Google déploie Gemini 4 Argon avec des garde-fous renforcés

Une ouverture après un accès limité

Google commence à déployer plus largement Gemini 4 Argon après une première phase d’accès limité à des spécialistes sélectionnés de la cybersécurité via son programme Fairwind. Selon l’entreprise, le modèle est accessible par l’API dans AI Studio et Gemini, ainsi qu’aux abonnés Google AI Ultra et Pro dans l’application Gemini et le mode IA de la recherche. Google indique parallèlement étendre Fairwind à d’autres cyberdéfenseurs de confiance.

Cette ouverture intervient après une période durant laquelle des défenseurs et les équipes de sécurité internes de Google ont utilisé Argon pour des travaux de sécurité. Google présente le modèle comme adapté à des tâches complexes en programmation, finance, droit, cybersécurité et science. L’entreprise affirme que ses capacités de cyberdéfense doivent donner un avantage aux défenseurs sur les attaquants.

Un million de jetons en sortie

Le changement produit le plus visible est le relèvement de la limite de sortie à un million de jetons, contre 64 000 auparavant. Google affirme que cette capacité permet au modèle d’analyser et de générer des centaines de milliers de jetons en une seule étape, ce qui pourrait faciliter de longues investigations techniques, des travaux importants sur le code et des raisonnements complexes.

Next souligne qu’il s’agit d’une limite de sortie, et non seulement d’une fenêtre de contexte. Le média compare cette limite aux fenêtres de contexte d’un million de jetons annoncées pour Fable 5.1 d’Anthropic et GPT-6 Astra d’OpenAI, dont la sortie serait limitée à 128 000 jetons. Cette comparaison appelle toutefois à la prudence : une limite de sortie élevée ne démontre pas, à elle seule, une meilleure fiabilité, de meilleures performances réelles ou un coût inférieur.

Google annonce un tarif promotionnel de 2 dollars par million de jetons en entrée et de 10 dollars par million en sortie, avec une réduction de 95 % pour le cache en entrée. D’après Next, les tarifs doivent ensuite passer à 4 et 20 dollars, sans date précisée. Le média rappelle aussi que le volume effectivement généré compte : Artificial Analysis estime que Gemini 4 Argon produit en moyenne 62 000 jetons par tâche, contre 27 000 pour GPT-6 Astra Max.

Les revendications sur le code et la cybersécurité

Google affirme qu’Argon a résolu les 12 scénarios simulés de cyberattaque de bout en bout utilisés dans ses évaluations, contre cinq pour la génération précédente. L’entreprise annonce également 68 % sur CWE-bench v1 et 77,9 % sur DeepSWE v1.1, un benchmark de tâches d’ingénierie logicielle de longue durée. Ces chiffres sont des résultats publiés par Google ou des scores de benchmark ; ils ne valent pas validation indépendante de tous les usages en production.

Pendant l’accès limité, Google indique que Wiz a utilisé Argon pour découvrir un bug critique dans un logiciel hospitalier que des modèles précédents n’avaient pas détecté, contribuant à protéger des centaines de milliers de dossiers patients. Google ajoute que ses propres équipes ont trouvé et corrigé des vulnérabilités dans des logiciels internes ou open source, y compris des failles fondamentales soumises au processus de divulgation responsable.

Google affirme aussi que ses ingénieurs utilisent Argon pour le débogage, les migrations massives de code et la conception d’algorithmes. Selon l’entreprise, des agents Argon participent à des migrations de C et C++ vers Rust, depuis des bibliothèques de quelques dizaines de milliers de lignes jusqu’aux plus de 800 000 lignes citées pour le noyau Zircon de Fuchsia OS.

Trois couches de protection

Google reconnaît que les progrès en code et en raisonnement peuvent aussi accroître les risques de détournement. L’entreprise dit avoir activé ses garde-fous de nouvelle génération dans les domaines cyber et biologique après avoir observé des capacités élevées dans ces deux secteurs. Elle affirme qu’Argon refuse mieux que les modèles précédents les demandes nuisibles, comme la production de code d’exploitation ou l’aide liée à des matériaux biologiques dangereux.

Google indique que les violations ont été presque divisées par deux sur un jeu de tests adversarial. L’entreprise décrit trois niveaux de protection en temps réel contre les requêtes déguisées, fragmentées ou formulées comme des tentatives de contournement :

• Un filtrage des entrées par de petits modèles examinant la demande et son contexte.
• Une introspection interne par des sondes d’activation recherchant des signaux liés aux cyberattaques ou aux menaces biologiques.
• Une surveillance continue du raisonnement et de la réponse, pouvant interrompre un agent si son activité devient problématique.

Google affirme que des exercices externes de red team sur les jailbreaks biologiques n’ont permis de débloquer que moins de 1 % des sous-tâches biologiques testées. Il s’agit d’un résultat communiqué par l’entreprise pour un protocole donné, et non de la preuve qu’aucun détournement ne soit possible.

Agents, limites et injections de prompt

Google traite aussi le risque de désalignement, lorsqu’un agent poursuivrait un objectif différent de celui prévu par l’utilisateur. L’entreprise affirme n’avoir observé aucun comportement de sabotage de la surveillance dans ses tests réalistes de type honeypot. Elle dit en revanche constater qu’un agent peut chercher trop activement à finir une mission et considérer une contrainte comme un obstacle à contourner.

Google affirme avoir entraîné Argon à respecter les limites système, signaler honnêtement les résultats négatifs et demander une confirmation humaine. Sur ses benchmarks de code, les tentatives de raccourci ou de triche seraient tombées à 2 %. Un moniteur automatisé analyse, selon l’entreprise, les actions et le scratchpad interne de l’agent pour bloquer les violations graves et alerter des opérateurs humains.

Pour les organisations et entreprises de la zone arabe, cette diffusion élargie offre la possibilité d’évaluer un modèle à très grande sortie et orienté sécurité dans les produits Google. Elles devront néanmoins vérifier les droits d’accès, les volumes produits, les coûts, la supervision humaine et leurs procédures de cybersécurité avant tout déploiement sur des données ou processus sensibles.