Gemini 4 Argon : conçu pour résoudre vos problèmes les plus difficiles

Gemini 4 Argon est dès aujourd'hui disponible mondialement pour les développeurs et les entreprises via l'API dans AI Studio et Gemini platform, pour les abonnés Google AI Ultra dans Google Antigravity, et pour les abonnés Google AI Ultra et Pro dans l' application Gemini et le mode AI dans Search.

Argon excelle dans le travail approfondi sur des tâches complexes du monde réel dans des domaines tels que le codage, la finance, le droit, la cybersécurité et la science. Sa profondeur et sa précision dans les tâches en plusieurs étapes conduisent Argon à surpasser les autres modèles de pointe sur des benchmarks dans plusieurs domaines, se classant #1 sur le Vals Index, qui mesure la performance des modèles dans des secteurs économiques critiques comme la finance, le codage, le droit et le travail fiscal.

Le modèle est lancé aujourd'hui à un prix de lancement ¹ de 2 $ par million de tokens d'entrée et 10 $ par million de tokens de sortie (avec des tokens d'entrée en cache à 95 % de réduction).

Des équipes chez Google, dans les entreprises et au sein de la communauté de recherche utilisent déjà Argon pour obtenir un impact significatif dans divers domaines :

• Pour résoudre des problèmes d'ingénierie majeurs comme le refactorisation et l'optimisation de grandes bases de code
• Pour optimiser les flux de travail des entreprises dans des domaines comme le droit, la finance et la science
• Pour trouver et corriger des vulnérabilités critiques en cybersécurité
• Pour permettre des percées inédites en informatique quantique, en fusion nucléaire et en sciences de la vie

Résoudre des tâches d'ingénierie complexes

Chez Google, nous utilisons Argon sur nos problèmes d'ingénierie les plus difficiles. Au cours des dernières semaines, les ingénieurs logiciels ont livré du code de haute qualité plus rapidement que jamais. Argon dans Antigravity a aidé les équipes à augmenter les soumissions de code agentique de plus de 35 % tout en réduisant les rollbacks de code de près d'un tiers.

• Démêler le code des fonctionnalités du navigateur dans Chrome : Argon a aidé l'équipe de Chrome à séparer la gestion des pages web d'un dossier patrimonial d'environ 6 millions de lignes de fonctionnalités du navigateur, au sein de la base de code de 40 millions de lignes de Chromium. En acheminant plusieurs modifications de code propres à la fois, Argon a aidé l'équipe à achever une refonte architecturale à travers des centaines de fichiers, accomplissant des mois de travail en quelques semaines. Pour les milliards d'utilisateurs mondiaux de Chrome, cela permettra aux pages web en direct de circuler aisément entre les onglets, les panneaux latéraux et les fenêtres flottantes sans rechargement, éliminant ainsi une catégorie entière de plantages du navigateur.

• Optimisation d'une base de code Python en production en quelques heures : Argon dans Antigravity aide l'équipe derrière Agent Development Kit (ADK) de Google, un framework alimentant des agents d'entreprise, open source, à pousser plus loin son ingénierie des performances. L'équipe a confié à Argon son recueil de règles .agents/skills et un objectif d'un paragraphe : éliminer la surcharge du framework sans casser les applications existantes. En travaillant de manière autonome pendant la nuit, Argon a fait émerger des optimisations, désormais en ligne dans google/adk-python, qui ont réduit de 40 % le temps de préparation des sessions en mémoire dans les longues sessions et accéléré de 21 % les imports à froid. Lisez le dossier technique pour en savoir plus.
• Optimisation du package open source de chimie quantique : xTB (Semiempirical Extended Tight-Binding) est l'un des packages open source de chimie quantique les plus cités pour les molécules. Les scientifiques l'utilisent pour prédire les formes 3D des molécules et pour passer au crible de grands nombres de candidats médicaments et matériaux. Grâce à Argon dans Antigravity, nos chercheurs ont rendu xTB jusqu'à 2,3 fois plus rapide pour prédire les structures moléculaires et 1,8 fois plus rapide pour la recherche de conformères. Les modifications ont été versées au dépôt officiel xTB sur GitHub.
• Rendre nos modèles Gemma ouverts près de trois fois plus rapides : Avec Argon, nous avons obtenu une accélération de 2.85x de l'inférence de bout en bout sur un A100 via vLLM (faisant passer le débit d'environ 37,900 à plus de 108,000 tokens par seconde sur Gemma 4 E2B) avec une parité de 100% des tokens et zéro baisse de qualité en seulement quelques jours, un processus qui prendrait normalement des mois. Consultez le pull requests en amont (optimisant tout, du réglage de l'attention au décodage spéculatif) pour voir les modifications exactes.
• Produire des visualisations 3D complexes : Argon apporte des améliorations majeures en matière de raisonnement spatial, de précision mathématique et de codage visuel par rapport aux précédents modèles Gemini. En utilisant des commandes slash comme /goal et en sollicitant des boucles multi-agents avec des compétences personnalisées dans Antigravity, les Googlers utilisent Argon pour prototyper des visualisations 3D complexes, des jeux haute fidélité et des animations interactives en code natif pouvant être rendues directement dans le navigateur.

