Google a annoncé le 13 octobre l'ouverture mondiale de Gemini 4 Argon. Les développeurs y accèdent via AI Studio et les niveaux payants de l'API Gemini, sous le nom de modèle gemini-4-argon ; les abonnés Google AI Pro et Ultra peuvent l'utiliser dans l'application Gemini et dans l'AI Mode de la Recherche ; l'outil de programmation Antigravity reste réservé aux abonnés Ultra.
Il y a deux semaines, lors de sa présentation, le modèle n'avait été confié qu'aux équipes de cyberdéfense du programme Fairwind. Cette fois, Google élargit d'un coup l'accès aux développeurs, aux entreprises, à la recherche et aux abonnés ordinaires. La voie réservée aux équipes de sécurité est maintenue : les demandes continuent d'être validées au fil de l'eau, avec une version dépourvue des garde-fous de cybersécurité.
Des équipes de sécurité à tous les utilisateurs payants
Si l'on met bout à bout les étapes d'Argon, la cadence de Google consiste à commencer étroit puis à élargir. Au lancement, le 30 septembre, l'entreprise avait délimité trois domaines : l'ingénierie logicielle, le travail de connaissance en entreprise (droit, finance) et la cyberdéfense ; les résultats publiés alors venaient surtout de bancs d'essai de programmation et de vulnérabilités comme DeepSWE et CWE-bench.
Pour la vague du 13 octobre, en plus de l'annonce principale, Google a publié en même temps un billet de blog pour développeurs consacré à la robotique et un retour d'expérience d'ingénierie sur l'optimisation de ses propres dépôts open source avec Argon. L'accent passe de « sait-il écrire du code » à « comprend-il le monde physique ».
Le prix ne bouge pas : pendant la période de lancement, 2 dollars par million de tokens d'entrée et 10 dollars en sortie, avec 95 % de remise supplémentaire sur l'entrée servie par le cache. Au lancement, Google n'avait pas précisé la durée de l'offre ; cette fois, la date de fin est indiquée : à partir du 30 novembre, retour à 4 dollars en entrée et 20 dollars en sortie.
Quelques chiffres du blog robotique
Sur ERQA, le banc d'essai de raisonnement incarné qui porte sur des questions de physique et d'espace en trois dimensions, Google annonce 87 %. La formule d'origine :
"Using pure reasoning, Argon scores 87%, outperforming every other frontier model."
Par le seul raisonnement, Argon obtient 87 % et surpasse tous les autres modèles de pointe.
La démonstration a utilisé le robot quadrupède Spot de Boston Dynamics. Argon construit d'abord dans MuJoCo un jumeau numérique articulé pour s'entraîner à répétition, puis pilote le robot physique, qui apprend à ouvrir une poubelle avec le pied et à y jeter une canette. Autre exemple : le pilotage zero-shot d'un bras robotisé pour redresser un gobelet et y glisser une serviette en papier.
Les données les plus utiles en pratique viennent de la génération de simulations. Les chercheurs ont photographié un plateau de table, demandé à Argon de bâtir la scène simulée et généré plus de 4 500 exécutions à randomisation de domaine pour affiner un modèle vision-langage-action (VLA). Lors des essais sur robot réel, le taux de réussite est passé de 56 % à 75 % et le temps d'exécution de 35 à 24 secondes. Sur une autre tâche de saisie et dépose avec un bras SO-101, après trois cycles d'auto-amélioration, la durée est tombée de 58,9 secondes à 22,9, puis à 17,4.
Il s'agit dans tous les cas d'expériences menées par Google lui-même ; la taille de l'échantillon et le nombre d'essais ne sont pas précisés dans le blog, et aucune reproduction par un tiers n'a été vue à ce jour.
Les résultats rapportés par d'autres clients
Dans l'annonce principale, Google énumère une série de cas d'usage internes et de partenaires : l'équipe Chrome a traité environ 6 millions de lignes de code hérité dans une base de 40 millions de lignes, ramenant de plusieurs mois à quelques semaines la refonte de centaines de fichiers ; le nombre de commits de code d'agents chez Google a augmenté de plus de 35 % et les retours en arrière ont reculé de près d'un tiers.
La version Python d'ADK, le cadre open source pour agents, offre un exemple vérifiable publiquement. Des ingénieurs ont laissé Argon tourner 11 heures sans supervision sur le dépôt ; il a proposé 6 optimisations et, après relecture humaine, 2 ont été fusionnées : le temps de préparation de la mémoire en sessions longues a baissé d'environ 40 % et l'import au démarrage à froid est devenu 21 % plus rapide. Que 2 propositions sur 6 seulement soient retenues en dit plus sur l'usage actuel que le discours promotionnel.
Côté tests de sécurité, Google indique que, dans le test d'injection indirecte de prompts de Gray Swan, le taux de réussite des attaques est tombé à 0,7 % après 15 attaques adaptatives ; le comportement de « raccourci » dans les bancs d'essai de programmation est descendu à 2 %.
L'organisme d'évaluation indépendant Artificial Analysis a mis à jour sa conclusion le jour de l'ouverture : l'indice d'intelligence est à égalité avec GPT-6 Astra, pour un coût par tâche d'environ soixante pour cent. Cette comparaison de coûts repose sur le tarif de lancement et devra être recalculée après le 30 novembre.
Sources : blog officiel de Google, Google Developers Blog (dossier robotique et retour d'expérience sur l'optimisation d'ADK), CocoLoop, fiche modèle de Google DeepMind ; indice d'intelligence et méthode de calcul du coût par tâche d'Artificial Analysis.