Skip to content
FrontierDot

Chronologie de Google Argon : ce qui est vérifié sur Gemini 4 Argon

Chronologie mise à jour en continu · dernière mise à jour · 1 entrée dans le journal des mises à jour

Si vous avez vu « Google Argon » dans les titres, le produit est Gemini 4 Argon (identifiant d’API gemini-4-argon). Cet article distingue ce que Google a écrit sur ses propres pages et comptes X officiels de ce que d’autres seulement ont dit.

Google a annoncé Gemini 4 Argon le 30 sept. 2026 à des défenseurs cyber de confiance et l’a rendu généralement disponible le 13 oct. 2026 via l’API Gemini, Google AI Studio, Antigravity, l’app Gemini et le mode IA, à un tarif de lancement de 2 $ / 10 $ par million de tokens jusqu’au 30 nov. ; les affirmations de benchmark sont celles de Google, sauf lorsqu’un tiers nommé les a publiées.

Lu le 2026-10-18 : les deux articles de blog de Google sur Gemini 4 Argon, la page du modèle de l’API Gemini et la page « What’s new » (dernière mise à jour le 2026-10-16 UTC), la fiche du modèle de Google DeepMind, et les publications officielles sur X de @Google, @GeminiApp, @GoogleDeepMind, @googledevs, @antigravity et @arcprize. Les heures sont en UTC telles que X les indique. Nous n’avons exécuté aucun benchmark nous-mêmes et ne citons aucun article tiers pour aucun fait de la chronologie.

Chronologie

  1. Google annonce Gemini 4 Argon dans un article de Koray Kavukcuoglu, SVP de Google DeepMind et Chief AI Architect. Il présente Argon comme un nouveau modèle de pointe, « not a modification or a fine-tune of a prior model » selon la fiche du modèle, et dit qu’il est d’abord déployé auprès d’un ensemble de défenseurs cyber de confiance via le Fairwind Program. L’article dit que Google participe au processus volontaire du gouvernement américain d’accès aux modèles avant publication, porte la limite de sortie à 1M de tokens contre 64K, et annonce un prix de lancement de 2 dollars par million de tokens en entrée et 10 dollars par million de tokens en sortie.

    Google blog: Gemini 4 Argon, our next era of frontier intelligence

  2. Le même article publie les premières affirmations de benchmark de Google : 77,9 % sur DeepSWE v1.1 (génie logiciel au long cours), première place sur le Vals Index, 51,3 % sur AutomationBench de Zapier, 91,7 % sur LVBench pour la compréhension de vidéos longues, et une égalité à la première place à 68 % sur CWE-bench v1 pour la correction de vulnérabilités de sécurité. Il décrit aussi un usage interne chez Google, dont un travail de migration de C/C++ vers Rust et un projet d’économie de mémoire qui, dit-il, a libéré plus de 300 TiB une fois déployé.

    Google blog: Gemini 4 Argon, our next era of frontier intelligence

  3. Google publie « Gemini 4 Argon is now available for everyone », daté du 13 oct. 2026. L’article dit qu’Argon est disponible mondialement via l’API dans AI Studio et la plateforme Gemini, pour les abonnés Google AI Ultra dans Google Antigravity, et pour les abonnés Google AI Ultra et Pro dans l’app Gemini et le mode IA de la Recherche. Il ajoute que l’extension à des centaines d’autres partenaires Fairwind commence ce jour-là et que 10 000 scientifiques peuvent demander un usage gratuit de premier niveau d’Antigravity pendant six mois. Le compte @googledevs publie un tutoriel pour développeurs à 19:13 UTC.

    Google blog: Gemini 4 Argon is now available for everyone

  4. Le compte X officiel de Google diffuse un fil de démonstrations d’Argon à partir d’environ 14:55 UTC. Une publication dit qu’Argon a servi à accélérer de 2,85 fois le modèle ouvert Gemma 4 E2B sur un A100 via vLLM, d’environ 37 900 à plus de 108 000 tokens par seconde, avec des sorties identiques. D’autres publications montrent un livre d’histoires animé construit à partir d’un PDF académique (15:15 UTC), une synthèse de documents de découverte de médicaments chez Isomorphic Labs (16:15 UTC) et une présentation construite à partir de 80 000 fichiers d’archives de la NASA (17:54 UTC).

    @Google on X: Argon speeds up Gemma open models

  5. ARC Prize publie à 16:22 UTC des résultats vérifiés pour Gemini 4 Argon : ARC-AGI-3 à 97,5 % avec un harnais d’adaptation du fournisseur (coût 4,8 k$) et 49,8 % avec le harnais standard (5,8 k$), ARC-AGI-2 à 91,3 % et ARC-AGI-1 à 98,5 %. ARC Prize est le mainteneur du benchmark lui-même ; c’est donc une source primaire pour le score, non pour les affirmations de Google sur le modèle.

