Gemini 4 Argon : Fairwind, benchmarks et prix de l’API

Mis à jour le 18 octobre 2026

Le 30 septembre 2026, Google a annoncé Gemini 4 Argon sur son blog Keyword. L’entreprise présente ce nouveau modèle phare comme un modèle à la pointe de l’IA. Il n’est toutefois pas encore accessible au public : seuls les partenaires de Fairwind, son programme destiné aux acteurs de confiance de la cyberdéfense, peuvent l’utiliser. Google promet un lancement plus large « dès que possible », sans avancer de date.

Ce qui a été annoncé le 30 septembre

Koray Kavukcuoglu, vice-président senior de Google DeepMind, a publié le billet consacré à Gemini 4 Argon le 30 septembre à 20 h UTC. Son sous-titre évoque une nouvelle ère pour l’intelligence artificielle de pointe. Google revendique des performances de premier plan dans trois domaines : le développement logiciel en conditions réelles, les tâches intellectuelles en entreprise, notamment dans le droit et la finance, et la cybersécurité. L’entreprise insiste aussi sur les capacités de raisonnement approfondi dans des processus longs et complexes.

La nomenclature évolue également, comme le souligne 9to5Google. En interne, le modèle serait déjà utilisé par des milliers de salariés, selon Google. L’entreprise indique aussi participer au dispositif volontaire du gouvernement américain qui permet aux autorités d’accéder aux modèles avant leur lancement. D’après CNBC, Sundar Pichai a signé la veille, avec d’autres dirigeants de la tech, un accord volontaire sur la sécurité de l’IA avec Donald Trump.

Reuters apporte des précisions absentes du billet. Un porte-parole de Google a indiqué à l’agence qu’Argon était plus volumineux que les modèles de la gamme « Pro » et comparable à Astra d’OpenAI et à Opus d’Anthropic dans les principaux tests de programmation et de cybersécurité. Reuters précise qu’aucun calendrier de lancement public n’a été donné. Le 30 septembre, le Financial Times a présenté Argon comme le modèle Gemini le plus avancé de Google, en évoquant l’espoir de l’entreprise de reprendre la tête de la course à l’IA. Il s’agit de l’analyse du journal, et non d’une déclaration de Google.

Fairwind : qui peut y accéder ?

Fairwind ne date pas de cette annonce. Google a lancé ce programme le 2 septembre 2026 pour donner aux gouvernements et à des partenaires de confiance un accès limité à des outils de cyberdéfense. Le premier modèle proposé était Gemini 3.8 Flash Cyber, accompagné de l’agent CodeMender. Depuis le 30 septembre, les participants bénéficient d’un accès exclusif à Gemini 4 Argon, utilisé seul ou dans CodeMender.

Google cite parmi les organisations admissibles les gouvernements et les autorités nationales de cybersécurité, les opérateurs d’infrastructures critiques dans la santé, les télécommunications, l’énergie et la finance, ainsi que les grandes plateformes technologiques. Les laboratoires universitaires qui développent des benchmarks de défense peuvent également déposer une candidature. Fairwind compte plus de 650 partenaires dans le monde, mais Google ne précise pas combien utilisent déjà Argon. Les logos de CrowdStrike, Palo Alto Networks, Snowflake ou Wiz dans le billet de septembre concernent le programme dans son ensemble. Hormis Wiz, Google n’a pas nommé les entreprises ou gouvernements ayant reçu Argon.

Les conditions sont strictes. Seuls les membres des équipes internes de cybersécurité, de réponse aux incidents et de tests d’intrusion peuvent utiliser le modèle. Chaque personne doit disposer de son propre compte, protégé par une authentification multifacteur résistante au phishing. La revente et le partage d’accès sont interdits, et les organisations sont contrôlées avant leur admission. Les usages autorisés couvrent les activités à double usage de défense et de recherche : simulations de menaces autorisées, rétro-ingénierie ou analyse de logiciels malveillants. La création de logiciels malveillants reste interdite.

