Gemini 4 Argon : Google réserve son nouveau modèle frontière aux cyberdéfenseurs

Google n'a pas attendu d'avoir résolu la question de sa diffusion pour annoncer son nouveau modèle phare : Gemini 4 Argon, dévoilé le 30 septembre par Koray Kavukcuoglu, vice-président de Google DeepMind, n'est pour l'instant accessible qu'à une poignée d'équipes triées sur le volet.

Le choix est inhabituel pour un lancement de cette ampleur et en dit long sur ce que Google pense que son modèle est capable de faire — en bien comme en mal.

Un modèle pensé pour les tâches longues

Argon se positionne comme le successeur direct de Gemini 3, avec un objectif affiché : tenir la distance sur des tâches complexes qui s'étalent sur de nombreuses étapes, plutôt que de briller sur une question isolée.

Le modèle affiche une limite de sortie d'un million de tokens, contre 64 000 pour la génération précédente selon l'annonce officielle de Google, ce qui lui permet de produire des réponses massives sans interruption — utile pour générer un rapport d'audit de code complet ou un mémoire juridique sans découpage artificiel.

Sur les benchmarks publiés par Google, Argon atteint 77,9 % sur DeepSWE v1.1, un test d'ingénierie logicielle en conditions réelles, et prend la première place d'AutomationBench avec un score de 51,3 %. Sur CWE-bench v1, qui mesure la capacité à corriger des vulnérabilités logicielles, il est à égalité en tête avec 68 %.

Ces chiffres ciblent trois publics précis : les développeurs, les équipes financières et juridiques d'entreprise, et les professionnels de la cybersécurité — pas le grand public, du moins pas tout de suite.

Fairwind, ou la diffusion au compte-gouttes

Plutôt qu'un accès API généralisé, Google a choisi de faire transiter Argon par le programme Fairwind, qui donne la priorité à des « défenseurs de confiance » — équipes de sécurité internes, chercheurs en vulnérabilités, partenaires industriels.

Cette prudence n'est pas nouvelle chez Google : un article précédent d'IA Actualité décrivait déjà ce même mécanisme appliqué à Gemini 3.8 Flash Cyber en septembre. Argon en est la version étendue à un modèle frontière complet, et non plus seulement à une déclinaison spécialisée.

Selon Google, l'initiative de cybersécurité de Wiz a utilisé Argon pour repérer des vulnérabilités critiques dans des systèmes hospitaliers que des modèles frontière antérieurs avaient laissées passer. C'est l'argument central de Google pour justifier l'accès restreint : un modèle plus performant en détection de failles est aussi, par construction, plus performant pour les exploiter.

Tarification et calendrier d'ouverture

Pendant la phase introductive, Google facture Argon 2 dollars par million de tokens en entrée et 10 dollars par million en sortie — avec une réduction de 95 % sur les tokens d'entrée mis en cache, pensée pour les usages agentiques qui relisent sans cesse le même contexte.

Ces tarifs doubleront une fois la période introductive terminée, pour atteindre 4 et 20 dollars par million de tokens, selon l'annonce de Google. L'ouverture plus large, aux clients API payants puis aux abonnés Google AI Ultra, est annoncée comme imminente mais sans date précise ni liste d'attente publique.

Cette absence de calendrier ferme contraste avec les habitudes du secteur, où chaque lancement de modèle frontière s'accompagne généralement d'un accès API immédiat, quitte à le restreindre ensuite en cas d'abus constaté.

Sécurité renforcée, mais pour qui

Google détaille une série de mesures de sécurité spécifiques à Argon : tests de robustesse contre les attaques par injection de prompt avec red teaming automatisé, surveillance des signes de désalignement via l'analyse de la chaîne de raisonnement, et environnements de test isolés durcis.

Le modèle est conçu pour refuser les requêtes manifestement malveillantes tout en préservant la recherche légitime en sécurité — un équilibre délicat qui explique en partie pourquoi Google préfère un déploiement progressif à un lancement massif.

Sur le classement Gray Swan IPI, qui évalue la résistance aux injections de prompt, Argon se classe en tête des modèles testés, un point que Google met en avant pour rassurer les entreprises qui s'inquiètent de voir leurs agents IA détournés par des instructions cachées dans des documents ou des pages web.

Ce que ça change pour les entreprises françaises

Pour les équipes de sécurité informatique en France, l'enjeu immédiat est l'accès : le programme Fairwind ne précise pas de critères géographiques explicites, mais les précédents déploiements de ce type ont largement favorisé les grands groupes nord-américains et les partenaires historiques de Google Cloud.

Les entreprises qui suivent de près l'AI Act européen devront aussi se pencher sur la qualification d'Argon au regard des obligations de transparence, dans la mesure où un modèle capable de produire un million de tokens de sortie en une seule réponse pose des questions inédites de traçabilité du contenu généré.

Reste que la stratégie de Google — montrer la puissance du modèle via des cas d'usage défensifs avant d'en ouvrir l'accès — pourrait devenir un gabarit pour les prochains lancements de modèles frontière, chez Google comme ailleurs, à mesure que les capacités offensives potentielles des grands modèles de langage deviennent un sujet de préoccupation partagé par l'ensemble du secteur.