Gemini 4 Argon: conçu pour résoudre vos problèmes les plus complexes

Gemini 4 Argon est désormais disponible dans le monde entier pour les développeurs et les entreprises via l'API dans AI Studio et la plateforme Gemini, pour les abonnés Google AI Ultra dans Google Antigravity, ainsi que pour les abonnés Google AI Ultra et Pro dans l'application Gemini et le Mode IA de la Recherche Google.

Argon excelle dans le traitement approfondi de tâches concrètes et complexes, dans des domaines comme le code, la finance, le secteur juridique, la cybersécurité et les sciences.

Grâce à sa rigueur et à sa précision dans les processus en plusieurs étapes, il surpasse d’autres modèles de pointe sur les benchmarks de référence. Il décroche notamment la 1ère place du Vals Index, qui évalue les performances des modèles dans des secteurs économiques clés comme la finance, le code informatique, le secteur juridique et la fiscalité.

Le modèle est lancé aujourd'hui au tarif de lancement de 2 $ par million de tokens en entrée et de 10 $ par million de tokens en sortie (avec une réduction de 95 % sur les tokens d'entrée mis en cache).

Les équipes de Google, de nombreuses entreprises et la communauté scientifique utilisent déjà Argon pour obtenir des résultats concrets dans leurs domaines respectifs :

• Résoudre des défis d'ingénierie majeurs, tels que la refactorisation et l'optimisation de vastes bases de code
• Optimiser les flux de travail métiers dans les secteurs juridique, financier et scientifique
• Détecter et corriger des failles de cybersécurité critiques
• Ouvrir la voie à des avancées inédites en informatique quantique, en fusion nucléaire et dans les sciences de la vie

Résoudre des défis d'ingénierie complexes

Chez Google, nous avons mis Argon à l'épreuve sur nos problématiques d'ingénierie les plus ardues. Ces dernières semaines, nos ingénieurs logiciels ont déployé du code de haute qualité plus rapidement que jamais. Intégré à Antigravity, Argon a permis aux équipes d'augmenter de plus de 35 % les soumissions de code générées par des agents, tout en réduisant de près d'un tiers les retours en arrière (rollbacks).

• Démêler le code des fonctionnalités de Chrome : Argon a aidé l'équipe Chrome à dissocier la gestion centrale des pages web d'un dossier historique d'environ 6 millions de lignes dédié aux fonctionnalités du navigateur, au sein des 40 millions de lignes que compte la base de code de Chromium. En enchaînant simultanément plusieurs modifications de code propres, le modèle a permis de mener à bien une refonte architecturale portant sur des centaines de fichiers, condensant ainsi plusieurs mois de travail en quelques semaines. Pour les milliards d'utilisateurs de Chrome dans le monde, cette avancée permettra de déplacer de manière fluide des pages web actives entre les onglets, les panneaux latéraux et les fenêtres flottantes sans rechargement, éliminant au passage toute une catégorie de plantages du navigateur.
• Optimiser une base de code Python en production en quelques heures : Dans Antigravity, Argon accompagne l'équipe chargée de l'Agent Development Kit (ADK), le framework open source de Google dédié aux agents d'entreprise, pour pousser encore plus loin l'optimisation des performances. L'équipe a fourni à Argon son référentiel de règles .agents/skills accompagné d'un objectif résumé en un paragraphe : éliminer la surcharge du framework sans compromettre le fonctionnement des applications existantes. En travaillant de façon autonome pendant la nuit, Argon a identifié des optimisations — désormais déployées dans google/adk-python — qui réduisent de 40 % le temps de préparation des sessions longues en mémoire et accélèrent de 21 % les importations à froid.
  
  
• Optimiser une bibliothèque open source de chimie quantique : xTB (Semiempirical Extended Tight-Binding) figure parmi les bibliothèques open source de chimie quantique moléculaire les plus citées. Les scientifiques l'utilisent pour prédire la structure 3D des molécules et cribler un grand nombre de candidats-médicaments et de matériaux. Grâce à Argon dans Antigravity, nos chercheurs ont rendu xTB jusqu'à 2,3x plus rapide pour la prédiction de structures moléculaires et 1,8x plus rapide pour la recherche de conformères. Ces améliorations ont été reversées au dépôt officiel xTB sur GitHub.
  
