C'est quoi Gemini 4 Argon ?

Gemini 4 Argon est le nouveau modele frontier de Google DeepMind, annonce le 30 septembre 2026. Il est concu pour le raisonnement long et profond sur des taches complexes : ingenierie logicielle, travail de bureau (finance, droit), et cybersecurite defensive. Sa limite de sortie est de 1 million de tokens, contre 64 000 auparavant.

Quand est-ce que je pourrai utiliser Gemini 4 Argon ?

Il n'y a pas de date publique. Google deploie Argon en phases : d'abord des cyber defenders selectionnes via le programme Fairwind, puis les clients API payants et les abonnes Google AI Ultra, puis le grand public. Google participe aussi au processus volontaire du gouvernement americain pour l'acces pre-release aux modeles.

Combien coute Gemini 4 Argon ?

Le prix intro est de 2 dollars par million de tokens en input, 0,10 dollar en cache input (95% de reduction), et 10 dollars en output. Apres la periode introductive, le prix passe a 4 dollars en input et 20 dollars en output. Google ne precise pas la duree de la periode introductive.

Pourquoi Google ne rend pas Argon accessible tout de suite ?

Argon peut trouver, valider et corriger des vulnerabilites zero-day de maniere autonome, sans intervention humaine. Sur CWE-bench v1, il scored 68%, au premier rang. Google prefere donner le modele a des acteurs verifies (cyber defenders, entreprise Wiz) avant de l'ouvrir au grand public, pour eviter que cette capacite tombe entre les mauvaises mains.

Est-ce qu'Argon est meilleur que GPT-6 Astra et Claude Opus 5.5 ?

Sur plusieurs benchmarks oui. Argon devance Astra et Opus 5.5 sur DeepSWE v1.1 (code, 77,9%), le Vals Index (travail de bureau, 68,9%), AutomationBench (workflows business, 51,3%) et Harvey's Legal Agent Benchmark (droit, 19,6%). Les benchmarks viennent de Google. Les tests independants doivent confirmer.

Actualite · Modeles IA

Gemini 4 Argon : Google a son modèle frontier, mais ne te le donne pas encore

1 octobre 2026 · 6 min de lecture

Illustration aquarelle d'un petit robot astronaute violet derrière une porte fermée, avec un cerveau circuits teal sous sa cloche en verre, un bouclier coché à gauche et une loupe sur des crochets de code à droite

Google a annonce Gemini 4 Argon le 30 septembre 2026. C'est son nouveau modele frontier, et sur le papier il bat GPT-6 Astra et Claude Opus 5.5 sur plusieurs benchmarks de code, de finance et de droit. Mais tu ne peux pas l'utiliser. Google le donne d'abord a des cyber defenders selectionnes, parce qu'Argon peut trouver des failles zero-day tout seul, sans aide humaine. Voici ce qu'il fait, ce qu'il coute, et pourquoi Google fait passer la securite avant la commercialisation.

Ce qu'Argon fait de mieux

Le code, et c'est le plus net. Sur DeepSWE v1.1, le benchmark d'ingenierie logicielle en conditions reelles, Argon scored 77,9%. Il devance GPT-6 Astra, Claude Fable 5.1 et Claude Opus 5.5. Google precise que ses propres ingenieurs utilisent Argon au quotidien pour le debug et les migrations de codebase.

Le travail de bureau. Sur le Vals Index, qui mesure la performance sur des taches finance, code, legal et fiscal, ponderees par leur poids dans le PIB americain, Argon scored 68,9%, devant Opus 5.5 (67%). Sur AutomationBench, le benchmark de Zapier qui teste des workflows business de bout en bout, il scored 51,3%, soit 8,8 points au-dessus d'Opus 5.5.

Le droit. Sur Harvey's Legal Agent Benchmark, qui evalue la recherche et la redaction juridique, Argon scored 19,6%, contre 5,4% pour Astra et 3,8% pour Opus 5.5. Le score absolu reste bas, mais le bond est net : Argon fait environ 3,6 fois mieux qu'Astra.

La video longue. Sur LVBench, qui mesure la comprehension de videos longues, Argon scored 91,7%, l'etat de l'art. C'est utile pour les taches ou le modele doit analyser un flux video et prendre des decisions a partir de ce qu'il voit.

1 million de tokens en output

La specification la plus marquante n'est pas un benchmark. C'est la limite de sortie : 1 million de tokens, contre 64 000 auparavant. Google decrit ca comme un "headroom" pour le raisonnement. Concretement, le modele a la place de produire des centaines de milliers de tokens en une seule trajectoire, ce qui permet d'attaquer des problemes longs en une seule fois, sans decouper.

