Gemini 4 Argon, le nouveau pari de Google dans la course à l’IA

Google présente Gemini 4 Argon comme le modèle phare de sa nouvelle génération, avec l’ambition de rivaliser avec OpenAI et Anthropic sur des tâches complexes à forte valeur ajoutée. Pour convaincre, l’entreprise met en avant des résultats à des tests comparatifs, des usages professionnels et des tarifs de lancement. Mais le déploiement reste limité : pour l’instant, peu de clients peuvent vérifier ces promesses dans leurs propres conditions de travail.

Un modèle pensé pour des tâches complexes

Google destine Argon à des processus exigeants : développement logiciel en conditions réelles, travail professionnel dans des domaines comme le droit et la finance, et défense en cybersécurité.111 L’entreprise indique que le modèle est plus grand que ses précédents modèles avancés de la gamme « Pro », sans toutefois publier de nombre de paramètres dans les éléments annoncés.

Ce positionnement met l’accent sur le raisonnement approfondi et les tâches spécialisées, plutôt que sur le simple échange avec un assistant généraliste. Les résultats obtenus dans un environnement professionnel donné devront néanmoins être évalués au-delà des affirmations de lancement.

Des résultats encourageants, mais à remettre en contexte

Dans une comparaison des résultats publiés par Google avec GPT-6 Astra d’OpenAI et Claude Opus 5.5 d’Anthropic, Argon arrive en tête sur 12 benchmarks sur 18, est à égalité sur un et derrière sur cinq.3 La page de benchmarks de Google présente des tests dans plusieurs domaines, notamment le travail de connaissance et le développement logiciel réalisé par des agents d’IA.1

Ces scores témoignent de bonnes performances sur les tests retenus ; ils ne prouvent pas qu’Argon soit le meilleur modèle pour tous les usages. Les résultats dépendent des tâches et des méthodes d’évaluation choisies. À eux seuls, ils ne permettent donc pas de départager les modèles dans l’ensemble des situations réelles.

Un lancement réservé, sans date de sortie générale

Google a commencé à déployer Argon auprès de partenaires de confiance spécialisés en cybersécurité, dans le cadre du programme Fairwind.11 L’entreprise n’a pas annoncé de calendrier ferme pour une disponibilité auprès du grand public.

Pour l’heure, le lancement donne donc surtout une indication sur les priorités de Google. Les développeurs et les entreprises ne disposent pas encore d’un accès large qui leur permettrait de comparer directement le modèle à ses concurrents.

Gemini 3.5 Pro écarté, nouvelle direction chez DeepMind

Argon arrive après l’abandon de Gemini 3.5 Pro, qu’un lancement avait d’abord été envisagé, au profit du modèle phare Gemini 4.418 Cette décision donne à Argon un rôle particulier : il prend la place du nouveau modèle haut de gamme après le report d’une étape intermédiaire, plutôt que de s’ajouter simplement à la gamme existante.

L’annonce suit également une réorganisation de la direction de Google DeepMind. Demis Hassabis a quitté la tête de la division pour en devenir président, tandis que Koray Kavukcuoglu a pris en charge sa gestion quotidienne. Ce changement constitue le contexte organisationnel du lancement, mais ne suffit pas à expliquer son calendrier ni les performances du modèle.

Le prix, un argument concurrentiel

Google annonce des tarifs API de lancement de 2 $ par million de jetons en entrée et de 10 $ par million de jetons en sortie.311 Le prix fait ainsi partie intégrante de son argumentaire, aux côtés des performances revendiquées.

Ces tarifs sont présentés comme des prix de lancement, et la disponibilité restreinte empêche encore de nombreux clients de comparer concrètement le coût et les capacités du modèle. Pour l’instant, Google défend Argon à l’aide de ses propres résultats de benchmarks et de son annonce tarifaire. Un accès plus large permettra aux utilisateurs de juger plus directement de la solidité de cette proposition.