Google dévoile Gemini 4 Argon, son IA la plus puissante, mais la réserve aux experts

Google vient de sortir ce qu'il présente comme son IA la plus puissante. Et au lieu de la lâcher dans le monde, il l'a enfermée à clé. Le 30 septembre 2026, la maison mère de Google, Alphabet, a lancé Gemini 4 Argon, le premier modèle de sa nouvelle génération Gemini 4 (la famille d'IA génératives maison, concurrente de ChatGPT).

Comme GPT-6 Astra chez OpenAI, chaque laboratoire annonce désormais son « meilleur modèle à ce jour ». Mais Argon arrive avec une particularité rare : presque personne ne peut encore s'en servir.

Argon n'est pas distribué au grand public. Il est d'abord déployé auprès d'un petit cercle de partenaires de confiance en cybersécurité, via un dispositif maison baptisé Fairwind (le programme de sécurité de Google) [1].

Ce choix n'a rien d'anodin. Pour comprendre pourquoi Google verrouille son propre joyau, il faut regarder ce que ce modèle sait faire – et ce qu'il pourrait faire entre de mauvaises mains.

Dans cet article :

• Un modèle taillé pour le code et la cyberdéfense
• Pourquoi Google met son IA sous clé
• Puissant sur le papier, contesté en interne
• Deux fois moins cher, mais pas pour vous
• Ce qu'il faut désormais surveiller

Un modèle taillé pour le code et la cyberdéfense

Argon est présenté comme un couteau suisse professionnel : il code, fait de la recherche, rédige. Mais c'est la cybersécurité qui est sa vraie spécialité, selon Google [1].

Le modèle a été entraîné spécifiquement pour la défense informatique. Google affirme qu'il peut « trouver, valider et corriger de façon autonome des failles logicielles critiques », c'est-à-dire repérer tout seul une faille de sécurité dans un programme, confirmer qu'elle est réelle, puis écrire le correctif.

Google met aussi en avant ses talents de développeur. Ses propres équipes l'utilisent déjà au quotidien, notamment pour le débogage (la chasse aux erreurs dans le code) et la migration de bases de code [1]. Des agents Argon ont par exemple réécrit en Rust, un langage réputé plus sûr, plus de 800 000 lignes du noyau Zircon du système Fuchsia [14].

La démonstration la plus parlante vient de la santé. Via la société de cybersécurité Wiz, partenaire du programme, Argon aurait détecté une faille critique exposant des données personnelles dans un logiciel hospitalier utilisé dans le monde entier, un défaut que les modèles précédents avaient manqué [2].

Google n'a toutefois ni nommé le logiciel concerné ni précisé si la faille avait été corrigée. Un détail qui rappelle que, pour l'instant, l'essentiel des performances repose sur les tests internes de Google lui-même.

Pourquoi Google met son IA sous clé

Voilà le vrai paradoxe de ce lancement. Google qualifie Argon de modèle le plus puissant jamais construit, puis refuse de le vendre à ses développeurs et à ses clients.

L'accès passe uniquement par Fairwind, réservé à des défenseurs informatiques triés sur le volet : agences gouvernementales, équipes chargées d'infrastructures critiques et quelques partenaires en cybersécurité [3]. Le modèle le plus récent que le public peut réellement utiliser en production reste Gemini 3.8 Flash.

La raison officielle tient en un mot : le risque. Une IA capable de trouver seule des failles pour les réparer peut aussi, en théorie, les trouver pour les exploiter. C'est ce que les chercheurs appellent le double usage.

Google dit d'ailleurs fournir aux défenseurs une version d'Argon « sans garde-fous cyber », pour leur donner accès à toute sa puissance [4]. Autrement dit, les protections qui empêchent une IA grand public d'aider à pirater sont ici désactivées pour un cercle restreint et surveillé.

Le contexte politique éclaire ce calendrier. Le lancement est intervenu au lendemain d'un accord volontaire sur la sécurité de l'IA signé entre plusieurs entreprises du secteur et le gouvernement américain, portant notamment sur l'accès aux modèles avant leur sortie [5].

Google dit participer à ce processus et vouloir renforcer ses protections contre les détournements, y compris les risques chimiques, biologiques, radiologiques et nucléaires, avant un déploiement plus large [4].

Ce souci n'est pas théorique. Le dernier rapport international sur la sécurité de l'IA note que des acteurs malveillants commencent à utiliser l'IA généraliste pour des opérations offensives, et qu'elle pourrait accélérer la découverte de failles [6]. La même capacité qui protège un hôpital peut armer un attaquant.

Puissant sur le papier, contesté en interne

Sur les tableaux de scores publiés par Google, Argon écrase la concurrence. Dans sa propre comparaison, il arrive en tête de 13 des 19 tests, devant OpenAI et Anthropic [7].

