Résumé :
Après avoir successivement mis à jour la série Flash 3.5 vers la série 3.8, Google, qui n'a pas encore livré la version phare Pro, a un besoin urgent d'un produit à succès pour stabiliser les attentes du marché. Gemini 4 Argon, qui a discrètement lancé un test à petite échelle il y a deux semaines, assume ce rôle. Argon signifie argon, qui est incolore, inodore et stable. Il constitue souvent une barrière de protection dans les processus critiques tels que le soudage et la fabrication de semi-conducteurs. Le nommer ainsi ne fait que faire écho aux besoins actuels de Google : plus de gadgets, mais une version solide pour stabiliser la situation.
Tout à l'heure, Gemini 4 Argon, peaufiné pendant six mois et testé par plus de 100 000 utilisateurs internes de Google, a été officiellement lancé à l'échelle mondiale.
Logan Kilpatrick, chef de produit Google AI, a déclaré sur les plateformes sociales que ce n'était que le début de l'ère Gemini 4. Le nouveau modèle est conçu pour aider les gens à surmonter des problèmes difficiles qu’ils ne pouvaient même pas imaginer auparavant.
Google, sollicité depuis six mois, a lancé son nouveau produit phare
Du point de vue du positionnement, Gemini 4 Argon se concentre entièrement sur des tâches complexes et approfondies du monde réel, en plusieurs étapes, couvrant des domaines tels que la programmation, la finance, le droit, la sécurité des réseaux et la science de pointe. Argon a pris la première place dans l'indice Vals, qui mesure la performance dans des secteurs économiques clés.
Dans la liste de l'indice d'intelligence d'analyse artificielle, Argon (Élevé) a obtenu 53 points, ce qui est le même que le niveau Max de Claude Fable 5.1 et GPT-6 Astra.
Dans la liste globale d'Agent Arena, Argon (High) se classe cinquième, derrière GPT-6 Astra (Max) et devant Claude Sonnet 5.5 (Max).
Afin de prendre en charge les tâches longue distance de haute intensité, Google a cette fois fourni une limite unifiée de jetons d'entrée et de sortie allant jusqu'à 1 million dans l'API et a lancé un nouveau protocole de renouvellement.
Par rapport aux attentes élevées en matière de consommation d'énergie de calcul, le prix de la période de remise initiale d'Argon est assez agressif. Chaque million de jetons d'entrée ne coûte que 2 $ et chaque million de jetons de sortie coûte 10 $. La remise pour les entrées mises en cache peut atteindre 95 %.
Actuellement, les développeurs peuvent accéder au modèle via AI Studio, Android Studio et l'API Gemini. Les abonnés Google AI Pro et Ultra peuvent également l'utiliser directement dans les applications Gemini, les modèles d'IA de recherche et la plateforme de développement d'agents Google Antigravity.
Avant son lancement sur le marché, l'équipe d'ingénierie interne de Google considérait déjà Argon comme son principal outil de productivité.
Au cours des dernières semaines, grâce au modèle Argon sur la plate-forme Antigravity, les ingénieurs de Google ont constaté une augmentation de plus de 35 % des soumissions de code d'agent et une réduction de près d'un tiers des taux de restauration de code.
Argon fait preuve d'un haut degré d'autonomie dans l'optimisation du code et des modèles. Il a aidé l'équipe Chrome à refactoriser 6 millions de lignes de code existant dans une base de code de 40 millions de lignes en quelques semaines, éliminant ainsi complètement une classe de pannes de navigateur.
À condition de ne connaître que de brefs objectifs et règles, il a optimisé de manière indépendante l'ADK Google Agent Framework du jour au lendemain, réduisant ainsi de 40 % le temps de préparation de la mémoire pour les sessions longues ; il a également augmenté la vitesse d'inférence de bout en bout du modèle open source Gemma 4 E2B de 2,85 fois en quelques jours, tout en maintenant zéro perte de qualité.
Cette capacité de raisonnement à long terme s'est rapidement étendue au monde des affaires, de la recherche scientifique et de la physique.
Dans les premières évaluations, Deloitte a mesuré son taux d'achèvement de tâches multi-outils à long terme à 100 %, Kepler a constaté que les rapports financiers pluriannuels qu'il générait étaient cohérents à plus de 99 % avec les modèles d'analystes humains, et la société de technologie juridique MinutaIA l'a même utilisé pour découvrir des détails de cas manqués par les experts humains.