Pour ces défenseurs de confiance et les équipes internes de Google, le modèle fonctionne sans les garde-fous propres aux usages cyber. Tulsee Doshi a expliqué à CNBC que cet ordre de déploiement renforçait la confiance de l’entreprise et permettait de mettre rapidement le modèle entre les mains des équipes de défense.

Wiz est la seule entreprise que Google cite explicitement parmi les utilisateurs d’Argon. Elle l’emploie dans son programme Scan for Good. Selon Google, le modèle y a découvert une vulnérabilité critique dans un logiciel médical destiné aux hôpitaux, passée inaperçue avec les modèles précédents. L’article source n’apporte pas de confirmation indépendante et indique n’avoir trouvé aucune mention d’Argon sur la page Scan for Good de Wiz. Les candidatures à Fairwind passent par le formulaire « Apply for access » sur deepmind.google ; Google ne communique aucun délai de traitement.

Les capacités de Gemini 4 Argon : les chiffres de Google

Google décrit Argon comme un modèle de programmation, de raisonnement et de traitement multimodal. Il serait particulièrement adapté aux tâches intellectuelles qui nécessitent une compréhension visuelle : analyser des graphiques professionnels, retrouver des détails dans de longues vidéos ou travailler sur un ensemble de documents. Google ne fournit pas la liste complète des modalités d’entrée et ne mentionne pas de mode tel que Deep Think pour Argon.

Sur le plan technique, l’entreprise annonce une limite de sortie d’un million de tokens par réponse, contre 64 000 auparavant. Elle ne précise pas la taille de la fenêtre de contexte, c’est-à-dire la quantité de données que le modèle peut recevoir en entrée. Le million de tokens concerne donc bien la réponse produite.

Les tests ont été réalisés par Google via Gemini API, avec les réglages de raisonnement au maximum. Les résultats concurrents proviennent des données publiées par leurs développeurs ou des classements publics. Google a calculé elle-même une partie des scores d’Argon, comme l’indique le PDF « Model evaluation » de Google DeepMind. L’article source ne fait état d’aucune mesure indépendante au 1er octobre : les chiffres ci-dessous sont donc ceux de Google. Le tableau reprend 12 des 19 tests présentés par l’entreprise, dont tous ceux où Argon n’arrive pas en tête.

Dans le tableau complet de Google, Argon arrive seul en tête sur 13 tests sur 19, partage la première place sur un test, CWE-bench v1 avec GPT-6 Astra à 68,0 %, et reste derrière sur cinq : FrontierSWE v2, Terminal-bench 4.0, PostTrainBench, Terminal-Bench Science 0.1 et OSWorld-2.0. Google présente son score à DeepSWE v1.1 comme un nouveau record en programmation par agents et Argon comme le modèle de référence sur Vals Index. Dans les tâches professionnelles visées, les écarts annoncés sont importants. Sur Harvey’s Legal Agent Benchmark, consacré aux agents juridiques, Argon obtient 19,6 %, contre 5,4 % pour GPT-6 Astra, 6,7 % pour Claude Fable 5.1 et 3,8 % pour Claude Opus 5.5. Sur Vals Finance Agent v2, les scores sont respectivement de 65,4 %, 53,5 %, 58,9 % et 58,6 %.

Les écarts varient dans les tests où Argon est distancé. Sur FrontierSWE v2, il cède 10,5 points à GPT-6 Astra ; sur Terminal-bench 4.0, il termine neuf points derrière Claude Opus 5.5. The New Stack souligne ces deux différences. Pour le pilotage d’ordinateur avec OSWorld-2.0, Astra obtient 72,6 %, contre 69,2 % pour Argon. En ingénierie du machine learning, sur PostTrainBench, Opus 5.5 mène avec 49,3 %, contre 45,3 %.

