Google avait promis une importante sortie de modèle pour juin, largement attendue comme étant Gemini 3.5 Pro. Cette sortie n’a jamais eu lieu, après une période durant laquelle l’entreprise a plutôt lancé des modèles Flash plus petits, tandis qu’OpenAI et Anthropic poursuivaient leur progression. Selon des informations rapportées, ce retard a suivi des inquiétudes internes concernant les performances et le moral des équipes, accentuant les enjeux autour du prochain modèle phare de Google.¹

Mercredi, Google a dévoilé Gemini 4 Argon, le qualifiant de modèle de pointe pour l’ingénierie logicielle, le travail complexe sur les connaissances et la cyberdéfense. Le directeur général Sundar Pichai a déclaré que les équipes de Google l’utilisaient déjà largement, évoquant des « performances de pointe dans les flux de travail complexes, la cyberdéfense et l’ingénierie logicielle ».Sundar Pichai (sundarpichai)²

L’argumentaire de Google repose à la fois sur un déploiement interne et sur des benchmarks. L’entreprise affirme qu’Argon a permis de libérer 300 TiB de mémoire de centres de données et de migrer de grandes bases de code C/C++ vers Rust ; elle a également cité un résultat de 77,9 % sur le benchmark d’ingénierie logicielle DeepSWE v1.1, devant des concurrents nommés. Pourtant, l’entreprise n’a annoncé ni tarification d’API ni date de lancement public, ce qui signifie que les développeurs ne peuvent pas reproduire ces résultats de manière indépendante.³

Cette retenue est délibérée, affirme Google. Argon est d’abord destiné à des participants gouvernementaux et à des défenseurs cyber vérifiés dans le cadre de son programme Fairwind, tandis que l’entreprise renforce les protections contre les abus, l’injection de prompts et le mauvais alignement. Le directeur de DeepMind, Demis Hassabis, a présenté cette décision comme une sortie progressive et responsable « avant une disponibilité plus large ».Demis Hassabis (demishassabis)⁴

Cette approche a un double tranchant. Google affirme qu’elle reflète les risques liés à un modèle capable d’identifier et de corriger de graves failles logicielles ; les sceptiques soulignent que des benchmarks impressionnants ne permettent pas de déterminer les performances d’un modèle dans des conditions réelles désordonnées. Axios a rapporté que des employés anonymes avaient jugé certains aspects des tests internes insuffisants — une version contestée par Google — et a averti que les modèles peuvent être entraînés à exceller dans les benchmarks.¹

Pour l’instant, Argon constitue la plus forte tentative de Google pour regagner du terrain dans l’IA à forts enjeux. La question de savoir s’il s’agit réellement d’un bond en avant reste toutefois réservée aux acteurs externes qui ne sont pas encore autorisés à l’utiliser.