Le fait
Le 30 septembre 2026, Google DeepMind publie l’annonce officielle de Gemini 4 Argon, signée Koray Kavukcuoglu (SVP Google DeepMind et Chief AI Architect, Google). Ce n’est plus une anticipation de sortie « beaucoup plus tôt » : c’est la sortie nommée, avec un déploiement progressif et gated.
Argon arrive d’abord auprès d’un cercle de cyber défenseurs de confiance via le Fairwind Program (programme de défense cyber proactive pour gouvernements et partenaires de confiance, lancé début septembre 2026). Google indique aussi participer au processus volontaire américain de pré-release (voluntary pre-release model access) pendant qu’il élargit l’accès. Objectif déclaré : recueillir du retour terrain, durcir les garde-fous, puis ouvrir aux développeurs, entreprises et grand public — en commençant par les clients API payants et les abonnés Google AI Ultra.
Côté tarif, Google affiche un prix d’introduction agressif : 2 dollars par million de tokens d’entrée et 10 dollars par million de tokens de sortie, avec les tokens d’entrée en cache à -95 % du prix d’entrée. Après la période d’intro, le barème bascule à 4 $/20 $ par million de tokens. Autre chiffre structurant : la limite de sortie passe à 1 million de tokens (contre 64 000 auparavant) — assez pour laisser le modèle « penser » longuement sur une seule trajectoire.
Contexte
Deux semaines plus tôt, le marché commentait déjà une sortie Gemini 4 anticipée. Le billet Neurone21 du 29 septembre sur l’anticipation DeepMind reste valide comme signal d’agenda ; le 30 septembre fixe en revanche le nom, le canal (Fairwind) et le cadre de sécurité. Argon est positionné pour des workflows longs : ingénierie logicielle réelle, travail de connaissance en entreprise (juridique, finance), et défense cyber.
Le Fairwind Program, annoncé le 2 septembre 2026 par Four Flynn (VP Security and Privacy), donne aux partenaires de confiance l’accès aux capacités cyber avancées de Google — d’abord autour de Gemini 3.8 Flash Cyber et du harness CodeMender. Avec Argon, Google pousse la logique plus loin : pour les défenseurs Fairwind et les équipes internes, une version sans garde-fous cyber (without cyber guardrails) afin d’exploiter le plein potentiel défensif — trouver, valider et corriger des vulnérabilités de façon autonome. Wiz utilise déjà Argon dans son initiative Scan for Good (protection d’infrastructures publiques critiques) et rapporte avoir découvert, grâce au modèle, une faille critique exposant des données personnelles dans un logiciel de santé hospitalier — faille manquée par des modèles frontier précédents.
Benchmarks : où Argon mène, où il cède
Google publie un tableau large (environ 19 mesures) face à GPT-6 Astra, Claude Opus 5.5 et Claude Fable 5.1. Lecture utile pour un acheteur EMEA : ne pas lire « premier partout », mais cartographier les forces métier.
Travail de connaissance (knowledge work). C’est le front le plus net. Sur AutomationBench (Zapier : exécution bout-en-bout de fonctions métier), Argon est premier avec 51,3 %, nettement devant Opus 5.5 (environ 42,5 %). Sur Vals Finance Agent v2 et le Vals Index (impact économique pondéré par contribution au PIB US), Argon est en tête. Sur le Harvey Legal Agent Benchmark, l’écart relatif est frappant (Argon environ 19,6 % contre des digits bas pour les rivaux) — scores absolus encore bas pour tout le monde, signe d’un banc de test très dur.
Ingénierie logicielle longue. Argon annonce un nouvel état de l’art sur DeepSWE v1.1 à 77,9 % (tâches SWE longue horizon « monde réel »). En revanche, il cède sur Terminal-Bench 4.0 et FrontierSWE v2 face à Opus 5.5 / Astra : le pattern récurrent est une relative faiblesse sur le travail agentique « terminal-first ».
Long contexte. Sur GraphWalks, Argon reste très haut jusqu’à 128K tokens et se détache nettement entre 256K et 1M tokens (environ 84,2 % vs environ 71,8 % pour Astra selon les tableaux publics). C’est cohérent avec la promesse d’output 1M et de workflows multi-étapes.
Multimodal & cyber. LVBench (vidéo longue) à 91,7 % ; CWE-bench v1 (remédiation de vulnérabilités) : égalité à 68 % avec Astra. Google insiste aussi sur des benches internes (vulnérabilités multi-langages, pentest boîte noire Wiz) où Argon bat 3.8 Flash Cyber.
Usages internes Google : la preuve par l’atelier
Avant la dispo large, Google documente des usages internes qui parlent aux DSI autant qu’aux labos :
- Optimisation quantique : réduction d’environ 40 % des ressources spacetime (qubits × portes) sur des sous-routines goulot, en quelques minutes face à une baseline publiée.
- Mémoire data centers : agents Argon sur télémétrie de flotte ; plus de 300 TiB libérés une fois déployés, estimation totale 500 TiB à 1 PiB.