En termes de recherche scientifique, cela a non seulement grandement accéléré les calculs de chimie quantique et le décodage de la correction des erreurs quantiques, mais a également achevé la conception de cinq nouvelles enzymes en quelques heures et a contribué à trouver de nouveaux contre-exemples à la « Conjecture heureuse » de la fusion nucléaire.
Dans le test d'intelligence incorporée, il a calculé de manière indépendante des trajectoires communes et a écrit du code de simulation en quelques heures simplement en regardant des vidéos d'humains jouant avec des sacs de sable. Il a été directement déployé sur le robot humanoïde Apollo et a réalisé sept tirs consécutifs avec la vraie machine. Dans le même temps, Google a également annoncé qu'il offrirait un accès gratuit à Antigravity pendant six mois à des dizaines de milliers de scientifiques à travers le monde.
Avec l'expansion de ses fonctionnalités, Google a déployé la pile de sécurité la plus rigoureuse. En introduisant un moniteur en temps réel pour les étapes d'inférence, la proportion de modèles prenant des raccourcis non autorisés dans les tests de programmation a été réduite à 2 %, et le taux de réussite des attaques indirectes par injection de mots rapides a été réduit à 0,7 %.
Un choix de plus pour une IA de haut niveau, et un point de moins pour les utilisateurs pour joindre les deux bouts
Avec la libéralisation complète des autorisations de modèles, les développeurs et les blogueurs technologiques du monde entier ont immédiatement afflué vers la plate-forme pour effectuer de véritables tests. La construction spatiale en 3D, la simulation physique et l’efficacité opérationnelle sont devenues au centre de la première série de tests.
Dans les démos officielles, Argon peut écrire un moteur de traçage de rayons 3D à partir de zéro en utilisant du Python pur, ou transformer une photo de votre bureau en un jeu de course miniature. Cette capacité de raisonnement spatial et de codage a été intuitivement confirmée par des mesures réelles effectuées par les internautes.
Le blogueur Bhavy l'a qualifié de bête, montrant une salle d'étude ensoleillée construite dans un seul fichier de navigateur sans ressources 3D externes ni moteurs de jeu, s'appuyant uniquement sur du code mathématique, avec des reflets d'ombre et de lumière réalistes et des détails réalistes des montagnes à l'extérieur de la fenêtre ;
Dans le test à l'aveugle en quatre parties de "Baleine 3D sautant hors de l'eau", le photoréalisme d'Argon a également clairement surpassé Claude Opus 5.5, GPT-6 Astra et Kimi K3.
La génération interactive est également délicate. L'utilisateur Ashutosh n'a utilisé que quelques mots d'invite pour créer un jeu de navigation insulaire avec des modèles d'eau réalistes et un contrôle physique ;
Le bloc de résine insulaire miniature testé par le développeur Adit_Yah n'a pris que 13 minutes et 2 % du quota hebdomadaire pour compléter l'interface réglable comprenant les effets physiques des caustiques, des vagues et de la gelée.
Dans le cadre du démantèlement de tâches complexes et globales, l'investisseur Justine Moore a demandé à Argon de créer un musée informatique Apple interactif sans fournir aucune donnée graphique.
Le modèle résultant a récupéré de manière autonome des photos Mac des archives, a écrit ses propres outils pour nettoyer les images, a extrait des données de spécifications matérielles couvrant 50 ans et a finalement créé une page Web de flux de couverture 3D avec une interface utilisateur qui glisse et se déforme au fil du temps.
Nous avons également effectué pour la première fois des tests réels sur la construction de codes complexes d'Argon et sur l'écriture créative chinoise.
Dans le test de code, il était nécessaire d'utiliser Three.js et TypeScript pour créer un prototype d'un jeu d'action "sans précédent" sur un champ de bataille ancien de style papier oriental qui comprend une superposition logique, une détermination de combo et un HUD complet. Le projet final a été achevé dans un haut degré, et les images de combat et les effets interactifs réels étaient plutôt bons.
Dans les tests d'écriture chinois tels que la description de l'atmosphère sensorielle du marché humide avant une tempête de pluie et la perspective du chat orange dans la librairie, le nouveau modèle poursuit le niveau stable de la série Flash de la génération précédente.