La difference entre 1 million de tokens en entree et 1 million en sortie : la plupart des modeles ont une grande fenetre de contexte en entree (ce qu'ils peuvent lire) mais une limite de sortie beaucoup plus courte (ce qu'ils peuvent ecrire). Argon leve la limite de sortie. Pour un agent de code qui doit inspecter un depot, proposer des changements, lancer des tests, lire les erreurs du compilateur, reviser l'approche et recommencer, ca change la maniere de travailler. L'agent n'est pas coupe en milieu de trajectory.

Le prix

Prix par million de tokens	Argon (intro)	Argon (standard)	GPT-6.1 Sol	Opus 5.5
Input	$2	$4	$2	$4
Cache input	$0,10	$0,20	$0,10	$0,20
Output	$10	$20	$10	$20

Le prix intro est identique a GPT-6.1 Sol d'OpenAI et inferieur a Opus 5.5. Le prix standard, apres la periode introductive, double. Google ne precise pas quand la periode intro se termine.

Le cache input a 0,10 dollar par million est 95% moins cher que l'input standard. C'est le poste qui compte pour les agents qui reutilise du contexte entre les requetes : plus tu caches, moins tu paies.

Un exemple chez Maisons&Mobilia

Pierre, DSI chez Maisons&Mobilia (M&M, enseigne de meubles fictive), gere la securite des 18 magasins. Son equipe scanne les systemes en permanence, remonte les vulnerabilites, et coordonne les correctifs avec les equipes de developpement.

Pierre suit le programme Fairwind de Google. Il a acces a Argon sans garde-fous cyber, comme les cyber defenders selectionnes par Google. Il lance Argon sur un audit de l'API de gestion des stocks, celle qui connecte les 18 magasins au central.

Argon trouve une vulnerabilite d'injection SQL que les scanners traditionnels de Pierre n'avaient pas remontee. Il produit un proof-of-concept, valide la faille, et genere un patch. Pierre verifie le patch, le fait passer par la pipeline CI/CD, et le deploie. L'audit a dure une journee au lieu de trois.

Ce que Pierre ne fait pas : il ne laisse pas Argon deploier le patch tout seul. Le modele peut trouver et corriger des failles, mais la decision de mettre en production reste humaine. Pierre garde la main sur ce qui touche au systeme en prod.

Pourquoi tu ne peux pas l'utiliser

Argon n'est pas disponible en API pour le grand public. Google le deploie en phases :

Trusted cyber defenders via le programme Fairwind. Wiz, une entreprise de securite cloud, utilise deja Argon dans son initiative Scan for Good. Dans une demonstration, Argon a decouvert une vulnerabilite critique exposant des donnees personnelles dans un logiciel healthcare utilise par des hopitaux dans le monde. Les modeles precedents n'avaient pas trouve cette faille.
Paid API customers et Google AI Ultra subscribers viendront ensuite. Google ne donne pas de date.
Le grand public viendra apres. Google participe au processus volontaire du gouvernement americain pour l'acces pre-release aux modeles, ce qui ralentit le deploiement.

La raison de cette precaution tient en un chiffre : sur CWE-bench v1, le benchmark de remediation de vulnerabilites, Argon scored 68%, au premier rang. Sur le benchmark interne de Wiz, qui teste la decouverte de failles sur des systemes web en aveugle (sans code source), Argon surpasse Gemini 3.8 Flash Cyber sur la decouverte de la surface d'attaque, l'identification des vulnerabilites et la production de proofs-of-concept.

Un modele qui peut trouver des zero-day tout seul, c'est un outil puissant pour les defenders. C'est aussi un risque si l'outil tombe entre les mauvaises mains. Google prefere donner Argon a des acteurs verifies avant de l'ouvrir a tout le monde.

Ce que Google fait avec a l'interne

Google utilise Argon a l'interne pour des taches de grande echelle :

Optimisation de memoire : des agents Argon ont analyse la telemetrie des data centers Google et applique des optimisations, liberant 300 TiB de memoire. Google estime entre 500 TiB et 1 PiB les economies totales.
Migration C/C++ vers Rust : des agents Argon migrent des bases de code C/C++ vers Rust, de la bibliotheque re2 (dizaines de milliers de lignes) au kernel Zircon de Fuchsia (800 000+ lignes). Pour libgav1, le decodeur video open source de Google, les agents Argon ont repris un port Rust existant et remplace 32 000 lignes de code SIMD. Le resultat : un decodeur memory-safe 2,7 fois plus rapide que le port Rust, avec une sortie video identique.
Algorithmes quantiques : Argon a aide des chercheurs quantiques de Google a optimiser les ressources spaciotemporelles de subroutines, battant la baseline publiee de 40% en quelques minutes.

Les securites

Google a publie quatre axes de securite pour Argon :

Defense contre le misuse. Argon refuse les requetes malveillantes tout en preservant la recherche scientifique duale. Google renforce la robustesse des safeguards en monitorant les activations internes du modele pour detecter le misuse, selon un papier arXiv (2601.11516). Les safeguards ont ete testes par des red teams internes et externes.

