Google passe à la génération suivante. Le géant américain vient de dévoiler Gemini 4 Argon, son nouveau modèle d’intelligence artificielle phare et le premier véritable successeur de Gemini 3, lancé en novembre dernier.
Google présente Argon comme une nouvelle génération de modèle conçue pour les tâches longues et complexes, notamment dans le développement logiciel, la cybersécurité, le droit et la finance.
Son déploiement commence toutefois de manière très progressive : les premiers utilisateurs sont des experts en cybersécurité, avant une ouverture aux clients payants de l’API et aux abonnés Google AI Ultra.
Les défenseurs de la cybersécurité auront les premiers accès
Google réserve d’abord Gemini 4 Argon à un petit groupe de spécialistes via son Fairwind Program, destiné à des « cyber defenders » de confiance. L’entreprise participe également au processus volontaire du gouvernement américain permettant à certains acteurs d’accéder à des modèles avant leur commercialisation. L’objectif est de tester Argon dans des conditions réelles avant d’élargir progressivement son accès.
Particularité importante : les défenseurs de la cybersécurité disposent d’Argon sans ses garde-fous spécifiques à la cybersécurité, afin de pouvoir exploiter l’ensemble de ses capacités pour identifier et analyser des vulnérabilités.
La société de cybersécurité Wiz utilise déjà le modèle dans le cadre de son programme Scan for Good. Selon Google, Argon aurait ainsi identifié une vulnérabilité critique dans un logiciel médical utilisé par des hôpitaux à travers le monde, alors que des modèles de pointe précédents ne l’avaient pas détectée.
Cette utilisation illustre la direction prise par Google : plutôt que de présenter Gemini 4 uniquement comme un chatbot plus performant, l’entreprise veut en faire un agent capable de travailler sur des processus longs et complexes.
Un contexte de 1 million de tokens
Google met également en avant une évolution majeure de la capacité de traitement du modèle. Gemini 4 Argon peut produire jusqu’à 1 million de tokens, contre 64 000 auparavant. Cette capacité vise notamment les workflows nécessitant de conserver un contexte extrêmement important sur une longue durée : projets logiciels, analyses documentaires, investigations de sécurité ou tâches professionnelles complexes.
Les premiers résultats communiqués par Google sont également ambitieux.
Argon atteint notamment 77,9 % sur DeepSWE v1.1, un benchmark consacré aux tâches longues de développement logiciel. Sur CWE-bench, consacré à la correction de vulnérabilités de sécurité, il atteint 68 %, un résultat qui le place à égalité en tête selon Google.
Google affirme également qu’Argon dépasse GPT-6 Astra d’OpenAI sur plusieurs benchmarks consacrés au développement et aux tâches de connaissance.
Toutefois, ces résultats restent des mesures de benchmark. Ils ne permettent pas, à eux seuls, de déterminer comment le modèle se comportera sur tous les usages réels.
Des agents qui commencent à travailler à l’échelle de Google
Google indique que des milliers de ses employés utilisent déjà Gemini 4 Argon. L’entreprise affirme également que des équipes composées d’agents Argon ont permis de libérer plus de 300 Tio de mémoire dans ses centres de données. Ce chiffre donne une indication de la manière dont Google expérimente ses propres agents pour automatiser des tâches d’infrastructure à grande échelle.
La tarification de lancement est fixée à 2 dollars par million de tokens en entrée et 10 dollars par million de tokens en sortie. Google vise ainsi un positionnement où le modèle peut être utilisé pour des tâches beaucoup plus longues qu’une simple requête conversationnelle, tout en restant accessible via son API.
Mais, le modèle suscite déjà des réserves chez Google
Le lancement n’est toutefois pas exempt de critiques internes. Selon Bloomberg, certains employés de Google ayant eu accès à Gemini 4 Argon considèrent que ses résultats sur les benchmarks ne correspondent pas toujours à ses performances lorsqu’ils l’utilisent réellement. Le modèle rencontrerait notamment encore des difficultés sur certaines tâches de programmation.
Bloomberg rapporte également que Google aurait abandonné Gemini 3.5 Pro, un modèle que l’entreprise avait auparavant prévu de lancer en juin.
Cependant, Google conteste l’idée selon laquelle Gemini 4 serait moins performant dans certains domaines, notamment le codage. L’entreprise estime que ses performances restent au niveau des modèles de pointe et indique qu’il existe un large consensus interne sur son positionnement à la frontière technologique.
Cette différence entre performances mesurées et expérience quotidienne des utilisateurs est devenue l’un des principaux enjeux de la course aux modèles d’IA avancés. Un modèle peut dominer certains benchmarks tout en présentant des comportements moins convaincants sur des workflows réels, plus imprévisibles et moins standardisés.
Google accélère alors que la concurrence se complique
Le calendrier de Gemini 4 est également révélateur de l’intensité de la compétition entre les grands laboratoires d’IA. Koray Kavukcuoglu, qui dirige désormais les activités quotidiennes de Google DeepMind, avait indiqué la semaine précédente que Google souhaitait lancer Gemini 4 bien avant la fin de l’année.
L’entreprise arrive donc avec une nouvelle génération de modèle dans un marché où les concurrents rencontrent eux aussi des difficultés. OpenAI vient notamment d’annuler le lancement de son prochain modèle après des problèmes rencontrés lors de tests de sécurité internes.
Pour Google, Gemini 4 Argon représente donc plus qu’une simple mise à niveau de Gemini 3. Avec son contexte d’un million de tokens, ses performances revendiquées en programmation et cybersécurité et son orientation vers les agents capables de réaliser des workflows complets, Google cherche à faire de Gemini un outil capable d’agir sur des tâches professionnelles complexes plutôt qu’un simple assistant conversationnel.
Reste maintenant à voir si les performances observées dans les benchmarks et les premières expérimentations internes se traduiront par des gains aussi importants pour les utilisateurs et développeurs lorsque l’accès sera progressivement élargi.