  
• Rendre nos modèles ouverts Gemma près de trois fois plus rapides : Avec l'aide d'Argon, nous avons multiplié par 2,85 la vitesse d'inférence de bout en bout sur un GPU A100 via vLLM (faisant passer le débit d'environ 37 900 à plus de 108 000 tokens par seconde sur Gemma 4 E2B), avec une parité de tokens de 100 % et aucune perte de qualité. Ce travail, qui prend habituellement plusieurs mois, a été réalisé en quelques jours seulement. Consultez les pull requests soumises en amont (qui optimisent tout, du réglage de l'attention jusqu'au décodage spéculatif) pour découvrir le détail des modifications.
  
  
• Générer des visualisations 3D complexes : Argon apporte des progrès majeurs en matière de raisonnement spatial, de précision mathématique et de codage visuel par rapport aux générations précédentes de Gemini. En utilisant des commandes slash comme /goal et en configurant des boucles multi-agents dotées de compétences personnalisées dans Antigravity, les Googlers s'appuient sur Argon pour prototyper des visualisations 3D complexes, des jeux haute fidélité et des animations interactives en code natif (vanilla), directement exécutables dans le navigateur.

Transformer les workflow métiers et professionnels critiques

Argon associe un raisonnement de pointe, une perception visuelle fine, des connaissances sectorielles étendues et des capacités rédactionnelles renforcées dans les domaines du droit, de la finance, des sciences et du code, afin d'accompagner les processus professionnels à forts enjeux. Il communique avec clarté, vous tient informé à chaque étape et respecte les consignes de style avec plus de fiabilité qu'aucun autre modèle Gemini auparavant. Ses réponses vont droit au but, sans détours inutiles, répétitions superflues ni formules toutes faites.

Les entreprises clientes et les start-up participant à notre programme d'accès anticipé obtiennent déjà d'excellents résultats avec Argon. En conjuguant son raisonnement avancé et ses capacités multimodales tout en maintenant un ancrage factuel strict, le modèle excelle dans la compréhension approfondie de documents multimodaux, l'analyse de données longitudinales et l'exploitation d'environnements analytiques interactifs (sandboxes).

Accélérer l'impact concret aux côtés des chercheurs et des experts métiers

Chercheurs, ingénieurs et spécialistes de la sécurité s'appuient déjà sur Argon pour repousser les frontières de la cyberdéfense, des sciences, des mathématiques et de la robotique. Le modèle aide ces experts à tester des hypothèses, à auditer de façon autonome des bases de code critiques et des preuves formelles, ainsi qu'à déceler des vulnérabilités zero-day subtiles et des failles logiques.

Mettre des capacités de cybersécurité de pointe au service d'un plus grand nombre de défenseurs de confiance

Dès aujourd'hui, nous élargissons le Fairwind Program à des centaines de nouveaux partenaires.

Wiz utilise déjà Argon dans le cadre de son initiative « Scan for Good », qui protège gratuitement des infrastructures critiques dans une démarche d'intérêt général. Grâce à un accès anticipé au modèle, Wiz a démontré l'efficacité concrète d'Argon dans plusieurs secteurs sensibles, notamment celui de la santé. En reliant entre elles des vulnérabilités complexes, le modèle a permis à l'équipe d'identifier et de corriger rapidement une faille de contournement lors du téléchargement de fichiers publics, qui exposait une clé principale et donnait un accès administrateur à un logiciel médical. Au-delà de la simple détection d'une faille, Argon a contribué à protéger de manière proactive des centaines de milliers de dossiers médicaux confidentiels.

Ouvrir la voie à de nouvelles avancées scientifiques

Argon produit déjà des résultats tangibles au sein de la communauté scientifique, ouvrant la voie à des découvertes inédites dans de multiples disciplines.

• Informatique quantique : Argon aide nos chercheurs à accélérer leurs travaux tant sur la correction d'erreurs quantiques que sur la conception d'algorithmes. Pour permettre aux décodeurs d'erreurs de suivre la cadence du matériel quantique en temps réel, Argon a traduit une version interne d'AlphaQubit — notre décodeur de correction d'erreurs quantiques fondé sur le machine learning — en un noyau matériel unique et hautement optimisé. À la clé : un débit d'inférence quasiment doublé, ce qui nous permet de déployer des modèles plus vastes et plus performants et de passer à l'échelle sur des processeurs quantiques plus grands, tout en respectant des seuils de temps réel stricts. Argon réduit également le coût spatio-temporel des sous-routines quantiques. Pour la fonction arcsin, brique essentielle des algorithmes récents de simulation quantique, une implémentation rédigée par Argon et formellement vérifiée dans Lean divise ce coût par plus de 100 par rapport à une référence CORDIC quantique publiée, marquant une étape vers une bibliothèque standard de circuits quantiques optimisés.
  
