Histoire
5 oct. 2026
Le retour de Google avec Gemini 4 arrive derrière un garde-fou de sécurité
Google présente Gemini 4 Argon comme un retour longtemps retardé à la pointe de l’IA, tandis que sa stratégie de lancement prudente — et les questions soulevées par les essais internes rapportés — soulignent à quel point une victoire sur un benchmark ne peut à elle seule trancher.
Le nouveau modèle phare de Google arrive après une longue et embarrassante absence. Près d’un an après Gemini 3, l’entreprise avait continué à proposer des modèles Flash moins chers tandis qu’OpenAI et Anthropic prenaient de l’avance ; une sortie promise de Gemini 3.5 Pro, attendue en juin, ne s’est jamais concrétisée, sur fond de retards signalés et de moral en berne.1
Mercredi, Google a dévoilé Gemini 4 Argon, revendiquant des performances de pointe en ingénierie logicielle, cyberdéfense, finance et travail juridique. Le directeur général Sundar Pichai l’a qualifié de modèle pour les « flux de travail complexes, la cyberdéfense et l’ingénierie logicielle », affirmant que les équipes de Google l’utilisaient déjà largement.
2 L’entreprise affirme qu’Argon égale GPT-6 Astra d’OpenAI sur un benchmark de détection des vulnérabilités et qu’il a permis de libérer plus de 300 tébioctets de mémoire de centres de données sans matériel supplémentaire.3
L’argument de Google est qu’Argon n’est pas simplement une entrée de classement, mais un outil destiné à des tâches difficiles et de longue haleine. Tulsee Doshi, responsable produit de Gemini, l’a décrit comme un modèle « incroyablement complet » et a déclaré que ses capacités cyber étaient « véritablement importantes pour les défenseurs ».4 Demis Hassabis a présenté ce lancement contrôlé comme une fonctionnalité, et non comme un repli : l’entreprise commencerait avec les gouvernements et des défenseurs cyber de confiance via son programme Fairwind avant d’élargir l’accès.
5
Ce garde-fou est au cœur de la sortie. Google participe au processus volontaire de prépublication du gouvernement américain et affirme avoir conçu des systèmes pour surveiller la chaîne de pensée d’Argon, arrêter les comportements risqués et réduire la possibilité que les retours apprennent au modèle à échapper à la supervision.3
Mais le déploiement laisse aussi sans réponse le test central. Bloomberg, cité par Axios, a rapporté que certains employés de Google avaient jugé Argon insuffisant lors d’essais internes — un récit que Google a contesté. Axios a relevé le problème plus large : les modèles peuvent être entraînés pour briller sur les benchmarks, tandis que les performances pratiques se décident « dans le monde réel ».1 Argon est peut-être la plus grande tentative de rattrapage de Google à ce jour ; sa sortie restreinte signifie que les utilisateurs indépendants n’ont pas encore été autorisés à déterminer s’il constitue le retour promis par Google.