Cybersécurité

Pour ce modèle confié en premier aux cyberdéfenseurs, Google présente des graphiques distincts sur la sécurité. Sur CWE-bench v1, où il faut corriger une vulnérabilité, Argon, GPT-6 Astra et Grok 4.7 atteignent tous 68 %, contre 67 % pour Claude Opus 5.5 et 58 % pour Claude Fable 5.1. Google parle d’une première place partagée. La comparaison directe reste délicate : les modèles utilisent des environnements d’agents différents, Antigravity pour Argon, Codex pour Astra, opencode pour Grok et Claude Code pour Opus.

Deux autres tests sont internes et comparent uniquement Argon au précédent modèle cyber de Google. Sur Real-world Vulnerability Discovery, un ensemble de tests de recherche de vulnérabilités dans 20 langages, Argon atteint 85,8 %, contre 71,0 % pour Gemini 3.8 Flash Cyber. Sur Wiz Penetration Test Benchmark, un test interne de Wiz consacré à l’exploitation de vulnérabilités web sans accès au code source, les scores sont de 70,9 % et 58,2 %.

Dernier indicateur : la résistance aux injections indirectes de prompt, lorsqu’une instruction malveillante est dissimulée dans un document ou une page consultée par le modèle. Gray Swan Indirect Prompt Injection mesure la proportion d’attaques réussies en 15 tentatives ; plus le score est faible, mieux c’est. Argon obtient 0,7 %, Claude Opus 5.5 et Claude Fable 5.1 chacun 1,0 %, GPT-6 Astra 8,5 % et GPT-6 Sol 10,1 %.

Les exemples de Google : des algorithmes quantiques à Rust

Google illustre le fonctionnement du modèle par quatre exemples internes. Tous reposent sur les déclarations de l’entreprise et ne sont pas vérifiés indépendamment dans l’article source.

Le premier concerne l’informatique quantique. Argon a optimisé les ressources d’une sous-routine d’algorithme quantique, mesurées par le produit du nombre de qubits et du nombre de portes. Sur un exemple, Google annonce un gain de 40 % par rapport à la référence publiée, obtenu en quelques minutes. Le deuxième porte sur les infrastructures : une équipe d’agents utilisant Argon a identifié puis appliqué des optimisations mémoire dans les centres de données de Google. Leur déploiement aurait libéré plus de 300 TiB ; l’entreprise estime l’économie totale entre 500 TiB et 1 PiB.

Les deux autres exemples concernent la migration de code C/C++ vers Rust. Selon Google, Argon a réécrit des projets allant de quelques dizaines de milliers de lignes, comme les bibliothèques re2 et libgav1, à plus de 800 000 lignes pour le noyau Zircon du système Fuchsia. Ces réécritures font l’objet d’audits automatiques et manuels avant leur mise en production. Dans le décodeur vidéo ouvert libgav1, le modèle a remplacé 32 000 lignes de code SIMD. Google indique que le décodeur obtenu, écrit en Rust sûr, fonctionne 2,7 fois plus vite que le portage Rust précédent et produit une vidéo identique.

L’exemple des centres de données fait explicitement intervenir une équipe d’agents. Il correspond aux processus longs, composés de nombreuses étapes, auxquels Google destine Argon. Nous avons consacré un autre article à la manière dont les agents IA deviennent des collaborateurs numériques en entreprise.

La sécurité du modèle

Google organise son approche autour du Frontier Safety Framework, son cadre de sécurité pour les modèles avancés. Pour Argon, l’entreprise distingue quatre axes. Le premier est la prévention des usages abusifs, notamment dans le domaine cyber et face aux risques CBRN, chimiques, biologiques, radiologiques et nucléaires. Viennent ensuite la résistance aux injections indirectes de prompt, la surveillance des comportements contraires aux objectifs prévus et le renforcement des environnements isolés, ou bacs à sable. Le dispositif de surveillance examine la chaîne de raisonnement et les actions du modèle et peut interrompre son exécution.

