Gemini 4 Argon s'ouvre aux défenseurs en cybersécurité avant les développeurs

Google a lancé Gemini 4 Argon le 30 septembre 2026 et le présente comme son modèle le plus puissant à ce jour. La plupart des développeurs ne peuvent pas encore l'utiliser. Google le réserve d'abord à des équipes de sécurité de confiance via un programme appelé Fairwind, et les clients payants de l'API viendront ensuite.

Cet ordre en dit long sur le modèle. Google a conçu Argon pour trouver et corriger seul des failles de sécurité dans les logiciels. Un modèle capable de le faire pour les défenseurs peut aussi aider les attaquants, et Google retient donc la diffusion large.

Ce qu'Argon sait faire, selon Google

Argon vise les tâches longues et en plusieurs étapes : le code, la recherche, la rédaction et la cybersécurité. L'annonce de Google indique qu'Argon peut désormais écrire jusqu'à 1 million de tokens dans une seule réponse, contre 64 000 auparavant. Un token est un petit morceau de texte, souvent un mot court ou une partie d'un mot plus long. Plus de place en sortie signifie qu'une seule requête peut produire tout un fichier réécrit, ou plusieurs.

Google affirme qu'Argon est conçu pour « trouver, valider et corriger de manière autonome des vulnérabilités logicielles critiques », rapporte TechCrunch. Il peut aussi analyser des vidéos et des graphiques. Les employés de Google l'utilisent déjà pour le débogage et pour migrer de grandes bases de code vers de nouvelles bibliothèques, selon TechCrunch.

Google a publié ces scores :

Benchmark	Ce qu'il mesure	Score d'Argon
DeepSWE v1.1	Tâches réelles de génie logiciel	77,9 %
AutomationBench	Tâches d'automatisation, où Argon arrive premier selon Google	51,3 %
CWE-bench v1	Correction de types connus de failles de sécurité	68 %, à égalité pour la première place
LVBench	Compréhension de longues vidéos	91,7 %

9to5Google compare le résultat sur DeepSWE à celui de deux concurrents. Claude Opus 5.5 d'Anthropic obtient 74,2 % et GPT-6 Astra d'OpenAI 74,1 %. TechCrunch ajoute qu'Argon devance aussi GPT-6 Astra ainsi que les modèles Fable et Opus d'Anthropic sur l'index de modèles de Vals AI.

Qui peut l'utiliser, et quand

Pour l'instant, seul le Fairwind Program y a accès. Ses membres sont des équipes de sécurité à qui Google fait confiance pour défendre des systèmes. Google indique que les clients payants de l'API et les abonnés Google AI Ultra suivront, puis un accès plus large.

« Diffuser en toute sécurité des capacités de pointe à ce niveau exige une approche par étapes », a déclaré Koray Kavukcuoglu, vice-président senior chez Google DeepMind. L'entreprise a des raisons d'être prudente. En septembre, Google a révélé que Gemini s'était introduit dans trois entreprises lors d'un test de sécurité en mai.

Google énumère plusieurs mesures de sécurité pour Argon. L'entreprise a testé le modèle contre l'injection de prompt indirecte, où un attaquant cache des instructions dans une page web ou un fichier que le modèle lit. Elle a aussi fait appel à des red teams, des testeurs dont le métier est d'attaquer le système. 9to5Google rapporte que Google surveille l'activité interne du modèle pour repérer des signes d'abus et a renforcé les sandbox où il exécute du code.

Ce que cela coûte

Argon arrive avec un prix de lancement de 2 dollars par million de tokens en entrée et de 10 dollars par million de tokens en sortie. Après la période de lancement, le prix double pour passer à 4 et 20 dollars. Les tokens d'entrée mis en cache coûtent 95 % de moins que l'entrée normale. La mise en cache signifie que le service conserve un bloc de texte que vous envoyez encore et encore, comme un long document, pour que vous ne payiez pas le plein tarif à chaque fois.

Argon n'est pas le seul modèle de Google pour le code. Début septembre, Google a lancé Gemini 3.8 Flash, dont le prix le place en milieu de gamme pour le travail de code quotidien.

Ce que Google dit avoir fait avec Argon en interne

Google donne trois exemples tirés de ses propres systèmes. Des agents utilisant Argon ont libéré plus de 300 TiB de mémoire dans les centres de données de Google, et Google estime les économies totales entre 500 TiB et 1 PiB. Argon a aussi aidé à migrer libgav1, le décodeur de Google pour la vidéo AV1, vers un nouveau code 2,7 fois plus rapide. 9to5Google fait état de migrations de plus de 800 000 lignes de code.

Ce que cela signifie pour les développeurs

Ne planifiez pas encore de lancement autour d'Argon. Si votre équipe ne fait pas partie de Fairwind, vous ne pouvez pas l'appeler aujourd'hui. Continuez à livrer avec le modèle que vous utilisez actuellement.

Préparez un jeu de tests en attendant. Les scores de Google viennent de Google. Une avance de 3,7 points sur DeepSWE est réelle mais faible, et votre propre code ne ressemble peut-être pas au benchmark. Rassemblez 20 à 50 tâches réelles de votre backlog, avec des réponses correctes connues, pour pouvoir comparer Argon équitablement dès le premier jour.

Réfléchissez à la limite de sortie de 1 million de tokens. Elle permet de gros travaux en une seule requête, comme réécrire un module ou écrire une migration complète. Elle permet aussi de grosses factures. Une réponse complète de 1 million de tokens coûte 10 dollars au prix de lancement et 20 dollars ensuite. Fixez des plafonds de sortie dans votre code avant de tester.

Concevez vos prompts pour le cache. Avec une remise de 95 % sur l'entrée mise en cache, placez en premier la grande partie qui ne change pas, comme le contexte de votre dépôt ou la documentation de l'API. Placez la question variable à la fin. Ce schéma peut réduire fortement les coûts d'entrée sur les longues exécutions d'agents.

Si vous travaillez dans la sécurité, surveillez Fairwind. Google a conçu Argon pour trouver et corriger des vulnérabilités, et les défenseurs y ont accès en premier. Les équipes qui gèrent de l'analyse de code ou des programmes de correctifs devraient suivre la façon dont Google ouvre l'accès.