  
• Fusion nucléaire : Les stellarators sont des machines d'une extrême complexité qui figurent parmi les pistes les plus prometteuses pour produire une énergie de fusion propre et illimitée, mais l'optimisation de leurs champs magnétiques 3D reste notoirement difficile. Depuis 1967, une hypothèse de longue date connue sous le nom de « conjecture de Grad » postulait qu'il était impossible de trouver des solutions mathématiques exactes pour ces champs, jusqu'à la découverte récente de contre-exemples, notamment par le professeur Matt Landreman (Université du Maryland). Aujourd'hui, une équipe de Google collaborant avec le professeur Landreman a mis au jour une classe élargie de contre-exemples à la conjecture de Grad. Ces nouvelles solutions offrent à la communauté de la fusion des repères fiables pour tester les codes de simulation des stellarators, des outils précieux pour la conception des futurs réacteurs.
  
  
• Conception d'enzymes : L'ingénierie d'enzymes dotées d'une réactivité précise est un processus particulièrement long, qui exige souvent des mois d'ajustement de modèles sur mesure et de criblage de candidats. Les sérine-estérases forment une classe d'enzymes capables de rompre les liaisons ester sur des molécules ciblées ; elles sont largement utilisées dans le recyclage ainsi que dans la fabrication de produits pharmaceutiques, de biocarburants et de détergents. Nos scientifiques ont collaboré avec Argon pour concevoir des sérine-estérases ciblant la molécule de référence 4MU-acétate, qui émet une fluorescence sous lumière UV dès que ses liaisons ester sont rompues. En quelques heures à peine, Argon a rassemblé les données pertinentes, ajusté le modèle et défini plusieurs filtres inspirés de la biochimie pour aboutir à une sélection finale de cinq conceptions inédites. Les tests menés ensuite en laboratoire ont confirmé une solide activité catalytique pour chacune d'elles. La rapidité et la facilité avec lesquelles ces enzymes fonctionnelles ont été générées illustrent le potentiel d'accélération dans des domaines tels que la bioproduction, la chimie verte et le développement de médicaments.

Afin d'accélérer encore le rythme de la recherche, nous offrons à 10 000 scientifiques un accès gratuit pendant 6 mois au palier d'utilisation le plus élevé de Google Antigravity (avec une intégration progressive), sous réserve d'éligibilité, de capacité et de sélection. Les candidatures sont désormais ouvertes.

Accélérer le développement de la robotique

En combinant raisonnement visio-sémantique avancé, compréhension approfondie des lois de la physique et génération autonome de code, Argon ouvre de nouvelles méthodes de travail sur l'ensemble de la chaîne robotique et accélère la transition vers une AGI physique. Ce saut technologique se reflète dans ses résultats sur le benchmark Embodied Reasoning (ERQA), qui évalue la capacité d'un modèle à appréhender et résoudre des problèmes physiques et spatiaux dans des environnements 3D. En s'appuyant uniquement sur le raisonnement pur, Argon surpasse tous les autres modèles de pointe avec un score de 87 %.

Pour illustrer concrètement ces capacités, nous avons testé son aptitude à acquérir une compétence physique hors distribution par simple observation. Lors d'un essai interne, Argon a visionné la vidéo brute d'un humain jouant au cornhole (jeu de lancer de sacs), cartographié les coordonnées spatiales de l'environnement et calculé les mouvements articulaires nécessaires sur l'ensemble du corps. Il a ensuite généré de manière autonome le code de simulation. Une fois ce code transféré sur le robot humanoïde Apollo d'Apptronik, celui-ci a rapidement réussi sept lancers consécutifs en conditions réelles.

Ce pipeline « Video-to-Sim-to-Real » condense en quelques heures des semaines de modélisation manuelle de simulation, transformant de simples vidéos en un terrain d'entraînement infini et évolutif pour l'IA physique. Pour découvrir comment cette approche accélère les avancées en robotique, consultez notre blog destiné aux développeurs.