Et le style d'écriture s'est considérablement amélioré, et l'habitude d'accumuler du vocabulaire important dans le passé a été considérablement réduite.
La confrontation directe avec d'autres grands modèles de pointe démontre pleinement les avantages de l'Argon en termes de rapidité et de prix.
L'équipe AIHubmix a utilisé exactement les mêmes mots d'invite via l'API pour tester la génération de scènes nocturnes de bâtiments anciens de style pixel sur Gemini 4 Argon et GPT-6 Astra. Les résultats ont montré que GPT-6 Astra a pris 25 minutes et a coûté jusqu'à 11 dollars américains, tandis qu'Argon a accompli la tâche en seulement 3 minutes et a coûté aussi peu que 0,50 dollar américain, et les niveaux de couleur et les détails de lumière et d'ombre de l'image n'étaient pas inférieurs.
Dans de multiples comparaisons avec Claude Opus 5.5, Argon a également démontré des performances en termes de coût extrêmement élevées.
Le blogueur Rubens Soto a confié à deux modèles la même tâche : créer une animation cinématographique en 3D expliquant le fonctionnement d'un moteur électrique de style Tesla. Dans ce test, le coût par build d'Argon était de 3,83 $, bien inférieur aux 16,36 $ de l'Opus 5.5.
Un autre critique, Pranav Reddy, a utilisé Three.js pour tester la simulation de combat et d'action d'un robot humanoïde 3D. À en juger par l'exhaustivité de l'interface interactive générée et la fluidité des mouvements articulaires, Argon a surpassé l'Opus 5.5 dans de nombreux indicateurs clés.
Cependant, la première génération d'Argon n'était pas parfaite dans tous les scénarios.
En comparant la génération de scènes 3D de "Godzilla vs. Kong", l'agence de test AI/ML API a souligné que même si le coût d'appel d'Argon (4,22 $) est bien inférieur à celui de GPT-6 Astra (23,82 $), il reste encore une marge évidente d'amélioration de la qualité de l'image et de la restauration morphologique de modèles biologiques complexes spécifiques.
Des données d'ingénierie de base officiellement divulguées à l'évaluation réelle répartie sur l'ensemble du réseau, on peut constater que le style de jeu de Google dans la génération Gemini 4 a subi un changement significatif.
N'étant plus obsédés par de simples compétences de chat et de conversation, mais en réduisant les coûts de raisonnement, en allongeant les fenêtres contextuelles et en renforçant le raisonnement du code et de la physique spatiale, les grands modèles peuvent véritablement être insérés dans les bibliothèques de codes, les laboratoires scientifiques et les pipelines de production de niveau industriel.
Considérant que le compte de Claude est sévèrement banni et que ChatGPT bave fréquemment, Gemini 4 Argon, avec ses capacités complètes et son prix API abordable, est sans aucun doute une pluie opportune, qui a grandement atténué l'anxiété des outils de productivité quotidiens et a véritablement renforcé la force des amis.
Face à la consommation d'énergie de calcul provoquée par un raisonnement de haute intensité, Google, le « propriétaire », ne semble pas avoir beaucoup de surplus.
Selon les dernières règles d'accès officielles en vigueur, les utilisateurs non rémunérés sont actuellement affectés par défaut au modèle d'allocation automatique du système. La plupart des demandes sont traitées par le Flash-Lite le plus léger. Une fois la sélection automatique désactivée, seul Flash-Lite peut être utilisé en permanence.
Dans le même temps, l'application Gemini est entièrement passée à un mécanisme de limite de puissance de calcul dynamique, actualisé toutes les 5 heures et lié à la limite supérieure hebdomadaire. Augmenter le niveau de réflexion, utiliser Deep Research ou appeler le modèle phare accélérera la consommation du quota. Si vous souhaitez profiter de la version complète des capacités, vous ne pouvez toujours pas éviter le seuil de paiement selon les niveaux.
Mais quoi qu'il en soit, à l'image du rôle que joue l'argon dans la fabrication industrielle, la mise en œuvre de Gemini 4 Argon a enfin permis à Google de rétablir une ligne de défense solide sur la table des top modèles.
Commentaires