Argon a construit un modèle hautement détaillé d'une pagode en utilisant des boucles de critique visuelle multi-agents dans Antigravity. Le modèle a sculpté de manière autonome un complexe de temple multi-bâtiments avec une architecture photoréaliste, de la végétation et un éclairage dans Blender.

Argon a transformé des photos d'un vrai bureau en un jeu de course miniature jouable en utilisant une boucle multi-agents dans Antigravity. Les objets du bureau, la pièce et le circuit ont été modélisés et vérifiés pour les collisions à l'aide de Blender MCP, texturés avec Nano Banana, et dotés de physique, de shaders personnalisés et d'un son de moteur de voiture par Gemini Omni Flash dans Three.js. Essayez-le maintenant dans Google AI Studio.

Argon dans Antigravity a écrit des scripts Python pour sculpter, rigger, animer et générer les textures PBR de manière procédurale pour un jeu 3D complexe en utilisant des boucles de critique visuelle multi-agents, puis l'a adapté pour le web dans Three.js avec des shaders GLSL, une physique de fragmentation et une IA solo. Essayez-le maintenant dans Google AI Studio.

Sans aucune bibliothèque externe et avec 100% de Python pur, Argon a écrit son propre moteur de ray-tracing 3D avec un outil vidéo personnalisé et un mixeur audio pour construire et documenter une bibliothèque ensoleillée à partir de zéro, produisant, narrant et assemblant cette vidéo avec une voix off Gemini 3.8 TTS et de la musique par Lyria 3.5. Consultez le code source.

À partir d'une seule image Nano Banana dans Antigravity, Argon pilote Blender MCP dans une boucle autonome, alignant des grilles de caméra, sculptant une architecture gothique et mettant en scène un éclairage réactif au son, afin de créer une scène 3D aboutie.

Transformer les flux de travail professionnels et d'entreprise critiques

Argon combine un raisonnement de pointe, une perception visuelle approfondie, des connaissances sectorielles élargies et des capacités rédactionnelles renforcées dans les domaines du droit, de la finance, des sciences et du codage pour aider dans les flux de travail professionnels à enjeux élevés. Il communique clairement, vous tenant informé, et suit mieux les consignes de style que n'importe lequel de nos précédents modèles Gemini. Argon répond aux questions plus directement avec moins de précautions oratoires, ne se répète pas plus que nécessaire et évite les clichés tout au long de ses réponses.

Les clients entreprises et les startups de notre programme d'accès anticipé constatent déjà de forts bénéfices avec Argon.

En utilisant son raisonnement avancé et ses capacités multimodales tout en maintenant un ancrage strict, Argon excelle dans la compréhension approfondie de documents multimodaux, l'analyse de données longitudinales et les bac à sable analytiques interactifs.

Découvrez comment Argon synthétise environ 50 GB de scans LiDAR aéroportés, de vecteurs de pièces SIG, de plans CAD de la Library of Congress et d'archives NPS pour reconstruire des modèles 3D du Chaco Canyon, transformant des archives archéologiques fragmentées en sites patrimoniaux numériques explorables. Essayez-le maintenant dans Google AI Studio.

