Google DeepMind a présenté Gemini 4 Argon, son nouveau modèle frontière destiné aux tâches longues et complexes. Le système est d’abord proposé à un groupe restreint de testeurs dans le cadre du programme Fairwind, avec un accent sur le code, le travail de connaissance en entreprise et la défense en cybersécurité.
Cette phase ne constitue pas encore un lancement général. Google veut recueillir des retours avant d’élargir l’accès aux développeurs, aux entreprises et au grand public. Le groupe n’a pas communiqué de calendrier précis pour cette ouverture.
Jusqu’à un million de tokens en sortie
Google annonce une limite pouvant atteindre un million de tokens générés dans une seule réponse. Cette capacité vise les raisonnements et productions qui nécessitent de conserver un fil sur de nombreuses étapes, par exemple l’analyse d’un grand dépôt de code, la rédaction d’un plan technique détaillé ou l’exécution d’une procédure d’audit.
Une sortie très longue n’est toutefois utile que si le modèle reste cohérent et vérifiable. Elle augmente aussi le coût de calcul, le temps de réponse et la quantité de contenu à contrôler. Les premiers tests devront donc mesurer la qualité sur la durée, et pas seulement la taille maximale annoncée.
La cybersécurité comme terrain prioritaire
DeepMind cite explicitement la défense en cybersécurité parmi les domaines ciblés. Un modèle capable d’examiner de grands volumes de code et de journaux pourrait aider à relier plusieurs signaux faibles, à documenter une vulnérabilité ou à préparer une correction. L’accès limité permet aussi à Google d’observer les usages sensibles avant un déploiement plus large.
Le modèle est également positionné sur les workflows d’entreprise. Cela suppose de travailler sur plusieurs documents, outils et étapes avec des consignes persistantes. Les annonces initiales ne suffisent pas encore à évaluer sa fiabilité dans ces environnements, ni les mécanismes précis de contrôle et d’intégration qui seront disponibles.
Un lancement sous contrôle
Google adopte une stratégie de préversion auprès de testeurs sélectionnés. Cette méthode donne à l’entreprise le temps de corriger les défaillances observées sur des tâches réelles, mais limite pour l’instant les comparaisons indépendantes. Les performances, la tarification et les modalités d’accès devront être confirmées lors de l’ouverture aux développeurs.
Gemini 4 Argon marque néanmoins une nouvelle étape dans la course aux modèles capables de soutenir des chaînes de travail longues. Le critère décisif ne sera pas uniquement la fenêtre de sortie. Il faudra vérifier la précision des décisions intermédiaires, la traçabilité des résultats et la capacité du système à signaler une incertitude plutôt qu’à prolonger une erreur sur des centaines de milliers de tokens.
