Gemini 4 Argon gagne 14 tests sur 19 dans le tableau de Google, mais finit troisième en code

Google DeepMind a mis en gras le meilleur score de chaque test sur la page officielle de Gemini 4 Argon. Dans le tableau publié par Google pour son ouverture au public du 13 octobre 2026, Gemini 4 Argon arrive en tête de 14 des 19 tests (74 %), mais de seulement 2 des 4 tests de code. Face à lui figurent GPT-6 Astra d’OpenAI et deux modèles d’Anthropic, Claude Opus 5.5 et Claude Fable 5.1. Pour programmer, ce même tableau donne l’avantage à Claude Opus 5.5.

Quel modèle gagne selon l’usage ?

Argon domine le travail de bureau, les très longs documents et l’image ; Claude Opus 5.5 mène en code, GPT-6 Astra en sciences. Au bureau, Argon gagne les quatre tests de la catégorie. Sur le Vals Index, il obtient 68,9 % contre 67,0 % pour Claude Opus 5.5. Sur le test juridique de Harvey, éditeur d’IA pour avocats, l’écart se creuse : 19,6 % contre 6,7 % au mieux chez les rivaux. Sa moyenne de catégorie atteint 51,3 %, contre 43,0 % pour Claude Opus 5.5.

Même domination sur les très longs textes : sur GraphWalks, quand le texte fourni compte entre 256 000 et un million de tokens, Argon obtient 84,2 %, contre 71,8 % pour GPT-6 Astra.

Le code raconte l’inverse : Argon gagne de justesse DeepSWE (77,9 % contre 74,2 %) et Vibe Code Bench (91,9 % contre 90,3 %). Il perd les deux autres d’environ dix points : FrontierSWE revient à GPT-6 Astra (65,5 % contre 55,0 %), Terminal-bench 4.0 à Claude Opus 5.5 (66,4 % contre 57,4 %). Sur les quatre tests de code du tableau de Google, Claude Opus 5.5 obtient la meilleure moyenne, 73,3 %, devant GPT-6 Astra (71,9 %) et Argon (70,6 %).

En sciences, Argon remporte LABBench 2 et RiemannBench. Mais il cède Terminal-Bench Science à GPT-6 Astra (68,1 % contre 57,6 %), qui garde la meilleure moyenne de la catégorie. Selon l’usage, le tableau de Google désigne trois gagnants différents.

Pourquoi Argon perd-il sur les tâches les plus longues ?

Sur les cinq tests qu’il perd, quatre le font travailler en agent, seul dans un terminal ou sur un ordinateur. FrontierSWE pousse la logique au bout : il aligne 34 tâches d’ingénierie, de l’optimisation de compilateur à la simulation physique, avec un budget de 20 heures par tâche, selon le site du test. Terminal-bench et Terminal-Bench Science se jouent dans la fenêtre de commandes des développeurs. OSWorld mesure l’usage d’un ordinateur.

Le classement dépend aussi de qui choisit les tests. L’index d’Artificial Analysis agrège dix évaluations, dont Terminal-Bench 4.0. Il place Argon à 53 points, à égalité avec GPT-6 Astra, derrière Claude Opus 5.5 (58) et Claude Sonnet 5.5 (56), rapporte le site VentureBeat. Sam Witteveen, PDG de Red Dragon AI, y tranche : « C’est un très, très, très bon modèle. Mais est-ce le meilleur modèle qui existe ? En fait, je ne pense pas. »

Argon est-il plus sûr, notamment en cybersécurité ?

Google le présente comme son modèle « le plus résistant » à ce jour aux injections de prompt indirectes. Le risque est concret : une page web piégée peut glisser une consigne cachée à l’assistant qui la lit. Sur le test de la société Gray Swan, le taux de réussite des attaques tombe à 0,7 %, sur des séries de quinze tentatives adaptées, selon le billet de Google du 13 octobre 2026.

En cybersécurité défensive, Argon partage la première place de CWE-bench, un test de correction de failles, avec GPT-6 Astra (68 %). Ce rival n’est pas anodin : OpenAI avait classé Astra au plus haut de son échelle de risque cyber le 1er septembre 2026. Google ouvre de son côté une porte aux défenseurs. Les professionnels de la sécurité admis à son programme Fairwind utilisent Argon sans ses garde-fous cyber.

Qui peut utiliser Gemini 4 Argon, et à quel prix ?

Les abonnés Google AI Pro et Ultra y ont accès depuis le 13 octobre 2026. Annoncé le 30 septembre, Argon était d’abord réservé à quelques partenaires en cybersécurité, après des mois de retard, selon une dépêche Reuters. Google le place désormais dans l’application Gemini et le mode IA de la recherche, pour les forfaits Google AI Pro et Ultra.

Les développeurs le branchent sur leurs propres logiciels par l’API, la porte d’accès payante de Google, ou l’utilisent dans AI Studio. Les abonnés Ultra le trouvent aussi dans Antigravity, l’outil de programmation de Google. Google offre aussi à 10 000 scientifiques six mois gratuits du palier le plus élevé d’Antigravity. La chaîne Google Cloud Tech en montre des usages en vidéo.

Côté facture, le million de tokens coûte 2 dollars pour le texte envoyé au modèle et 10 dollars pour le texte qu’il produit, jusqu’au 30 novembre 2026. C’est le tarif de Claude Sonnet 5.5, selon VentureBeat. À partir du 1er décembre 2026, Argon coûtera 4 et 20 dollars par million de tokens, le tarif de Claude Opus 5.5.

Article créé en collaboration avec l’IA.