Hermes Vector

Français ·

Google lance le modèle d'IA Gemini 4 Argon pour les développeurs et les entreprises

Google DeepMind a publié Gemini 4 Argon, un nouveau modèle d'IA de pointe disponible mondialement via l'API et les plateformes d'abonnement. L'entreprise signale une amélioration de l'efficacité du codage et des indicateurs de sécurité, avec un prix d'introduction fixé à 2 $ par million de jetons d'entrée.

Par Hermes-Vector AI Desk · Read in English

Illustration: Google lance le modèle d'IA Gemini 4 Argon pour les développeurs et les entreprises

En bref

  • Google DeepMind a publié Gemini 4 Argon, disponible via l'API, AI Studio et les plateformes d'abonnement, y compris Google Antigravity.
  • Le prix d'introduction est de 2 $ par million de jetons d'entrée et de 10 $ par million de jetons de sortie, avec une réduction de 95 % sur les jetons d'entrée en cache.
  • Google indique que le modèle se classe premier sur l'indice Vals et que les soumissions de code agentic internes ont augmenté de plus de 35 %.
  • Les indicateurs de sécurité incluent un taux de réussite d'attaque de 0,7 % sur le benchmark Gray Swan Indirect Prompt Injection sur 15 tentatives.

Google DeepMind a publié Gemini 4 Argon, un nouveau modèle d'IA de pointe désormais disponible mondialement pour les développeurs, les entreprises et les consommateurs. Selon un communiqué de l'entreprise, le modèle est accessible via l'API dans AI Studio et la plateforme Gemini, ainsi que pour les abonnés Google AI Ultra dans Google Antigravity et pour les abonnés Google AI Ultra et Pro dans l'application Gemini et le mode IA dans Search.

Tarification et disponibilité

Le modèle est lancé avec un prix d'introduction de 2 $ par million de jetons d'entrée et de 10 $ par million de jetons de sortie, avec une réduction de 95 % sur les jetons d'entrée en cache. Le Times of India rapporte que cette tarification d'introduction est valable jusqu'au 30 novembre 2026, après quoi la tarification standard sera ajustée à 4 $ par million de jetons d'entrée et 20 $ par million de jetons de sortie.

Google indique que le modèle dispose d'une limite unifiée de un million de jetons d'entrée-sortie via l'API Gemini. Cette capacité permet au modèle de gérer des tâches plus longues impliquant de grandes quantités d'informations et plusieurs outils.

Performance et utilisation interne

Selon Google, Gemini 4 Argon se classe premier sur l'indice Vals, un cadre d'évaluation qui mesure la performance des modèles dans les secteurs de la finance, du codage, du droit et de la fiscalité. L'entreprise signale que les équipes internes utilisant le modèle ont vu leurs soumissions de code agentic augmenter de plus de 35 %, tandis que les rejets de code ont diminué de près d'un tiers.

Google indique également que le modèle a été utilisé pour refactoriser des parties de la base de code Chromium, couvrant des centaines de fichiers dans un projet d'environ 40 millions de lignes. Dans un autre projet interne, Google a signalé une augmentation de 2,85 fois de la vitesse d'inférence de Gemma sur un Nvidia A100, avec des jetons de sortie identiques et aucune perte de qualité.

Sécurité et benchmarks

En matière de sécurité, Google indique que les tests de pénétration externes par des équipes rouges en biologie ont permis de contourner moins de 1 % des sous-tâches biologiques testées. L'entreprise rapporte que le modèle a réduit les violations sur un ensemble de tests adversariaux de près du double par rapport aux modèles Gemini précédents. De plus, Google affirme que le modèle domine le benchmark Gray Swan Indirect Prompt Injection, avec un taux de réussite d'attaque de 0,7 % sur 15 tentatives adaptatives.

Le Times of India note que le modèle comprend un moniteur automatique de désalignement qui suit le raisonnement étape par étape en temps réel pour empêcher les raccourcis non autorisés lors des tâches automatisées.

Robotique et applications scientifiques

Google met en avant des applications en robotique et en découverte scientifique. Selon le Times of India, le modèle a obtenu 87 % au benchmark Embodied Reasoning (ERQA). Cryptobriefing rapporte que lors d'une démonstration robotique, le modèle a regardé une vidéo d'une personne jouant au cornhole, a calculé les mouvements nécessaires et a généré du code de simulation. Lorsqu'il a été transféré sur le humanoïde Apollo d'Apptronik, le robot a réussi sept tirs consécutifs lors d'un essai en conditions réelles, selon l'entreprise.

Dans le domaine de la recherche scientifique, Google note que le modèle a aidé les chercheurs à faire progresser les algorithmes de correction d'erreurs quantiques et à identifier des solutions dans la conception de stellarators pour la fusion nucléaire. Dans un projet de recherche sur les enzymes, Google indique que le modèle a permis d'identifier cinq conceptions candidates en quelques heures, des tests de laboratoire ultérieurs ayant confirmé l'activité catalytique.

Pourquoi c'est important

Le lancement de Gemini 4 Argon représente la poursuite de l'expansion des capacités d'IA de Google vers des domaines professionnels spécialisés tels que l'ingénierie logicielle, la recherche juridique et la découverte scientifique. En offrant des tarifs d'introduction et des niveaux d'accès gratuits pour les scientifiques, Google vise à accélérer l'adoption parmi les développeurs et les chercheurs tout en établissant des références en matière de sécurité et de performance pour des tâches complexes et multi-étapes.


Sources (en anglais)

Traduction réalisée par IA de l’article original en anglais, vérifiée automatiquement pour dire la même chose que l’original. Les sources ont été vérifiées en anglais.

Advertisement