cachées dans un texte ou une page web que l’IA lit), premier sur le test IPI de l’entreprise Gray Swan.
• Surveillance du raisonnement : pour éviter qu’Argon « dépasse les limites » pour accomplir une tâche, Google déploie des mesures qui surveillent le raisonnement et les actions du modèle et peuvent interrompre son exécution. Google dit avoir utilisé un dispositif similaire pendant l’entraînement, avec une équipe dédiée d’intervention, et appelle le reste de l’industrie à préserver la « transparence du raisonnement » des modèles.
• Environnements scellés : les tests et entraînements à haut risque se déroulent dans des environnements isolés et verrouillés avant de commencer, une pratique que Google s’engage à partager avec ses partenaires.

Gemini 4 Argon en 6 facettes : le décodeur

L’annonce fait 1 600 mots, le PDF technique 5 pages, la dépêche Reuters autant. Pour y voir clair sans tout relire, cliquez sur chaque facette : chaque fiche dit ce qui est confirmé, par qui, et où c’est écrit.

Ce que ça change pour vous (même sans y avoir accès)

Premier effet : la course aux modèles repart d’un cran. En une semaine, OpenAI a décliné GPT-6 en deux déclinaisons à prix cassé, Google réplique avec Argon, et la concurrence mondiale continue de s’intensifier, jusqu’aux modèles à poids ouverts que nous présentions dans notre article sur GLM-5.2, l’IA chinoise à poids ouverts. Deuxième effet : les prix d’entrée baissent. Un modèle de pointe facturé 2 $ le million de tokens en entrée, c’est un signal fort envoyé à tout le marché, et les effets d’annonce se répercutent généralement sur les offres grand public (limites plus généreuses, meilleures versions en accès gratuit) avec quelques mois de décalage.

Troisième effet, plus discret : la façon dont ces modèles sont surveillés devient un sujet public. Google décrit au grand jour comment il surveille le « raisonnement » de son IA pour l’arrêter si elle dérape, une transparence inhabituelle que les régulateurs européens et américains suivent de près, comme nous le racontions dans notre article sur le signalement des contenus IA en Europe.

FAQ : vos questions sur Gemini 4 Argon

Conclusion : une annonce à deux visages

Gemini 4 Argon est à la fois très impressionnant et très frustrant. Impressionnant, parce que les capacités annoncées le 30 septembre (1 million de tokens, failles corrigées seul, migrations de code de 800 000 lignes, économies de mémoire à l’échelle du petaoctet) dépassent ce que Google avait montré jusqu’ici, et parce que la transparence sur les garde-fous est plutôt meilleure que la moyenne du secteur. Frustrant, parce qu’aucune de cela n’est accessible : ni vous, ni nous, ni la plupart des développeurs ne peuvent essayer Argon ce 1er octobre, et Google ne dit pas quand ce sera le cas.

En attendant, la leçon de cette actu reste la même que d’habitude : les modèles changent de nom chaque mois, mais vos usages, eux, sont déjà couverts par des IA accessibles gratuitement. Pas besoin d’attendre Gemini 4 Argon pour rédiger, résumer, traduire ou brainstormer avec une IA.

Sources : annonce officielle de Google du 30 septembre 2026 (20 h UTC, vérifiée sur le flux RSS et les métadonnées de la page), document technique officiel « Gemini 4 Argon Model evaluation » du 30 septembre 2026 (20 h 17 UTC) et page officielle du programme Fairwind du 2 septembre 2026 ; dépêche Reuters (Kenrick Cai) du 1er octobre 2026 citée en recoupement. Article publié le 1er octobre 2026.