- Migrations C/C++ → Rust : de dizaines de milliers de lignes (re2, libgav1) jusqu’à plus de 800 000 lignes pour le noyau Fuchsia Zircon, avec audits auto/manuel et tests d’émulation avant prod. Sur libgav1, remplacement d’environ 32 000 lignes SIMD par du Rust sûr vectorisé par le compilateur : décodeur mémoire-safe environ 2,7× plus rapide que le port Rust précédent, sortie vidéo identique.
Ces exemples ne sont pas un SLA client. Ils cadrent le positionnement : Argon comme partenaire de workflows longs et critiques, pas seulement de chat.
Safeguards avant dispo large
Google détaille quatre axes avant ouverture large :
- Misuse (cyber offensif, CBRN — chimique, biologique, radiologique, nucléaire) : refus des demandes nuisibles, monitoring d’activations internes, red team interne et externe.
- Prompt injection indirecte : Argon présenté comme le plus résilient de la famille Google sur le bench Gray Swan IPI.
- Misalignment : moniteurs sur la chaîne de pensée et les actions, arrêt d’exécution si nécessaire — sans réinjecter ces findings dans l’entraînement (pour ne pas apprendre au modèle à contourner la surveillance). Appel explicite à préserver la transparence du raisonnement dans l’industrie.
- Sandboxes durcies : isolation et scellement avant entraînements / évaluations à haut risque, alignés sur la roadmap de contrôle des agents.
Pourquoi ça compte
Fairwind, process US et calendrier d’ouverture
Le Fairwind Program n’est pas un simple club bêta marketing. Annoncé le 2 septembre 2026, il vise gouvernements, opérateurs d’infrastructures critiques et plateformes technologiques « cœur » — avec des standards opérationnels stricts (accès limité aux équipes cyber / incident response / pentest, authentification forte). Plus de 650 partenaires participaient déjà au programme au moment de son lancement public. Brancher Argon dessus envoie un message clair : la première « nation » d’utilisateurs d’un modèle frontier ultra-capable en cyber, ce sont les défenseurs institutionnels, pas le grand public Chat.
Parallèlement, Google dit participer au processus volontaire américain d’accès pré-release. En pratique, cela crée un sas à trois étages : (1) Fairwind + équipes internes Google sans garde-fous cyber ; (2) feedback et durcissement des safeguards ; (3) ouverture API payante / Google AI Ultra, puis élargissement. Pour un acheteur européen, l’implication est immédiate : la disponibilité « presse » du 30 septembre n’est pas la disponibilité contrat. Il faut lire la feuille de route d’accès, pas seulement le tableau de benchmarks.
Le contraste avec le billet Neurone21 d’anticipation (gemini-4-sortie-anticipee-deepmind, 29 septembre) mérite d’être tenu proprement. L’anticipation parlait d’un calendrier « beaucoup plus tôt » que certaines rumeurs de fin d’année. Argon, lui, fixe le nom de code produit, le prix, la fenêtre tokens, et surtout le mode gated cyber. Ce n’est pas une contradiction : c’est le passage du signal d’agenda à la fiche de sortie contrôlée.
Enfin, le prix d’introduction (2 $/10 $, cache −95 %) mérite une lecture TCO. Il place Argon sous plusieurs rivaux cités dans les tableaux publics au lancement, mais Google annonce déjà le palier suivant (4 $/20 $).
1. La sortie frontier devient un rituel de gouvernance. Fairwind + process pré-release US + version sans garde-fous cyber pour défenseurs : Google assume que la capacité cyber défensive est aussi une capacité offensive potentielle.
2. Le prix d’intro redistribue la table API. 2 $/10 $ face à des rivaux souvent cotés plus haut change le calcul TCO pour les proof-of-concept enterprise — avec le rappel que l’intro expire (4 $/20 $ ensuite).
3. L’output 1M tokens change le design d’agents. Moins de découpage artificiel de tâches ; plus de trajectoires uniques pour migrations, audits et recherches multi-docs — à condition de budgéter tokens et latence.
4. Knowledge work > terminal agentic (pour l’instant). Les scores AutomationBench / Vals / Harvey parlent aux directions juridiques et finance. Terminal-Bench / FrontierSWE rappellent qu’Opus / Astra restent des références pour certains agents CLI.
5. Contraste utile avec l’anticipation du 29 septembre. Le billet « sortie anticipée » signalait le timing ; celui-ci documente le produit nommé et le sas cyber. Les deux se complètent : l’un est un signal d’agenda, l’autre une fiche de sortie gated.
Lecture Neurone21
Angle modeles-ia : Gemini 4 Argon est la preuve que la course frontier 2026 ne se joue plus seulement sur un leaderboard unique, mais sur canaux de déploiement (Fairwind), prix d’intro, fenêtre de sortie tokens et safeguards sans feedback loop sur les moniteurs. Pour une organisation européenne, la question immédiate n’est pas « Argon bat-il Astra partout ? » — c’est « quand l’API / Ultra ouvre, sur quels workflows knowledge + cyber défensif le TCO et le risque sont-ils acceptables ? ». Le sas gated dit déjà la réponse de Google : d’abord les défenseurs de confiance, ensuite le marché.