Gemini 4 Pro « Argon » : ce que révèle réellement la fuite

Une capture d’écran attribuée à un modèle interne de Google, baptisé « argon », alimente les spéculations autour de Gemini 4 Pro. Le message d’origine, publié le 14 septembre, affirme qu’un premier checkpoint aurait nécessité 2,4 minutes avec un réglage d’effort de réflexion élevé, disposerait d’une limite de 256 000 jetons en sortie et pourrait être livré avec une fenêtre de contexte de 2 millions de jetons. L’auteur précise toutefois que cette dernière décision n’était pas arrêtée. 43

C’est un indice intéressant sur de possibles expérimentations internes. Ce n’est pas une confirmation d’un Gemini 4 Pro public, ni de ses capacités définitives, de son architecture, de ses tarifs, de ses performances aux benchmarks ou de sa date de lancement.

Ce que la fuite affirme

Le message qui circule avance trois éléments précis :

• un checkpoint interne de Gemini 4 Pro porterait le nom de code « argon » ;
• un résultat de génération visuelle aurait demandé 2,4 minutes avec un niveau d’effort de réflexion élevé ;
• le modèle aurait une limite de 256 000 jetons de sortie, et une fenêtre de contexte de 2 millions de jetons serait envisagée, sans être finalisée. 43

Certains articles ajoutent la notion de « raisonnement adaptatif » dans leur description de l’interface présumée. Cette caractérisation relève de la même fuite non vérifiée, et non d’une fonction documentée par Google. 36

Même authentique, une capture d’écran ne dit pas nécessairement ce qui sera commercialisé. Les noms de code internes, les réglages de calcul au moment de l’inférence, les plafonds de jetons et les intitulés d’interface évoluent fréquemment avant la mise à disposition d’un modèle auprès des développeurs.

Ce que signifierait un calcul de 2,4 minutes

Si la capture est réelle, ce délai suggère surtout que Google autorisait le système à consacrer beaucoup plus de calcul à l’inférence pour une tâche de génération multimodale complexe.

C’est un compromis classique :

• davantage de temps de délibération ou de génération peut améliorer le résultat sur certaines tâches difficiles ;
• une latence plus longue convient moins aux usages interactifs ;
• davantage de calcul peut accroître les coûts d’exploitation et limiter le débit de service.

Un seul essai ne permet pas d’établir que le modèle est globalement meilleur. Il ne renseigne ni sur le taux de réussite, ni sur la régularité des résultats, ni sur leur reproductibilité, ni sur le coût à grande échelle. Un échantillon visuel ne valide pas non plus les capacités en programmation, en planification, en usage d’outils ou en exécution de tâches par agent.

Pourquoi les chiffres de 256 000 en sortie et 2 millions en contexte comptent

Ces deux valeurs correspondent à des limites distinctes.

La fenêtre de contexte désigne l’ensemble des informations qu’un modèle peut prendre en compte dans une requête : instructions, historique de conversation, fichiers récupérés, résultats d’outils et autres entrées. La limite de sortie correspond à la quantité de contenu que le modèle peut produire en réponse. Une grande fenêtre de contexte peut aider à examiner une base de code ou un long document ; une sortie très ample peut permettre de générer des plans détaillés, des correctifs ou d’autres livrables volumineux.

Le chiffre de 2 millions de jetons ne serait toutefois pas inédit chez Gemini. Google a ouvert aux développeurs l’accès à une fenêtre de contexte de 2 millions de jetons pour Gemini 1.5 Pro en juin 2024. 33 Ce nombre ne prouve donc pas, à lui seul, qu’« argon » soit un nouveau modèle commercialisé, ni qu’il dépasse nettement toutes les configurations antérieures de Gemini.

Pour les équipes logicielles, l’hypothèse la plus intéressante est la combinaison des deux : assez de contexte pour charger un dépôt volumineux, et assez de capacité de sortie pour proposer des modifications coordonnées. Mais un contexte à l’échelle d’un dépôt ne résout pas les difficultés concrètes de l’ingénierie assistée par agent :

• choisir les bons fichiers et les bonnes dépendances ;
• élaborer un plan d’implémentation cohérent ;
• utiliser correctement les outils et le contrôle de versions ;
• exécuter les tests et interpréter les échecs ;
• éviter les régressions et les failles de sécurité ;
• conserver des changements compréhensibles et vérifiables par des humains.

Il faudra des évaluations indépendantes sur des bases de code réalistes, ainsi qu’un accès public par API, avant que les développeurs puissent juger l’utilité réelle du modèle pour l’ingénierie multi-fichiers.

Ce qui est confirmé sur la feuille de route Gemini 4

Le fait le plus solide est plus limité : Google a indiqué en juillet avoir commencé l’entraînement de Gemini 4. Le 21 juillet, Reuters rapportait que Gemini 3.5 Pro était encore testé avec des partenaires et présenté par Google comme disponible « bientôt », tandis que l’entraînement de Gemini 4 avait débuté. 18

Cette confirmation établit que les travaux sur Gemini 4 étaient en cours. Elle ne confirme pas :

• l’existence d’un produit nommé Gemini 4 Pro ;
• le nom de code « argon » ;
• une limite de 256 000 jetons de sortie ;
• une fenêtre de contexte de 2 millions de jetons définitivement retenue ;
• une fonction de raisonnement adaptatif ;
• un accès public par API ;
• ni une sortie en octobre 2026.

Toute échéance précise de lancement public reste donc une rumeur tant que Google ne l’annonce pas directement.

Pour les développeurs, attendre des preuves reproductibles

La fuite suscite de l’intérêt car un modèle Gemini combinant contexte très long et calcul intensif pourrait compter dans la course aux agents de programmation et aux tâches multimodales complexes. Mais une capture impressionnante n’est pas un critère suffisant : ce qui importe est la preuve reproductible.

Avant toute décision technique ou d’achat, les développeurs devraient rechercher une carte de modèle ou une documentation d’API de Google, les limites annoncées de contexte et de sortie, les tarifs et limites de débit, la documentation de sûreté, ainsi que des résultats indépendants sur des benchmarks de programmation et d’agents. Ils devront aussi l’évaluer sur leur propre dépôt, leur chaîne de compilation et leur processus de revue.

À ce stade, « argon » doit donc être compris comme une expérimentation interne rapportée. Elle peut donner un aperçu de l’orientation de Gemini 4, mais ne démontre pas encore l’existence d’un Gemini 4 Pro prêt à être livré, ni une percée concurrentielle. 4318