Fuite sur Gemini 4 Pro « Argon » : ce que la capture d’écran affirme, et ce que Google n’a pas confirmé

La capture d’écran attribuée à Gemini 4 Pro est un indice intrigant d’expérimentation interne, pas l’annonce vérifiée d’un produit. Des publications diffusées le 14 septembre identifient le modèle sous le nom de code « argon » et lui prêtent des plafonds de contexte et de sortie inhabituels. Google n’a confirmé publiquement ni ce nom de code, ni l’interface, ni les performances, ni l’accès par API, ni les tarifs, ni le calendrier de sortie. 815

Ce que la capture montrerait

D’après la publication initiale et les articles relayant la fuite, l’image proviendrait d’une génération visuelle par Gemini 4 Pro avec un réglage d’effort élevé. L’exécution aurait duré 2,4 minutes et l’interface afficherait une limite de sortie de 256 000 jetons, ainsi qu’une fenêtre de contexte de 2 millions de jetons. Ces récits évoquent aussi une approche de raisonnement adaptatif. 815

Il faut lire ces éléments comme les caractéristiques alléguées d’une version interne, et non comme des spécifications commerciales. Une capture peut très bien refléter un véritable environnement de test sans répondre aux questions essentielles : ces plafonds seront-ils appliqués en production ? Concerneront-ils toutes les modalités ? À quel coût ? Et avec quelle fiabilité lors d’évaluations indépendantes ?

Google a déjà rendu disponible une fenêtre de contexte de 2 millions de jetons pour Gemini 1.5 Pro : ce chiffre n’a donc rien d’invraisemblable en soi. Mais ce précédent n’authentifie pas cette fuite et ne prouve pas que Gemini 4 Pro sera lancé avec cette limite. 1

L’image n’est probablement pas le sujet principal

Les réactions à l’image qui aurait été produite sont partagées. À elle seule, elle ne démontre pas un bond évident au-dessus des meilleurs générateurs d’images. L’affirmation la plus importante est plutôt la combinaison possible d’un contexte très long, de sorties très volumineuses et d’un effort de raisonnement modulable.

Si ces capacités arrivaient dans un modèle public, elles pourraient intéresser les agents logiciels capables de travailler sur de grands dépôts de code : absorber simultanément davantage de code et de documentation, élaborer un plan d’implémentation couvrant plusieurs fichiers, produire des correctifs substantiels, puis itérer au fil de séquences d’outils plus longues. Des fuites précédentes sur Gemini 4 présentaient déjà le code, les tâches de longue durée et la gestion de contextes étendus comme des atouts visés, tout en précisant que les spécifications et évaluations alléguées n’étaient pas vérifiées. 3

La nuance est décisive. Une grande capacité en jetons indique un potentiel de volume, pas une capacité démontrée à réaliser de manière fiable de l’ingénierie logicielle à l’échelle d’un dépôt. L’utilité concrète dépendrait de la justesse du code, de la fiabilité des outils, du rappel dans un long contexte, de la latence, du coût et de l’aptitude du modèle à se remettre d’une erreur au cours d’une tâche en plusieurs étapes.

Le contexte confirmé de la feuille de route Gemini

La feuille de route publique de Google explique pourquoi un test non confirmé de Gemini 4 Pro attire autant l’attention.

• Google a lancé Gemini 3.1 Pro en février 2026. 4
• Lors de Google I/O, en mai, l’entreprise a indiqué travailler sur Gemini 3.5 Pro et envisager son déploiement le mois suivant. 17
• L’échéance de juin n’a pas été tenue. Reuters a rapporté en juillet que le modèle phare avait pris du retard, Google cherchant à améliorer ses capacités, notamment en programmation. 18
• Plus tard le même mois, Google a déclaré que Gemini 3.5 Pro était testé avec des partenaires et que l’entraînement de Gemini 4 avait commencé. 17

On peut donc en tirer une conclusion limitée : Google faisait face au report de son modèle Pro et avait lancé les travaux sur la génération suivante. Cela ne confirme ni l’abandon définitif de Gemini 3.5 Pro, ni le fait que « argon » soit un nom de code officiel de Gemini 4 Pro, ni un lancement public prévu en octobre.

Au moment des informations citées ici, Google n’avait publié ni carte de modèle Gemini 4, ni identifiant de modèle API public, ni grille tarifaire, ni rapport de benchmarks, ni limite de contexte documentée. 7

Pourquoi Gemini 4 Pro serait stratégique

Le retard de Gemini 3.5 Pro est particulièrement significatif, car les difficultés signalées concernaient le code, un usage central des modèles de pointe pour les développeurs et les entreprises. 18 Selon Reuters, Google a continué de lancer des variantes Gemini plus légères alors que le modèle phare attendu restait en test auprès de partenaires. 17

Un lancement réussi de Gemini 4 Pro devrait donc démontrer davantage qu’une large fenêtre de contexte. Les développeurs chercheront des preuves sur plusieurs points concrets :

• Qualité du raisonnement : les modes à effort élevé améliorent-ils suffisamment les tâches difficiles pour justifier leur temps d’exécution et leur coût ?
• Fiabilité des agents de programmation : le système peut-il modifier correctement plusieurs fichiers, utiliser des outils et conserver un plan cohérent ?
• Performance en contexte long : retrouve-t-il et exploite-t-il réellement les informations d’une vaste base de code, plutôt que de seulement accepter une longue requête ?
• Capacités multimodales : la qualité de génération d’images et d’autres médias est-elle compétitive, au-delà de la simple disponibilité de ces fonctions ?
• Économie du déploiement : latence, prix par jeton et limites de débit rendent-ils les agents de longue durée exploitables hors des démonstrations ?

Gemini 3.8 Flash illustre l’importance du positionnement produit. Artificial Analysis lui a attribué un score de 59 dans sa configuration à raisonnement élevé, soit trois points de plus que Gemini 3.7 Flash. C’est un résultat notable pour un modèle Flash, mais il ne remplace pas un modèle phare de gamme Pro, largement accessible et dont les performances seraient établies sur des tâches complexes de longue durée. 14

Les prochains éléments à surveiller

Les preuves réellement déterminantes seraient une documentation de première main ou un accès reproductible : annonce de Google, carte de modèle, référence API, page tarifaire, rapport technique ou résultats de benchmarks indépendants. D’ici là, la capture doit être considérée comme le récit d’une expérimentation interne aux objectifs ambitieux.

L’essentiel tient en une phrase : les chiffres allégués de 256 000 jetons de sortie et de 2 millions de jetons de contexte seraient très importants pour les agents de programmation s’ils étaient effectivement proposés, mais aucune preuve publique ne montre encore qu’ils le seront. 815