Développer Argon de manière sûre et responsable

La sûreté et la sécurité sont au cœur du développement de nos modèles chez Google. Compte tenu des capacités avancées d'Argon, nous avons collaboré avec divers partenaires externes afin d'évaluer certaines de ses performances ainsi que nos garde-fous. Gemini 4 Argon intègre notre dispositif de sûreté et de sécurité le plus complet à ce jour :

• Défenses contre les usages abusifs et les tentatives de contournement (jailbreak) : Les capacités scientifiques et de programmation qui permettent aux experts de corriger des logiciels hospitaliers ou d'accélérer la bio-ingénierie exigent également de solides protections face aux acteurs malveillants. Dans le cadre de notre Frontier Safety Framework, nous avons évalué les performances accrues d'Argon dans plusieurs domaines et déployé une architecture de défense multicouche combinant résistance au jailbreak, surveillance et application des règles. Cette approche a considérablement renforcé notre robustesse : à titre d'exemple, lors d'exercices externes de red teaming biologique, moins de 1 % des sous-tâches testées ont pu être contournées. Par ailleurs, face aux requêtes dangereuses — de l'écriture de code d'exploitation à l'assistance sur des agents biologiques à risque —, Argon refuse les demandes nuisibles avec beaucoup plus d'efficacité que nos modèles précédents. Sur un jeu de données contradictoires conçu pour pousser le modèle dans ses retranchements, le taux d'infraction a été divisé par près de deux, surpassant là encore nettement les générations antérieures de Gemini.
• Alignement des agents et surveillance en temps réel : À mesure que les agents gagnent en autonomie dans la résolution de problèmes, nous devons veiller à ce qu'ils ne cherchent pas à accomplir leur tâche à tout prix en empruntant des raccourcis non autorisés lorsqu'ils rencontrent un obstacle, comme une erreur de permission ou l'échec d'un test.
  • Premièrement, nous avons entraîné Argon à respecter les limites des systèmes, à signaler les résultats négatifs en toute transparence et à demander une validation humaine avant toute action irréversible. Sur les benchmarks de programmation où les modèles n'ont aucune incitation à se restreindre, les tentatives de raccourcis sont tombées à seulement 2 % avec Gemini 4 Argon, soit notre meilleure performance à ce jour au sein de la gamme Gemini.
  • Deuxièmement, au titre de la défense en profondeur, nous avons conçu un système automatisé de détection du désalignement qui analyse pas à pas le raisonnement et les actions de l'agent afin d'intercepter et de bloquer en temps réel tout contournement imprévu. Nous avons utilisé cet outil lors de nos déploiements internes, de nos évaluations de capacités et de nos cycles d'entraînement par apprentissage par renforcement — tout en veillant scrupuleusement à ne jamais pénaliser les chaînes de pensée du modèle pendant l'entraînement, afin que son raisonnement demeure transparent et vérifiable.
• Résistance à l'injection de requêtes (prompt injection) : Lorsque des agents d'IA naviguent sur le web, lisent des e-mails ou inspectent du code, ils peuvent être exposés à des instructions malveillantes dissimulées visant à détourner leur mission. Grâce à un entraînement contradictoire et à du red teaming automatisé, Argon prend la tête du benchmark Indirect Prompt Injection (IPI) de Gray Swan, réduisant le taux de réussite des attaques à 0,7 % sur 15 tentatives adaptatives.

Pour en savoir plus sur nos protocoles de test et nos mesures d'atténuation des risques, consultez le Gemini 4 Safety and Security Report.

Démarrer dès aujourd'hui

Argon travaille plus longtemps et plus en profondeur pour résoudre des problèmes scientifiques, informatiques et agentiques d'une grande complexité. Cette capacité repose sur une limite unifiée de 1 million de tokens en entrée et en sortie via la Gemini API, une première sur le marché. Consultez notre documentation destinée aux développeurs pour découvrir le nouveau protocole de continuation et configurer l'outil selon vos besoins. Argon est déployé dès aujourd'hui à l'échelle mondiale :

• Pour les développeurs : Commencez à développer via l'offre payante de la Gemini API dans Google AI Studio et Android Studio, ainsi que pour les abonnés Google AI Ultra dans AI Studio et sur notre plateforme de développement pensée pour les agents, Google Antigravity.
• Pour les entreprises : Testez le modèle dans Gemini pour les entreprises, via la Gemini API et dans Google Antigravity.
• Pour les scientifiques et les chercheurs : Postulez pour tenter de bénéficier d'un accès gratuit pendant 6 mois au palier d'utilisation le plus élevé de Google Antigravity (intégration progressive), sous réserve d'éligibilité, de capacité et de sélection. Les candidatures sont désormais ouvertes.
• Pour les experts en cybersécurité : Candidatez pour rejoindre le Fairwind Program et accéder progressivement à une version d'Argon sans restrictions liées à la cybersécurité.
• Pour le grand public : Essayez-le dès aujourd'hui dans l'application Gemini et dans le Mode IA dans le moteur de recherche de Google si vous disposez d'un abonnement Google AI Ultra ou Pro.