Google appelle également le secteur à préserver la transparence du raisonnement, autrement dit la possibilité d’examiner comment un modèle arrive à sa réponse. La fiche technique et de sécurité, ou model card, d’Argon n’est pas encore publiée selon l’état des lieux de la source : au 1er octobre, elle n’apparaissait pas dans l’index de DeepMind et son adresse directe renvoyait une erreur 404. Seul le PDF « Model evaluation », consacré à la méthodologie et aux résultats des tests, était disponible.

Prix de l’API et abonnements

Google a annoncé le prix de Gemini 4 Argon dans l’API avant l’ouverture de l’accès commercial. Le tarif introductif est de 2 $ par million de tokens en entrée et de 10 $ par million en sortie. Les entrées mises en cache coûtent 95 % de moins. Après cette période, les tarifs passeront à 4 $ / 20 $, sans date précisée dans le billet. Ces montants sont exprimés en dollars américains ; aucun tarif officiel en euros n’est fourni par la source.

Les sources divergent sur ce point. Argon ne figure pas encore sur la page officielle des prix ai.google.dev, et Ars Technica indiquait dans ses premiers articles que Google n’avait pas annoncé le prix de l’API. Le billet de Google donne pourtant ces montants : ce sont ceux retenus ici. Par rapport à la grille en vigueur citée dans la source, l’entrée d’Argon coûte au lancement autant que celle de Gemini 3.1 Pro Preview, tandis que la sortie coûte 2 $ de moins. Après la période introductive, les deux tarifs dépasseront ceux de 3.1 Pro.

Pour les abonnements grand public, Google ne cite que Google AI Ultra : ses abonnés feront partie des premiers bénéficiaires. La source mentionne une disponibilité de cet abonnement dans plus de 150 pays, avec plusieurs niveaux de limites d’usage. Elle ne fournit toutefois pas de prix français officiel permettant une comparaison fiable. Souscrire à un abonnement et obtenir l’accès à Argon sont deux questions distinctes : l’annonce fixe un ordre de priorité, sans calendrier précis ni détail pour la France. Les tarifs locaux et les modèles inclus doivent donc être distingués de la future disponibilité d’Argon.

Disponibilité : pour qui et quand ?

La section du billet consacrée au déploiement porte un titre annonçant une arrivée prochaine, mais ne donne aucune date. Le modèle fonctionne uniquement chez les partenaires Fairwind. Google promet un lancement plus large « dès que possible », après avoir recueilli des retours et renforcé les protections. Les clients payants de l’API et les abonnés Google AI Ultra seront servis en premier, puis les développeurs, les entreprises et le grand public.

L’entreprise ne dit rien d’un accès gratuit ni des formules Google AI Plus et Pro. Au 1er octobre, selon l’inventaire de la source, Argon n’apparaît ni dans la liste des modèles, les tarifs ou le journal des modifications de Gemini API, ni dans Vertex AI, Google AI Studio ou l’application Gemini. La dernière note de version de cette application est datée du 30 septembre. Pour les entreprises, la FAQ de Fairwind apporte une précision : proposé comme modèle géré via Gemini Enterprise, Argon prend en charge la non-conservation des données, appelée zero data retention.

Ce que cela change en France

Pour un lecteur en France, le point décisif est le même : l’annonce ne correspond pas à l’ouverture d’un accès public. La présence éventuelle d’un service Gemini ou d’un abonnement dans un pays ne suffit pas à établir la disponibilité d’Argon. La source ne fournit pas de conditions françaises spécifiques, ni de test de la qualité des réponses de ce modèle en français. Les chiffres généraux de couverture des services Google ne permettent pas de trancher ces questions.

Il faut également distinguer la priorité annoncée pour les abonnés Google AI Ultra d’une garantie d’accès immédiat. Le texte ne permet pas d’affirmer que les abonnés en France bénéficieront de la première vague. Pour les organisations de cybersécurité ou les opérateurs d’infrastructures critiques, la voie décrite est une candidature à Fairwind via le formulaire de deepmind.google. Ces activités entrent dans les catégories du programme, mais la source ne précise ni les modalités d’admission pour la France ni les délais d’examen des dossiers.