Prenez le Vals Index, un classement d'une startup spécialisée qui pondère des tâches de finance, de code, de droit et de fiscalité selon leur poids dans l'économie américaine. Argon y obtient 68,9 %, contre 67 % pour Claude Opus 5.5, 65,8 % pour Claude Fable 5.1 et 63,1 % pour GPT-6 Astra [8].

Il établit aussi un record sur DeepSWE v1.1, un test de longues tâches d'ingénierie logicielle, avec 77,9 % [2]. De quoi nourrir la promesse d'une IA de pointe pour le travail professionnel complexe.

Sauf qu'un classement indépendant raconte une autre histoire. Sur l'Intelligence Index du cabinet Artificial Analysis, Argon décroche 53 points, à égalité avec GPT-6 Astra et nettement derrière Claude Opus 5.5 (58) et Claude Sonnet 5.5 (56) [9].

Pire encore pour l'image du modèle : le doute vient de l'intérieur. Selon Bloomberg, des salariés de Google ayant un accès direct à Argon jugent qu'il se débrouille moins bien sur le travail réel, en particulier le code, que ne le laissent croire les tests [10].

Un employé a cité des difficultés sur le design d'interface, la partie qui décide de l'apparence des applications. Deux personnes évoquent même du « benchmaxxing », le fait d'optimiser un modèle pour briller aux examens standardisés plutôt que pour être utile.

Google rétorque qu'il serait inexact de dire qu'Argon sous-performe sur le code et un salarié affirme qu'il existe en interne un « large consensus » sur son niveau de pointe [10].

Deux fois moins cher, mais pas pour vous

Dernier signal stratégique : le prix. Google positionne Argon comme une arme de guerre commerciale, à un tarif cassé par rapport à la concurrence.

Le prix d'introduction est fixé à 2 dollars par million de jetons en entrée et 10 dollars par million en sortie, les jetons étant les fragments de texte que l'IA lit et produit. C'est exactement moitié moins que Claude Opus 5.5 d'Anthropic [11].

Ce tarif grimpera ensuite à 4 et 20 dollars une fois la période de lancement terminée. Les entrées mises en cache, c'est-à-dire réutilisées, bénéficient d'une réduction de 95 % [8].

La vraie rupture technique est ailleurs. Argon peut générer jusqu'à un million de jetons dans une seule réponse, contre 64 000 pour la génération Gemini 3 précédente [11]. En clair, il peut produire en une fois l'équivalent d'un gros rapport ou d'un projet de code entier, sans qu'on ait à le relancer.

Mais tous ces arguments restent théoriques pour l'immense majorité des utilisateurs. Alors que l'application Gemini vient de dépasser le milliard d'utilisateurs mensuels, le modèle vedette de Google est hors de portée du public [12]. Un paradoxe de marketing : vanter le plus puissant tout en vendant le précédent.

Ce qu'il faut désormais surveiller

Derrière l'annonce, ce lancement dit surtout trois choses sur la direction que prend la course à l'IA. Voici comment lire la suite sans se laisser hypnotiser par les tableaux de scores.

Le benchmark n'est plus une preuve

La leçon la plus utile de cette affaire est méthodologique. Quand le laboratoire qui vend le modèle est aussi celui qui publie les scores, le doute est la position raisonnable. Le cas Argon en est la démonstration en direct : triomphe sur les tests maison, égalité seulement sur l'index indépendant.

Le signal à attendre est clair. Il faut guetter les premières reproductions indépendantes des scores, notamment sur DeepSWE, une fois l'accès payant ouvert. Si des équipes externes n'arrivent pas à retrouver les 77,9 %, le soupçon de « benchmaxxing » se transformera en réputation durable.

Pour tout professionnel qui choisit un outil d'IA, la règle pratique tient en une phrase. Ne jamais arbitrer sur une comparaison fournie par le vendeur : tester soi-même, sur ses propres tâches, avant de signer un contrat.

La cybersécurité devient le vrai champ de bataille

Le choix de lancer un modèle de pointe d'abord auprès de défenseurs informatiques et non de développeurs n'est pas un hasard. C'est le signe que la cyberdéfense autonome est devenue l'usage le plus sensible et le plus stratégique de ces IA.

Des travaux de recherche défendent l'idée qu'on ne peut bien défendre qu'en comprenant l'attaque, à condition de confiner ces capacités dans des environnements contrôlés et sous contrôle d'accès strict [13]. Argon, livré sans garde-fous à un cercle fermé, applique exactement cette logique du double usage encadré.

Pour une entreprise, l'enjeu concret n'est pas d'avoir Argon. C'est de se préparer à un monde où les attaquants, eux aussi, disposeront bientôt d'IA capables de scanner et d'exploiter des failles à grande échelle. La priorité devient la correction rapide des vulnérabilités connues, avant qu'une machine ne les trouve à votre place.