Dans l'application Gemini, Argon prend un dossier non structuré plein de contexte de projet et le met en forme en un support de proposition soigné pour un client à l'aide d'une compétence personnalisée. Gemini rédige ensuite le support et l'envoie par e-mail au client tout en créant un flux de travail automatisé pour toutes les futures demandes de clients entrantes avec une tâche planifiée.

Regardez Argon synthétiser les données de 3 dépôts open-source en un outil d'apprentissage médical où vous pouvez décoller les couches anatomiques, inspecter les métadonnées cliniques et déclencher la biomécanique dans une exploration 3D du corps humain.

Argon, utilisant Antigravity dans l'application Gemini pour macOS, génère des itérations de design pour de nouveaux pieds de canapé avec Nano Banana, puis génère un fichier imprimable en 3D pour l'un d'eux. À partir d'un croquis des mesures et d'une photo du canapé, Argon construit le modèle à la taille correcte pour s'adapter au canapé.

Chez Isomorphic Labs, l'équipe utilise Argon comme partenaire pour accélérer ses flux de recherche de découverte et de conception de médicaments. Argon parvient à synthétiser rapidement des PDF complexes et des brevets pour en extraire les informations pertinentes, réduisant un processus qui prend généralement des semaines à quelques heures.

Accélérer l'impact dans le monde réel avec des chercheurs et des experts du domaine

Les chercheurs, les ingénieurs et les spécialistes de la sécurité utilisent déjà Argon pour repousser les limites de la cybersécurité défensive, des sciences, des mathématiques et de la robotique. Il aide les défenseurs cyber et les chercheurs à tester des hypothèses, à auditer de manière autonome des bases de code critiques et des preuves formelles, et à détecter des vulnérabilités zero-day subtiles et des défauts logiques.

Apporter des capacités cyber de pointe à un plus grand nombre de défenseurs de confiance

À partir d’aujourd’hui, nous commençons l’extension à des centaines de partenaires supplémentaires du Fairwind Program .

Wiz utilise déjà Argon pour son initiative "Scan for Good", qui protège gratuitement les infrastructures critiques dans l’intérêt public. Grâce à un accès anticipé au modèle, Wiz a démontré l’impact réel d’Argon dans plusieurs secteurs à enjeux élevés :

• Sécurisation de données gouvernementales sensibles : Dans le cadre d’un programme de cyber-résilience de longue date et en collaboration avec une agence fédérale, Argon a permis d’identifier et de corriger de manière proactive une faille qui risquait d’exposer des données sensibles et des infrastructures gouvernementales. Cet effort a contribué à prévenir l’exposition de détails critiques du développement du secteur de la sécurité et tout accès non autorisé à des modèles spécialisés.
• Protection des infrastructures de santé critiques : Wiz a également utilisé Argon pour protéger des infrastructures de santé essentielles. En enchaînant des vulnérabilités complexes, le modèle a aidé l’équipe à découvrir et à corriger rapidement un contournement de téléchargement de fichiers public qui exposait une clé maîtresse et accordait un accès administrateur. Argon est allé au-delà de la simple détection d’une vulnérabilité en protégeant proactivement des centaines de milliers de dossiers de patients privés.

Ouverture de nouvelles percées scientifiques

Argon a déjà un impact concret dans l’ensemble de la communauté scientifique — permettant des découvertes inédites pour les scientifiques et les experts de plusieurs domaines.

