Un modèle de pointe annoncé avant son lancement général
Google a présenté Gemini 4 Argon le 30 septembre 2026 comme son nouveau modèle d’intelligence artificielle de pointe. L’entreprise le destine aux tâches complexes qui s’étendent sur plusieurs étapes, notamment le développement logiciel, la recherche financière, la rédaction juridique et la cyberdéfense. Cette annonce marque le retour de Google au sommet de sa gamme après une succession de modèles Flash plus petits et moins coûteux. Argon n’est toutefois pas offert immédiatement au grand public. Google le déploie d’abord auprès d’un groupe de cyberdéfenseurs jugés fiables par l’entremise de son programme Fairwind. L’entreprise dit aussi participer au processus volontaire du gouvernement américain pour l’accès aux modèles avant leur diffusion. Les développeurs, les entreprises et les consommateurs devront attendre que les premiers essais et le renforcement des protections soient terminés. Google prévoit commencer l’élargissement par les clients payants de son API et les abonnés Google AI Ultra, sans donner de date précise.
Un million de jetons pour la réponse, pas seulement pour l’entrée
La caractéristique la plus inhabituelle d’Argon est sa limite de sortie annoncée à un million de jetons, contre 64 000 pour la génération précédente citée par Google. Cette capacité vise les trajectoires longues où un agent doit raisonner, utiliser des outils et produire beaucoup de travail dans une seule exécution. Une grande sortie peut servir à une migration logicielle étendue ou à une recherche qui rassemble plusieurs types de documents. Elle augmente aussi le volume à vérifier, le coût possible et les conséquences d’une erreur qui se propage pendant des centaines d’étapes. Google annonce un prix de lancement de 2 $ US par million de jetons d’entrée et de 10 $ US par million de jetons de sortie. Les entrées déjà en cache bénéficieraient d’une réduction de 95 %. Après la période d’introduction, les tarifs doivent doubler à 4 $ US et 20 $ US. Une organisation ne devrait donc pas comparer Argon uniquement sur le prix temporaire. Elle doit mesurer le coût par mandat terminé, y compris les appels d’outils, les reprises et le temps humain consacré à la révision.
Google publie des résultats élevés, mais ils restent à confirmer
Selon les évaluations publiées par Google, Argon atteint 77,9 % à DeepSWE v1.1 pour le génie logiciel de longue durée, 51,3 % à AutomationBench et 68,9 % au Vals Index, qui couvre plusieurs formes de travail professionnel. Le modèle obtient aussi 91,7 % à LVBench pour la compréhension de longues vidéos. Sur certains tests, il devance GPT-6 Astra et les modèles Claude comparés; sur d’autres, notamment FrontierSWE v2 et Terminal-Bench, il demeure derrière au moins un concurrent. Ces chiffres viennent du fabricant et ne remplacent pas des essais indépendants. Les tableaux de Google utilisent des conditions et des versions précises, tandis qu’un résultat réel dépend des consignes, des outils, des données et des permissions. Axios rapporte que le modèle est actuellement limité à un petit groupe de partenaires et rappelle que les résultats pratiques compteront davantage que les classements. Pour une équipe québécoise, le bon test consiste à préparer des cas représentatifs, à conserver les mêmes critères et à comparer les erreurs, la constance et le temps de supervision.
La cyberdéfense explique la prudence du déploiement
Google affirme qu’Argon peut trouver, valider et corriger de façon autonome des vulnérabilités logicielles critiques. L’entreprise lui attribue un score de 68 % à CWE-bench v1 et indique que Wiz l’utilise déjà dans son initiative Scan for Good. Dans un exemple présenté par Google, le modèle aurait découvert une vulnérabilité critique touchant un logiciel de santé utilisé par des hôpitaux. Le Journal IA n’a pas reproduit cette démonstration de façon indépendante. Ces capacités peuvent aider les défenseurs, mais elles pourraient également intéresser des attaquants. Google réserve donc une version sans garde-fous cybernétiques à des partenaires approuvés et à ses équipes internes. Pour le futur accès général, l’entreprise dit renforcer les refus liés aux usages dangereux, la résistance aux injections de consignes, la surveillance des actions et l’isolation des environnements d’essai. Cette approche montre qu’un modèle plus compétent exige aussi des limites techniques, des permissions minimales et une équipe capable d’interrompre une opération imprévue.
Ce qu’une entreprise peut préparer dès maintenant
Une PME n’a pas besoin d’attendre Argon pour préparer son évaluation. Elle peut choisir de 20 à 50 tâches réelles, retirer les renseignements sensibles et définir à l’avance une réponse acceptable. Le jeu devrait inclure des cas ordinaires, des documents contradictoires, des demandes incomplètes et des situations où l’agent doit refuser d’agir. Pour chaque cas, l’équipe peut noter la qualité, le coût, la durée, les sources utilisées et les interventions humaines requises. Il faut aussi décider quelles actions demeureront impossibles sans approbation. Un agent qui lit un dépôt de code ne devrait pas automatiquement déployer une correction; un système qui résume un dossier juridique ne devrait pas envoyer son texte à un client. Lorsque Gemini 4 Argon deviendra accessible, ces mêmes cas permettront de comparer sa valeur à celle des outils déjà en place. L’annonce de Google est importante parce qu’elle combine longue autonomie, multimodalité et cyberdéfense. Sa portée commerciale réelle dépendra toutefois de la date de disponibilité, des conditions finales, des protections et des résultats observés en dehors des laboratoires de Google.