En attendant Argon, la source cite deux modèles Google accessibles publiquement : Gemini 3.1 Pro, lancé le 19 février 2026 et proposé dans l’API en version Preview, et Gemini 3.8 Flash, lancé le 2 septembre 2026. Nous avons présenté le fonctionnement de l’application dans notre guide de Google Gemini. Cet article datant de 2025, certains détails ont pu évoluer depuis sa publication.

Argon, Astra, Opus : le contexte du marché

Google compare Argon à GPT-6 Astra d’OpenAI et aux modèles Claude Fable 5.1 et Claude Opus 5.5 d’Anthropic. GPT-6.1 Sol, présenté par OpenAI lors du DevDay du 29 septembre, la veille de l’annonce d’Argon, n’apparaît pas dans le tableau. Les autres nouveautés d’OpenAI figurent dans notre décryptage du DevDay 2026. Reuters interprète ce lancement comme une tentative de Google de rattraper Anthropic et OpenAI.

La chronologie explique les articles évoquant des retards. Gemini 3 est sorti le 18 novembre 2025, puis Gemini 3.1 Pro le 19 février 2026. Google avait annoncé Gemini 3.5 Pro pour juin. Selon Ars Technica, des modèles Flash ont été lancés à sa place, dont le dernier, Gemini 3.8 Flash, date du 2 septembre. The New Stack estime qu’Argon remplace de fait 3.5 Pro, annoncé à la conférence I/O en mai. 9to5Google relie également ce lancement à l’abandon de 3.5 Pro. Google n’a cependant pas annoncé officiellement cette annulation. Nous avons détaillé les annonces de Google I/O 2026 dans un article distinct.

Des réserves sont aussi rapportées. D’après The Next Web, qui reprend Bloomberg, certains salariés de Google estiment que Gemini 4 brille dans les benchmarks mais se montre moins convaincant dans les usages réels, notamment sur certaines tâches de programmation. Google a qualifié cette présentation d’inexacte. Selon le même compte rendu, un salarié évoquait au contraire un large consensus interne sur le fait que le modèle se situait à la pointe du secteur.

Questions fréquentes

Qu’est-ce que Gemini 4 Argon ?

Gemini 4 Argon est le nouveau modèle phare de la gamme Gemini de Google, annoncé le 30 septembre 2026 sur le blog Keyword. L’entreprise le destine au développement logiciel, aux tâches intellectuelles en entreprise, notamment dans le droit et la finance, et à la cybersécurité. Argon est le nom officiel du produit.

Quand Gemini 4 Argon sera-t-il disponible ?

Aucune date de lancement général n’est annoncée. Google promet une ouverture « dès que possible », après avoir recueilli des retours et renforcé les protections. Le modèle est réservé aux participants de Fairwind. Les clients payants de l’API et les abonnés Google AI Ultra seront les suivants, puis les développeurs, les entreprises et le grand public.

Qu’est-ce que Fairwind ?

Fairwind est un programme Google d’accès limité aux outils IA de cyberdéfense, lancé le 2 septembre 2026 et réunissant plus de 650 partenaires. Il accueille les gouvernements, les autorités nationales de cybersécurité, les opérateurs d’infrastructures critiques et les grandes plateformes technologiques. Les laboratoires universitaires peuvent candidater. Depuis le 30 septembre, ses participants disposent d’un accès exclusif à Gemini 4 Argon.

Combien coûte Gemini 4 Argon ?

Selon Google, le tarif introductif de l’API est de 2 $ par million de tokens en entrée et de 10 $ par million en sortie. Les entrées en cache coûtent 95 % de moins. Le tarif passera ensuite à 4 $ / 20 $, sans date annoncée. Argon ne figure pas encore sur la page des prix ai.google.dev dans l’état des lieux de la source.

Quelle différence avec Gemini 3.1 Pro ?