• Informatique quantique : Argon aide nos chercheurs à accélérer les progrès tant en correction d’erreurs quantiques qu’en conception d’algorithmes. Pour aider les décodeurs d’erreurs à suivre le rythme du matériel quantique en temps réel, Argon a traduit une version interne d’ AlphaQubit, notre décodeur de correction d’erreurs quantiques basé sur le ML, en un seul noyau matériel hautement optimisé — presque doublant son débit d’inférence afin que nous puissions déployer des modèles plus grands et plus performants et passer à des dispositifs quantiques plus vastes, tout en continuant de respecter des seuils stricts en temps réel. Argon réduit également les coûts d’espace-temps des sous-routines quantiques. Pour arcsin, un élément de base des récents algorithmes de simulation quantique, une implémentation écrite par Argon et formellement vérifiée en Lean réduit le coût d’espace-temps de plus de 100x par rapport à une base quantique CORDIC publiée, une étape vers une bibliothèque standard de circuits quantiques optimisés.
• Fusion nucléaire : Les stellarators sont des machines incroyablement complexes qui représentent un candidat de premier plan pour une énergie de fusion propre illimitée, mais l’optimisation de leurs champs magnétiques 3D est notoirement difficile. Depuis 1967, une hypothèse de longue date connue sous le nom de « conjecture de Grad » supposait qu’il était impossible de trouver des solutions mathématiques exactes pour ces champs, jusqu’à la découverte récente de contre-exemples, notamment par le professeur Matt Landreman (Université du Maryland). Désormais, une équipe de Google aux côtés du professeur Landreman a découvert une classe plus large de contre-exemples à la conjecture de Grad. Ces nouvelles solutions offrent à la communauté de la fusion des références fiables pour tester leurs codes de simulation de stellarators, qui sont des outils précieux pour les conceptions futures.
• Recherche sur les maladies rares : Les chercheurs de Gamow Labs ont utilisé Argon pour analyser des génomes dé-identifiés de nouveau-nés atteints de rares troubles pulmonaires du développement. Dans un cas, Argon a identifié un réarrangement chromosomique que les logiciels classiques n’avaient pas détecté pendant des années, et a expliqué pourquoi il était passé inaperçu. Sur des évaluations privées de Gamow Labs dérivées de données cliniques et de laboratoire réelles, Argon a obtenu les meilleurs résultats sur RareBench (57 % pour l’assistance au diagnostic de maladies rares) et LabBench (52,2 % pour le raisonnement en laboratoire humide). Ces avancées laissent entrevoir un diagnostic plus rapide pour les familles confrontées à des maladies rares. Voir le blog ² pour plus de détails.
• Conception d’enzymes : L’ingénierie d’enzymes à réactivité précise est notoirement lente, exigeant souvent des mois d’ajustement de modèles sur mesure et de sélection de candidats. Les sérine-estérases sont une classe d’enzymes qui coupent les liaisons ester de molécules ciblées, largement utilisées dans le recyclage et la fabrication de produits pharmaceutiques, de biocarburants et de détergents. Nos scientifiques ont travaillé avec Argon pour concevoir des sérine-estérases, ciblant la molécule de référence 4MU-acétate qui brille sous lumière UV une fois ses liaisons ester rompues. En quelques heures, Argon a assemblé les données pertinentes, effectué l’ajustement du modèle et identifié plusieurs filtres inspirés de la biochimie pour parvenir à un ensemble final de cinq conceptions inédites. Les tests en laboratoire ultérieurs ont confirmé une activité catalytique robuste pour l’ensemble de ces conceptions. La rapidité et la simplicité de cette génération réussie d’enzymes démontrent le potentiel d’accélération rapide de l’ingénierie enzymatique dans des domaines tels que la bioproduction, la chimie verte et le développement de médicaments.

Pour faire encore progresser le rythme de la recherche, nous offrons à 10,000 scientifiques le niveau d’utilisation le plus élevé de Google Antigravity gratuitement pendant 6 mois (intégration au fil de l’eau), sous réserve d’éligibilité, de capacité et de sélection. Les candidatures sont ouvert désormais.

Accélérer le développement de la robotique

En réunissant un raisonnement visuo-sémantique avancé, une compréhension physique approfondie et une génération autonome de code, Argon débloque de nouveaux flux de travail dans l'ensemble de la pile robotique et accélère les progrès vers l'AGI physique. Ce bond en avant en termes de capacités se reflète dans les performances d'Argon sur le benchmark Embodied Reasoning (ERQA), qui teste la capacité d'un modèle à comprendre et à résoudre des problèmes physiques et spatiaux dans des environnements 3D. En s'appuyant sur du raisonnement pur, Argon surpasse tous les autres modèles de pointe, avec un score de 87 %.

Pour démontrer ces capacités en action, nous avons testé la capacité d'Argon à apprendre une compétence physique hors distribution simplement en observant. Lors d'un test interne, Argon a regardé une vidéo brute d'un humain jouant au cornhole, a cartographié les coordonnées spatiales de l'environnement et a calculé les mouvements articulaires du corps entier nécessaires. Il a ensuite construit de manière autonome le code de simulation. Une fois transféré sur l'humanoïde Apollo d'Apptronik , le robot a rapidement réussi sept tirs consécutifs lors d'un essai réel.

