jsonscraper

Gemini 4 Argon : Google annonce un nouveau modèle, mais commence par un accès limité

Google revendique de solides résultats pour son nouveau modèle, mais commence par un accès limité et laisse la vérification indépendante à plus tard.

Le 30 septembre, Google a présenté Gemini 4 Argon, un modèle destiné à l’ingénierie logicielle, aux tâches d’entreprise et à la cybersécurité. Dans un premier temps, il est proposé à un groupe restreint de spécialistes de la cybersécurité. L’entreprise promet d’élargir l’accès, mais l’évaluation indépendante des capacités revendiquées reste pour l’instant difficile.

Dans son annonce, Google décrit Argon comme un modèle conçu pour des flux de travail complexes et de longue durée. Google a indiqué prévoir de l’ouvrir ultérieurement aux développeurs, aux entreprises et aux particuliers, en commençant par les clients de son API payante et les abonnés à Google AI Ultra. L’entreprise n’a pas précisé de calendrier pour l’élargissement de l’accès.

Google a annoncé un tarif de lancement de 2 $ par million de jetons d’entrée et de 10 $ par million de jetons de sortie ; les jetons d’entrée mis en cache coûteront 95 % moins cher. Après la période de lancement, le tarif sera de 4 $ et 20 $ respectivement, selon une note de bas de page de l’annonce. Ces tarifs annoncés concernent un lancement futur et ne signifient pas que le modèle est déjà accessible à tous.

L’entreprise indique également une limite pouvant atteindre un million de jetons de sortie. Il s’agit d’une limite de génération, et non de la taille de la fenêtre de contexte.

Ce que montrent les résultats internes

Rendu 3D éclatant de rubans colorés et dynamiques formant un carré dans une œuvre d’art numérique abstraite.
Google DeepMind

Google donne des exemples d’utilisation d’Argon dans ses propres projets. Selon l’entreprise, le modèle a contribué à optimiser un algorithme quantique, dépassant de 40 % le résultat de référence publié. Google indique également que la mise en œuvre des optimisations trouvées par les agents dans ses centres de données a libéré plus de 300 TiB de mémoire ; l’entreprise estime les économies potentielles totales entre 500 TiB et 1 PiB.

Dans un autre exemple, Google affirme que la version Rust du décodeur vidéo libgav1 fonctionne 2,7 fois plus vite que le précédent portage en Rust et produit un résultat identique. L’entreprise présente ces cas comme des travaux d’ingénierie internes. À eux seuls, ils ne démontrent pas qu’Argon surpasse globalement les autres modèles ni qu’elle produira les mêmes résultats au sein d’équipes externes.

L’annonce présente également les résultats de tests de programmation et de cybersécurité. Il s’agit de données publiées par Google elle-même ; en l’absence de reproduction indépendante et de conditions comparables, elles doivent être considérées comme des affirmations de l’entreprise, et non comme une confirmation indépendante de la supériorité du modèle.

Pourquoi l’ordre d’accès est important

Google justifie le déploiement par étapes par la nécessité de poursuivre les tests et de renforcer les mécanismes de protection avant une diffusion plus large. Cette approche est particulièrement importante pour un modèle que l’entreprise présente comme un outil de cybersécurité. Mais un accès limité ne prouve en soi ni qu’Argon présente un danger accru ni que ses capacités revendiquées sont avérées.

À ce stade, l’annonce et les modalités d’accès décrites par Google sont confirmées. La reproductibilité des résultats internes hors de l’entreprise pourra être évaluée après l’élargissement de l’accès et la publication de vérifications indépendantes.

Articles similaires

Transformez vos lectures en intégration fonctionnelle

Explorez les API de données sociales de jsonscraper, testez des requêtes et créez votre prochain workflow.

Explorer les API