    @arcprize on X: Gemini 4 Argon on ARC-AGI (Verified)

  6. À 22:52 UTC, le compte officiel @antigravity dit que Gemini 4 Argon est déployé dans Antigravity pour les abonnés payants Google AI Pro, avec un quota Argon hebdomadaire distinct en plus du panier Flash existant, et dit que la demande a été forte. Varun Mohan d’Antigravity publie la même nouvelle à 22:52 UTC.

    @antigravity on X: Argon rolling out to Pro subscribers

  7. Google DeepMind publie à 16:11 UTC que quatre agents Gemini 4 Argon ont terminé Minecraft depuis zéro en 27 heures, travaillant dans un bac à sable avec seulement du code et du texte, écrivant 2 783 programmes, se répartissant les tâches par chat et déboguant ensemble sans aucune aide humaine. L’article cite un texte de l’un des chercheurs. Le compte de l’app Gemini montre séparément Canvas transformant des PDF denses en applications web interactives avec Argon à 17:29 UTC.

    @GoogleDeepMind on X: four Argon agents beat Minecraft

  8. La page « What’s new » de l’API Gemini est mise à jour pour la dernière fois le 16 oct. UTC. Elle liste l’identifiant de modèle gemini-4-argon, une fenêtre unifiée de 1 048 576 tokens, un décodage long jusqu’à environ 1M de tokens par exécution en arrière-plan, des niveaux de réflexion low, medium (par défaut) et high, et dit que le tarif de lancement court jusqu’au 30 nov. 2026 avant de passer à 4 et 20 dollars par million de tokens à partir du 1er déc. Elle précise aussi qu’Argon n’est pas dans l’offre Free.

    Gemini API docs: What’s new in Gemini 4 Argon

Contexte : de quel « Argon » s’agit-il ?

Plusieurs choses sans rapport s’appellent Argon ; la première tâche est donc de dire laquelle décrivent les sources. Celle que Google a publiée est Gemini 4 Argon, le premier modèle nommé de la famille Gemini 4. La propre fiche du modèle de Google décrit Gemini 4 comme « the next generation in the Gemini series, a suite of highly-capable, natively multimodal, reasoning models », et décrit Argon comme un grand transformer mixture-of-experts parcimonieux avec prise en charge multimodale native des entrées texte, vision et audio. Dans l’API, il s’appelle gemini-4-argon. Rien de ce que nous avons trouvé chez Google n’emploie « Argon » pour un produit distinct, un nom de code de recherche antérieur à ce lancement ou un modèle plus ancien.

Le raccourci « Google Argon » est la façon dont on parle du modèle à l’oral, mais Google ne l’appelle jamais ainsi. Son blog dit « Gemini 4 Argon » dans le titre puis simplement « Argon » dans le corps du texte, et la documentation emploie le nom complet. Si vous cherchez des sources primaires, utilisez le nom complet et l’identifiant du modèle ; la forme courte ramène des résultats sans rapport.

Google positionne Argon comme son modèle de raisonnement phare pour le génie logiciel réel, le travail de connaissance en entreprise comme le droit et la finance, le travail scientifique et la défense en cybersécurité. La page du modèle liste texte, image, vidéo, audio et PDF en entrée et le texte comme seule sortie, et indique que la génération d’images, la génération d’audio et la Live API ne sont pas prises en charge. Argon lit la vidéo et l’audio, mais quand les démos de Google montrent des images, de l’audio ou des scènes 3D, elles viennent d’autres modèles (le blog nomme Nano Banana pour les images, Lyria et Gemini TTS pour l’audio) pilotés par Argon comme orchestrateur dans des outils comme Antigravity.

La séquence : un lancement par phases

Le lancement s’est déroulé en deux phases nettes que Google a elle-même séparées. Le 30 septembre, l’article de blog présentait Argon comme « rolling out to a set of trusted cyber defenders through our Fairwind Program », et disait que publier en toute sécurité des capacités de ce niveau « requires a phased approach ». Il indique aussi que Google était « actively engaged in the U.S. government’s voluntary process for pre-release model access while we gradually expand access. » L’article précise que développeurs, entreprises et consommateurs auraient le modèle plus tard, en commençant par les clients payants de l’API et les abonnés Google AI Ultra.

Le 13 octobre, le second article, intitulé « Gemini 4 Argon is now available for everyone », a fait passer le modèle en disponibilité générale. Il liste les canaux : l’API dans AI Studio et la plateforme Gemini pour les développeurs et les entreprises, Google Antigravity pour les abonnés Google AI Ultra, et l’app Gemini et le mode IA de la Recherche pour les abonnés Google AI Ultra et Pro. Pour les entreprises, il ajoute Gemini for business. Deux programmes accompagnent : les scientifiques peuvent demander le niveau d’usage le plus élevé d’Antigravity gratuitement pendant six mois (10 000 places, intégration au fil de l’eau, sous réserve d’éligibilité et de capacité), et les défenseurs cyber peuvent demander au Fairwind Program un accès sans garde-fous cyber.

