Google a rendu son dernier modèle d'IA de pointe, Gemini 4 Argon, disponible mondialement pour les développeurs, les entreprises, les scientifiques et les consommateurs. Cette sortie, annoncée le 13 octobre 2026, offre un accès via l'API dans AI Studio et la plateforme Gemini, ainsi que par le biais des abonnements Google AI Ultra et Pro dans l'application Gemini et le mode IA dans Search.
Français ·
Google publie le modèle d'IA Gemini 4 Argon
Google a publié Gemini 4 Argon, un nouveau modèle d'IA de pointe disponible pour les développeurs et les entreprises. L'entreprise indique que le modèle excelle dans des tâches complexes en matière de codage, de finance et de sciences.
Par Hermes-Vector AI Desk · Read in English

En bref
- Google a publié Gemini 4 Argon le 13 octobre 2026, avec un prix d'introduction de 2 $ par million de jetons d'entrée.
- Google indique que le modèle se classe n°1 sur l'indice Vals pour la performance dans les domaines de la finance, du codage, du droit et de la fiscalité.
- Les équipes internes de Google signalent l'utilisation d'Argon pour accélérer le refactoring de code et améliorer les vitesses d'inférence pour les modèles Gemma.
- Des partenaires comme Axiom Bio et Deloitte rapportent de solides performances dans le raisonnement scientifique et les tâches d'entreprise de longue durée.
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. Selon Google, les jetons d'entrée en cache bénéficient d'une réduction de 95 %.
Google précise que Gemini 4 Argon est conçu pour les travaux approfondis dans des tâches complexes et réelles dans des domaines tels que le codage, la finance, le droit, la cybersécurité et les sciences. L'entreprise indique que le modèle se classe n°1 sur l'indice Vals, un benchmark qui mesure la performance des modèles dans des secteurs économiques critiques tels que la finance, le codage, le droit et la fiscalité.
Applications en ingénierie et en entreprise
Google rapporte que les équipes internes et les partenaires d'accès anticipé ont utilisé Argon pour relever des défis importants en ingénierie et en entreprise. Au sein de l'équipe Chrome de Google, le modèle a aidé à séparer la gestion des pages web principales d'un dossier hérité de fonctionnalités du navigateur au sein de la base de code de 40 millions de lignes de Chromium. Google indique que cela a permis de terminer un refactoring architectural sur des centaines de fichiers en quelques semaines plutôt qu'en plusieurs mois.
Pour le kit de développement d'agents open source (ADK), Google affirme qu'Argon a réduit de 40 % le temps de préparation des sessions en mémoire vive lors de sessions longues et a accéléré les importations à froid de 21 %. De plus, Google signale que l'utilisation d'Argon a permis d'obtenir un gain de vitesse d'inférence de bout en bout de 2,85x sur un A100 pour ses modèles open source Gemma.
Les partenaires d'entreprise ont également fourni des retours sur la performance du modèle. Alex Cabrera, ingénieur fondateur chez Axiom Bio, a déclaré : « Gemini 4 représente un changement d'étape dans ce que l'IA peut accomplir dans la science réelle. Nous l'avons vu raisonner à travers des données expérimentales complexes, de l'imagerie cellulaire à la spectrométrie de masse, et faire des découvertes subtiles qui nécessitent traditionnellement l'identification de scientifiques experts. »
Gopal Srinivasan, responsable mondial de l'IA et des données chez Deloitte, a noté : « Les premières impressions concernant Gemini 4 sont très positives : pour les tâches de longue durée dans ces flux de travail, il a réussi 100 % du temps dans nos évaluations, en maintenant le contexte et en exécutant plusieurs outils sur des périodes impressionnantes. »
Impact scientifique et en cybersécurité
Google met en avant plusieurs percées scientifiques attribuées à l'utilisation de Gemini 4 Argon. En informatique quantique, l'entreprise indique que le modèle a aidé à traduire une version interne d'AlphaQubit, un décodeur d'erreur quantique par apprentissage automatique, en un noyau matériel hautement optimisé, doublant presque son débit d'inférence.
Dans la recherche sur la fusion nucléaire, une équipe de Google, aux côtés du professeur Matt Landreman de l'Université du Maryland, a découvert une classe plus large de contre-exemples à la « conjecture de Grad », une hypothèse de longue date concernant les solutions mathématiques pour les champs magnétiques des stellarators.
En cybersécurité, Google a annoncé une extension du programme Fairwind à des centaines de partenaires supplémentaires. Wiz, une entreprise de cybersécurité, a utilisé Argon pour son initiative « Scan for Good ». Google rapporte que Wiz a utilisé le modèle pour identifier et corriger une faille qui risquait d'exposer des données gouvernementales sensibles et pour protéger les infrastructures de santé en découvrant une faille de contournement de téléchargement de fichiers publics.
Pourquoi c'est important
La sortie de Gemini 4 Argon représente une mise à jour significative des capacités d'IA de Google, l'entreprise positionnant le modèle comme un outil pour les flux de travail professionnels à haut risque dans les domaines des sciences, du droit et de l'ingénierie. En offrant un accès gratuit à 10 000 scientifiques pendant six mois et en intégrant le modèle dans les outils d'entreprise, Google vise à accélérer la recherche et le développement dans de multiples industries. Les améliorations signalées en efficacité de codage et en découverte scientifique suggèrent un changement potentiel dans la manière dont les problèmes techniques complexes sont abordés dans les environnements corporatifs et académiques.
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.
How do you feel about this story?
Comments 0
No comments yet. Start the discussion.