La vraie course se joue sur l'accès, pas sur la puissance

Enfin, ce lancement illustre un basculement. La puissance brute d'un modèle compte de moins en moins ; qui y a accès et à quel prix, compte de plus en plus. Argon est bridé, Gemini 3.8 Flash reste le cheval de production et le milliard d'utilisateurs de Gemini continue d'utiliser autre chose.

Le prix cassé puis doublé raconte la même partie d'échecs commerciale : attirer les entreprises avec un tarif deux fois moins élevé qu'Anthropic, quitte à le relever ensuite. La bataille se joue sur les clients professionnels, là où se trouve l'argent.

Pour le lecteur, le réflexe utile est de ne pas confondre l'annonce et la disponibilité. Un modèle « le plus puissant du monde » qu'on ne peut pas utiliser ne change rien à votre quotidien aujourd'hui.

Ce qui le changera, c'est le jour où il arrivera vraiment dans les outils que vous payez – et ce jour-là, la question ne sera plus celle de sa puissance, mais celle de son prix réel et sa fiabilité sur vos tâches.

Sources principales :

1. TechCrunch – "Google releases Gemini 4 Argon, called its most powerful model yet"
   Argon est déployé via le programme Fairwind à un cercle restreint de partenaires cyber et peut trouver, valider et corriger seul des failles critiques. (techcrunch.com)
2. The Next Web – "Google unveils Gemini 4 Argon, and cyber defenders get it first"
   Argon établit 77,9 % sur DeepSWE v1.1 et aurait trouvé une faille qu'un modèle antérieur avait manquée, via le partenaire Wiz. (thenextweb.com)
3. Gokhshtein – "Google Launches Gemini 4 Argon With 1M Token Output, Eyes Enterprise Market"
   L'accès est réservé à des clients Google Cloud vérifiés, des agences gouvernementales et des partenaires cyber via Fairwind. (gokhshtein.com)
4. Help Net Security – "Google says Gemini 4 Argon can find and patch critical software flaws"
   Google livre une version sans garde-fous cyber aux défenseurs et renforce ses protections contre les détournements cyber et CBRN avant l'ouverture. (helpnetsecurity.com)
5. Tech Wire Asia – "Google launches Gemini 4 Argon, but limits access over cybersecurity risks"
   Le lancement suit d'un jour un accord volontaire de sécurité IA entre plusieurs entreprises et le gouvernement américain. (techwireasia.com)
6. International AI Safety Report – "Cyber offence"
   Des acteurs malveillants commencent à utiliser l'IA généraliste en cyberoffensive, et elle pourrait accélérer la découverte de failles. (arxiv.org)
7. Gokhshtein – "Google Launches Gemini 4 Argon With 1M Token Output"
   Google a publié 19 comparaisons de tests : Argon mène sur 13, fait jeu égal sur une et perd sur cinq. (gokhshtein.com)
8. Datacamp – "Gemini 4 Argon: Features, Benchmarks, Pricing, and Access"
   Argon obtient 68,9 % au Vals Index contre 67 % (Opus 5.5), 65,8 % (Fable 5.1) et 63,1 % (GPT-6 Astra) ; cache à 95 % de réduction. (datacamp.com)
9. The Implicator – "Google Staff Doubt Gemini 4 Argon Coding Despite Benchmarks"
   Sur l'Artificial Analysis Intelligence Index, Argon marque 53 points, à égalité avec GPT-6 Astra et derrière Opus 5.5 (58) et Sonnet 5.5 (56). (implicator.ai)
10. The Japan Times – "Google grapples with employee skepticism about new Gemini 4"
    Des salariés avec accès direct jugent qu'Argon se débrouille moins bien sur le travail réel, surtout le code ; Google conteste. (japantimes.co.jp)
11. MarkTechPost – "Google DeepMind Unveils Gemini 4 Argon with 1M Output Tokens"
    Prix d'introduction de 2 $/10 $ par million de jetons, moitié d'Opus 5.5, et plafond de sortie porté de 64K à 1M de jetons. (marktechpost.com)
12. TechCrunch – "Google's Gemini app surges to 1 billion users"
    L'application Gemini a dépassé le milliard d'utilisateurs mensuels, 14e produit Google à atteindre ce seuil. (techcrunch.com)
13. arXiv – "To Defend Against Cyber Attacks, We Must Teach AI Agents to Hack"
    L'intelligence offensive ne doit être développée que dans des environnements sécurisés et gouvernés, pour renforcer la défense. (arxiv.org)
14. Google – "Gemini 4 Argon : notre prochaine ère d'intelligence de pointe"
    Des agents Argon ont réécrit en Rust, un langage réputé plus sûr, plus de 800 000 lignes du noyau Zircon du système Fuchsia. (blog.google)