Argon devient le modèle phare, avec une limite de sortie d’un million de tokens contre 64 000 auparavant. Un porte-parole de Google l’a décrit à Reuters comme plus volumineux que la gamme « Pro ». Le tableau de Google ne compare pas directement Argon à Gemini 3.1 Pro : il retient GPT-6 Astra, Claude Fable 5.1 et Claude Opus 5.5. Par ailleurs, 3.1 Pro est déjà proposé dans l’API en Preview à 2,00 $ / 12,00 $, tandis qu’Argon n’est pas encore ouvert au public.

Gemini 4 Argon est-il disponible en France ?

Il n’est pas accessible au grand public dans l’état des lieux du 1er octobre 2026 : seuls les partenaires Fairwind y ont accès. La source ne précise pas les conditions d’accès propres à la France. Les organisations de cybersécurité et d’infrastructures critiques entrent dans les catégories visées par Fairwind, mais leurs modalités d’admission en France ne sont pas établies par ce texte.

Gemini 4 Argon est-il meilleur que GPT-6 Astra ?

Dans le tableau de Google, Argon mène sur 13 tests sur 19 et partage la première place avec GPT-6 Astra sur CWE-bench v1, à 68,0 %. Astra le devance sur FrontierSWE v2, Terminal-bench 4.0, Terminal-Bench Science 0.1 et OSWorld-2.0. Ces chiffres restent ceux de Google : les résultats concurrents viennent des publications des développeurs et des classements publics. La source ne fournit pas de mesures indépendantes.

Peut-on essayer Gemini 4 Argon dès maintenant ?

Pas en tant qu’utilisateur ordinaire : au 1er octobre 2026, selon la source, Argon n’est proposé ni dans l’application Gemini, ni dans Google AI Studio, Gemini API ou Vertex AI. Seuls les partenaires Fairwind y ont accès. Les organisations de cybersécurité peuvent candidater sur le site de DeepMind. Les modèles Google cités comme accessibles sont Gemini 3.1 Pro et Gemini 3.8 Flash.

À lire aussi

• OpenAI DevDay 2026 : dots, GPT-6.1 Sol et toutes les annonces — les nouveautés présentées la veille de l’annonce d’Argon.
• Meta Muse : l’agent IA personnel de Meta — le fonctionnement de cet agent qui exécute des tâches en arrière-plan.
• Jev de TypeSafe AI : un modèle IA pour les développeurs — un modèle qui renvoie une solution au programme plutôt qu’un texte.
• Les agents IA en 2026 : des collaborateurs numériques en entreprise — les tâches répétitives déjà prises en charge dans les organisations.
• Google I/O 2026 : lunettes Gemini et nouveaux agents IA — les annonces de la conférence de mai.
• Neuralink en 2026 : comment fonctionne l’implant de Musk ? — comment l’implant cérébral et l’IA transforment les signaux neuronaux en commandes.
• Tesla Super Intelligence et l’IA de Tesla — FSD v14.3.9, Optimus, Robotaxi et puces AI5 : ce qui fonctionne déjà.
• Robotaxi Tesla : où roule-t-il sans conducteur ? — comment l’IA conduit les taxis et ce qui distingue Tesla de Waymo.
• Muse Spark Open : Meta et Apple adaptent un modèle IA au Mac Studio — l’exécution locale d’un grand modèle ouvert et son coût face à l’API.

Conclusion

Gemini 4 Argon est le nouveau modèle phare de Google Gemini, encore réservé aux partenaires Fairwind et aux équipes internes de Google. Les benchmarks, la limite de sortie d’un million de tokens et le prix de 2 $ / 10 $ reposent sur les déclarations de l’entreprise ; la source ne fournit pas de vérification indépendante. Pour le grand public en France, cette annonce n’ouvre donc pas encore l’accès au modèle. Les organisations de cybersécurité disposent, elles, de la voie de candidature à Fairwind, sous réserve d’admission. Retrouvez nos autres articles sur les modèles et les agents dans la rubrique IA de M67.