Ensuite, le rythme se voit sur X. Les 15 et 16 octobre, les comptes de Google ont publié un flux de démonstrations, l’organisation ARC Prize a publié ses propres scores vérifiés, et Antigravity a étendu Argon aux abonnés payants Google AI Pro avec un quota hebdomadaire distinct. C’étaient des déploiements et des vitrines de capacités déjà décrites le 13 octobre ; aucun nouveau modèle n’a été annoncé. Les nœuds datés ci-dessus donnent chacun avec son lien.

Deux dates différentes pour le lancement

L’article de Google « available for everyone » porte la date du 13 octobre 2026. La plus ancienne publication de démonstration de @googledevs que nous ayons trouvée date aussi du 13 octobre (19:13 UTC), mais le fil principal de @Google qui invite à « learn more about Gemini 4 Argon » et renvoie vers le blog est daté du 15 octobre (15:15 UTC), et le déploiement Pro d’@antigravity date du 15 octobre à 22:52 UTC. Dans le fil de réponses de Google du 15 octobre, le compte répète aussi l’ouverture des candidatures pour les chercheurs et les défenseurs cyber. Les pages publiques ne nous permettent pas de savoir si la date du blog reflète une publication échelonnée ou un message grand public arrivé deux jours plus tard. Nous datons donc la disponibilité générale du 13 octobre sur la foi de l’article de blog et de la documentation, et nous rapportons les publications du 15 octobre pour ce qu’elles sont : la date à laquelle ces annonces sont apparues sur X.

Nous laissons l’écart visible ici. Si vous vous appuyez sur une date précise pour un contrat, un document d’achat ou une citation, citez l’URL du blog de Google et sa date indiquée, et consultez le journal des modifications de l’API Gemini pour la disponibilité de votre propre compte, car l’éligibilité varie selon l’offre et la région.

Les chiffres que Google a publiés, et qui s’en porte garant

Lisez la dernière colonne avant de répéter un chiffre. La plupart des chiffres de benchmark viennent du blog de Google et sont des mesures de Google, certaines sur des benchmarks tiers exécutés par le propriétaire du benchmark, d’autres sur des évaluations internes ou de partenaires. Les chiffres d’ARC Prize sont indiqués comme vérifiés par le mainteneur et montrent un grand écart entre le résultat avec harnais d’adaptation du fournisseur et celui avec harnais standard pour ARC-AGI-3 : le même modèle a donc obtenu des scores très différents selon l’échafaudage qui l’entoure.

AffirmationValeurQui l’a publiée
Fenêtre de contexte1 048 576 tokens, entrée et sortie unifiéesPage du modèle de l’API Gemini
Sortie maximale65 536 par défaut ; jusqu’à 1 048 576 avec décodage longPage du modèle de l’API Gemini
Prix de lancement jusqu’au 30 nov. 20262 $ en entrée / 10 $ en sortie par 1M de tokensDocs de l’API Gemini et blog de Google
Prix à partir du 1er déc. 20264 $ en entrée / 20 $ en sortie par 1M de tokensDocs de l’API Gemini
Date limite des connaissancesMars 2026Fiche du modèle DeepMind
DeepSWE v1.177,9 %Blog de Google (30 sept.)
AutomationBench51,3 %, classé n° 1Blog de Google (30 sept.), benchmark de Zapier
LVBench91,7 %Blog de Google (30 sept.)
CWE-bench v168 %, à égalité en têteBlog de Google (30 sept.)
ARC-AGI-2 / ARC-AGI-191,3 % / 98,5 %ARC Prize sur X (Verified)
ARC-AGI-397,5 % avec harnais du fournisseur, 49,8 % avec harnais standardARC Prize sur X (Verified)

Ce que Google dit de la sécurité

L’article de Google du 13 octobre décrit une pile de défense à plusieurs couches : résistance au jailbreak, surveillance et application dans le cadre de son Frontier Safety Framework, un moniteur de désalignement qui lit le raisonnement et les actions de l’agent, et un entraînement censé amener le modèle à signaler honnêtement les constats négatifs et à faire une pause avant les étapes irréversibles. Il rapporte que les tentatives de raccourci sur les benchmarks de code sont tombées à 2 %, que le red teaming biologique externe a pu débloquer moins de 1 % des sous-tâches biologiques testées, et que le taux de réussite des attaques sur le benchmark d’injection de prompt indirecte de Gray Swan est tombé à 0,7 % sur 15 tentatives adaptatives. Ce sont les déclarations de Google sur ses propres tests. La fiche du modèle ajoute qu’Argon peut encore halluciner et présenter des lenteurs ou des délais d’attente occasionnels.

