Google propulse Gemini 4 Argon au sommet des modèles complexes
Cybersécurité #gemini 3 min · 2 novembre 2026

Google propulse Gemini 4 Argon au sommet des modèles complexes

Par Arthur Dekeyser

En résumé

1

Google rend Gemini 4 Argon accessible mondialement aux développeurs et aux entreprises.

2

Le modèle affiche un tarif initial de 2 dollars par million de jetons entrants.

3

Argon aide des équipes à optimiser le code, la cybersécurité et plusieurs travaux scientifiques.

💡

Le signal : Gemini 4 Argon se classe numéro 1 du Vals Index et réduit de 40 % le temps de préparation des sessions longues d’ADK.

NEWSLETTER BUSINESS & IA

Vous appréciez ce genre d'analyse ?

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Gratuit, sans engagement.

+11 000 fondateurs abonnés

Google déploie Argon Le 13 octobre 2026, Google a annoncé la disponibilité mondiale de Gemini 4 Argon. Les développeurs et les entreprises peuvent l’utiliser via l’API, AI Studio et la plateforme Gemini. Les abonnés Google AI Ultra y accèdent dans Google Antigravity. Les abonnés Google AI Ultra et Pro le retrouvent aussi dans l’application Gemini et AI Mode de Search. Google présente Argon comme un modèle destiné aux tâches complexes dans le code, la finance, le droit, la cybersécurité et les sciences. Le modèle se classe numéro 1 du Vals Index, qui mesure les performances sur plusieurs secteurs économiques. Son tarif initial atteint 2 dollars par million de jetons entrants et 10 dollars sortants.

Des gains mesurés chez Google Les équipes de Google utilisent Argon pour des problèmes d’ingénierie, des flux professionnels et des travaux scientifiques. Dans Antigravity, les soumissions de code agentique ont progressé de plus de 35 %. Les retours de code ont diminué de près d’un tiers. Pour le kit de développement d’agents Google, Argon a réduit de 40 % le temps de préparation des sessions longues. Il a aussi accéléré de 21 % les importations à froid. Ces optimisations sont désormais intégrées à google/adk-python. Dans le paquet de chimie quantique xTB, Argon a accéléré jusqu’à 2,3 fois la prédiction des structures moléculaires et 1,8 fois la recherche de conformères. Les modifications ont rejoint le dépôt officiel sur GitHub.

Google accélère plusieurs projets techniques

Chrome refond son architecture L’équipe Chrome a utilisé Argon pour séparer la gestion des pages web d’un dossier historique d’environ 6 millions de lignes. Ce dossier appartient à Chromium, dont le code compte 40 millions de lignes. Argon a produit plusieurs changements de code coordonnés dans des centaines de fichiers. Google indique que ce travail a été terminé en quelques semaines, après plusieurs mois prévus. L’entreprise relie cette refonte à une future circulation des pages entre onglets, panneaux latéraux et fenêtres flottantes, sans rechargement. Google indique aussi que cette évolution doit supprimer une catégorie de plantages du navigateur. Sur une puce A100, Argon a également multiplié par 2,85 la vitesse d’inférence de Gemma 4 E2B via vLLM.

Wiz protège des infrastructures Google commence l’extension de son programme Fairwind à des centaines de partenaires supplémentaires. Wiz utilise déjà Argon dans l’initiative Scan for Good, proposée gratuitement pour protéger des infrastructures critiques. Avec le modèle, Wiz a identifié puis corrigé une faille exposant des données gouvernementales sensibles et des éléments d’infrastructure. L’équipe a également découvert un contournement de téléchargement public dans une infrastructure de santé. Cette chaîne de vulnérabilités exposait une clé principale et permettait un accès administrateur. Wiz indique qu’Argon a contribué à protéger des centaines de milliers de dossiers médicaux privés. Le modèle sert aussi à auditer des bases de code et des preuves formelles.

Argon soutient recherche et analyse

Les chercheurs testent de nouvelles méthodes Dans l’informatique quantique, Argon a traduit une version interne d’AlphaQubit en noyau matériel optimisé. Google indique que cette transformation a presque doublé le débit d’inférence du décodeur. Une implémentation de la fonction arcsin, vérifiée formellement dans Lean, réduit de plus de 100 fois le coût espace-temps face à une référence quantique publiée. En fusion nucléaire, Google et Matt Landreman ont découvert une classe plus large de contre-exemples à la conjecture de Grad. Ces solutions fournissent des références pour tester des codes de simulation de stellarators. Chez Isomorphic Labs, Argon synthétise des brevets et des documents PDF complexes pour accélérer la recherche sur la conception de médicaments. Google AI Studio permet d’essayer le modèle.

Gardez un coup d'avance en IA et tech.

Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Zéro spam.

+11 000 fondateurs abonnés

À lire aussi