Prompt injection. Argon est le modele le plus resistant aux attaques de prompt injection indirecte, selon le benchmark Gray Swan IPI. Google a utilise du red teaming automatise et de l'entrainement adversarial.

Monitoring de l'alignement. Google deploye un systeme qui monitor la chaine de pensee d'Argon et ses actions, et arrete l'execution si le modele sort de son perimetre. Google encourage le reste de l'industrie a preserver la transparence du raisonnement.

Hardening des environnements. Google renforce ses environnements sandboxed en les isolant avant les evaluations et trainings haut risque. Google partage ces pratiques avec ses partenaires.

Les limites

Tu ne peux pas l'utiliser. C'est la limite la plus evidente. Argon est annonce, pas disponible. Si tu veux tester, il faut rejoindre le programme Fairwind ou attendre l'acces API. Google ne donne pas de date pour l'acces public.
Les benchmarks viennent de Google. Les scores DeepSWE, Vals Index, AutomationBench et Harvey sont ceux de l'editeur. Les tests independants arriveront. La comparaison avec Astra et Opus 5.5 se fait sur des benchmarks choisis par Google.
Le score legal reste bas. 19,6% sur Harvey's Legal Agent Benchmark, c'est un bond par rapport aux concurrents, mais ca veut dire que le modele echoue sur 80% des taches juridiques testees. L'ecart avec Astra (5,4%) est impressionnant en relatif, mais en absolu, aucun modele n'est pret a remplacer un avocat.
Le prix intro est temporaire. Le tarif de $2/$10 va doubler a $4/$20. Si tu construis un produit sur Argon, budgetise le prix standard, pas l'intro.
La concurrence est dense. OpenAI a lance GPT-6.1 Sol le 29 septembre et les dots le meme jour. Anthropic a sorti Claude Sonnet 5.5 le 28 septembre. Microsoft a restructuré Copilot le 25 septembre. Argon se differencie par la cybersecurite et la limite d'output d'un million de tokens, mais le concept de modele frontier devient un standard, pas un avantage en soi.

Aller plus loin

Pour comprendre comment un modele IA enchaine des etapes et prend des decisions en autonomie, notre article sur comment fonctionne un agent IA pose les bases du tool use. Pour voir les garde-fous a mettre en place quand un agent accede a tes donnees, le guide sur les garde-fous des agents IA detaille le moindre privilege et le human in the loop. Pour comprendre comment OpenAI positionne GPT-6.1 Sol face a ce launch, notre article sur GPT-6.1 Sol couvre le rapport qualite-prix et le classement cyber. Et pour t'entrainer a ces notions en 5 minutes par jour, l'app saisir.ai propose des modules interactifs sur les agents, la securite et le deploiement, en francais, sans coder.

Sources

Questions fréquentes

C'est quoi Gemini 4 Argon ?: Gemini 4 Argon est le nouveau modele frontier de Google DeepMind, annonce le 30 septembre 2026. Il est concu pour le raisonnement long et profond sur des taches complexes : ingenierie logicielle, travail de bureau (finance, droit), et cybersecurite defensive. Sa limite de sortie est de 1 million de tokens, contre 64 000 auparavant.
Quand est-ce que je pourrai utiliser Gemini 4 Argon ?: Il n'y a pas de date publique. Google deploie Argon en phases : d'abord des cyber defenders selectionnes via le programme Fairwind, puis les clients API payants et les abonnes Google AI Ultra, puis le grand public. Google participe aussi au processus volontaire du gouvernement americain pour l'acces pre-release aux modeles.
Combien coute Gemini 4 Argon ?: Le prix intro est de 2 dollars par million de tokens en input, 0,10 dollar en cache input (95% de reduction), et 10 dollars en output. Apres la periode introductive, le prix passe a 4 dollars en input et 20 dollars en output. Google ne precise pas la duree de la periode introductive.
Pourquoi Google ne rend pas Argon accessible tout de suite ?: Argon peut trouver, valider et corriger des vulnerabilites zero-day de maniere autonome, sans intervention humaine. Sur CWE-bench v1, il scored 68%, au premier rang. Google prefere donner le modele a des acteurs verifies (cyber defenders, entreprise Wiz) avant de l'ouvrir au grand public, pour eviter que cette capacite tombe entre les mauvaises mains.
Est-ce qu'Argon est meilleur que GPT-6 Astra et Claude Opus 5.5 ?: Sur plusieurs benchmarks oui. Argon devance Astra et Opus 5.5 sur DeepSWE v1.1 (code, 77,9%), le Vals Index (travail de bureau, 68,9%), AutomationBench (workflows business, 51,3%) et Harvey's Legal Agent Benchmark (droit, 19,6%). Les benchmarks viennent de Google. Les tests independants doivent confirmer.