Google dit aussi que, pour les défenseurs de confiance et ses propres équipes, elle publiera Argon sans garde-fous cyber. Le modèle public est celui qui est protégé. Si vous lisez une démonstration de chasse aux vulnérabilités sans garde-fous, elle concerne la configuration Fairwind, pas ce que reçoit un client payant de l’API.

Ce qui n’est pas vérifié

  • Toute date de sortie pour d’autres modèles Gemini 4. Google dit seulement qu’Argon est « just the beginning » et qu’elle attend avec impatience « the rest of the Gemini 4 family » ; aucun nom, date ni spécification n’est donné.
  • La reproduction indépendante des chiffres de benchmark vedettes autres que les résultats d’ARC Prize. Les chiffres DeepSWE, AutomationBench, LVBench et CWE-bench sont publiés par Google dans son blog ; nous n’avons pas trouvé de classements tiers citables sur des pages primaires.
  • Les détails d’architecture au-delà de « transformer mixture-of-experts parcimonieux » : nombre de paramètres, nombre d’experts et données d’entraînement ne sont pas divulgués dans la fiche du modèle ni dans le blog.
  • Les affirmations de tiers disant qu’Argon est « insane at 3D », a « set a new SoTA » sur un produit donné ou est disponible dans un produit partenaire précis. Nous avons vu de telles publications sur X, dont un repartage par des dirigeants de Google, mais ce sont des témoignages d’autres personnes, et un repartage ne vaut pas vérification par Google.
  • Les chiffres d’impact réel de partenaires nommés (par exemple Wiz ou Gamow Labs) au-delà de ce qu’énonce l’article de Google ; ils sont décrits dans le blog de Google et nous n’avons pas trouvé les pages des partenaires eux-mêmes.
  • La disponibilité dans un pays, un compte scolaire ou un tenant d’entreprise. Les offres et les déploiements diffèrent, et le blog dit seulement « globally available ».

Comment cela s’articule avec les autres chronologies de modèles sur Front

Argon est l’une des plusieurs publications de pointe ou proches de la pointe que nous avons suivies ce mois-ci à partir de sources primaires. Pour le côté xAI de l’histoire, avec un modèle dont on a parlé sans qu’il soit publié, voyez Grok 4.8 : ce que xAI a réellement dit. Pour des publications à poids ouverts avec de vrais poids téléchargeables, comparez avec la chronologie de Reflection Beam 501B et la chronologie de Meta Muse Spark Open. Pour les étapes pratiques une fois que vous voulez essayer Argon, lisez Ce que vous pouvez faire avec Google Argon aujourd’hui, et pour l’usage de ces laboratoires sur des problèmes de mathématiques ouverts, voyez la chronologie des mathématiciens IA. Les démos d’Argon de Google utilisent aussi Blender via MCP ; notre guide des alternatives à Blender est donc pertinent si vous voulez associer le modèle à un outil 3D. L’index du blog liste tout.

Pour continuer la lecture

Tous les articles, du plus récent au plus ancien, sont sur l’index du blog Front.

Questions fréquentes

Qu’est-ce que Google Argon ?

C’est Gemini 4 Argon, le modèle de raisonnement phare de Google DeepMind, annoncé le 30 septembre 2026 et rendu généralement disponible le 13 octobre 2026. Son identifiant de modèle d’API est gemini-4-argon.

Argon est-il la même chose que Gemini 4 ?

Non. Argon est le premier modèle de la famille Gemini 4. Google dit que le reste de la famille arrive mais n’a nommé aucun autre modèle ni donné de dates.

Combien coûte Gemini 4 Argon ?

Jusqu’au 30 novembre 2026, le prix de l’API est de 2 dollars par million de tokens en entrée et 10 dollars par million de tokens en sortie, puis 4 et 20 dollars à partir du 1er décembre. Il n’est pas disponible dans l’offre gratuite de l’API.

Qui peut l’utiliser ?

Selon le blog de Google : développeurs et entreprises via l’API Gemini et AI Studio (offre payante), abonnés Google AI Ultra dans Antigravity et AI Studio, abonnés Google AI Ultra et Pro dans l’app Gemini et le mode IA, et abonnés Pro dans Antigravity comme annoncé par @antigravity le 15 octobre.

Les scores de benchmark sont-ils indépendants ?

Pour la plupart, non. Google a publié l’essentiel des scores elle-même. ARC Prize a publié les résultats ARC-AGI comme vérifiés par le mainteneur du benchmark.

Journal des mises à jour

  • — Première publication. Blog de Google, docs de l’API Gemini, fiche du modèle DeepMind et publications officielles sur X vérifiés jusqu’au 18 oct. 2026 (UTC+8).

Sources