Ce pipeline « Video-to-Sim-to-Real » compresse des semaines de modélisation manuelle de simulation en quelques heures, transformant des vidéos ordinaires en un terrain d'entraînement infini et évolutif pour la robotique. Apprenez-en davantage sur la façon dont cela accélère le rythme du développement en robotique dans notre blog pour développeurs.

Développer Argon de manière responsable et sûre

La sûreté et la sécurité sont fondamentales pour le développement de modèles chez Google. Argon étant un modèle très performant, nous avons collaboré avec divers partenaires tiers pour mesurer certaines capacités du modèle et les mesures de protection. Gemini 4 Argon représente notre pile de sûreté et de sécurité la plus complète à ce jour :

• Défenses contre les utilisations abusives et les jailbreaks : Les mêmes capacités de codage et scientifiques qui aident les défenseurs à corriger les logiciels hospitaliers ou à accélérer la bio-ingénierie exigent également de solides mesures de protection contre les acteurs malveillants. Dans le cadre de notre Frontier Safety Framework, nous avons évalué les capacités améliorées d'Argon dans plusieurs domaines et déployé une pile de défense multicouche combinant résistance aux jailbreaks, surveillance et application. Cela a considérablement amélioré notre robustesse — par exemple, l'équipe rouge externe spécialisée en bio n'a pu débloquer moins de 1 % des sous-tâches biologiques que nous testons. De plus, en ce qui concerne les demandes dangereuses — de la rédaction de code d'exploit à l'aide avec des matériaux biologiques dangereux — Argon est nettement meilleur pour ne pas répondre aux demandes nuisibles que nos modèles précédents. Sur un ensemble adversarial conçu pour mettre le modèle à rude épreuve, les violations ont été réduites de près de 2 fois — également nettement mieux que les précédents modèles Gemini.
• Alignement des agents et surveillance en temps réel : À mesure que les agents deviennent des résolveurs de problèmes plus performants, nous devons nous assurer qu'ils ne soient pas trop pressés d'accomplir une tâche en prenant des raccourcis non autorisés lorsqu'ils rencontrent un obstacle, comme une erreur d'autorisation ou un test en échec.
  • Premièrement, nous avons formé Argon à respecter les limites du système, à signaler honnêtement les résultats négatifs et à s'arrêter pour obtenir une confirmation humaine avant de prendre des mesures irréversibles. Sur des benchmarks de codage où les modèles n'ont aucune incitation à se retenir, les tentatives de raccourci sont tombées à seulement 2 % sur Gemini 4 Argon, notre meilleure performance par rapport aux précédents modèles Gemini.
  • Deuxièmement, comme couche de défense en profondeur, nous avons construit un moniteur automatisé de désalignement qui lit le raisonnement étape par étape de l'agent ainsi que ses actions afin de détecter et de bloquer en temps réel les contournements involontaires. Nous avons utilisé ce moniteur dans les déploiements internes, les évaluations de capacités et les entraînements par apprentissage par renforcement — tout en évitant strictement de pénaliser les pensées du modèle pendant l'entraînement, afin que son raisonnement reste transparent et surveillable.
• Résistance à l'injection de prompt : Lorsque les agents parcourent des pages web, lisent des e-mails ou inspectent du code, ils peuvent rencontrer des instructions malveillantes cachées conçues pour détourner leur tâche. Grâce à l'entraînement adversarial et à l'équipe rouge automatisée, Argon mène le benchmark Gray Swan Indirect Prompt Injection (IPI), réduisant le taux de succès des attaques sur 15 tentatives adaptatives à 0,7 %.

Pour plus d'informations, consultez la Gemini 4 Argon Model Card.

Commencez dès aujourd'hui

Argon travaille plus longtemps et plus intensément pour résoudre des problèmes scientifiques, de codage et agentiques très complexes. Cela est rendu possible par une limite unifiée d'entrée-sortie de 1M de tokens, leader du secteur, via l'API Gemini. Lisez notre documentation pour les développeurs et les entreprises pour découvrir le nouveau protocole de continuation et garantir la configuration appropriée à vos besoins. Argon est déployé aujourd'hui dans le monde entier :

• Pour les développeurs : Créez avec l'API Gemini au niveau payant et, si vous êtes abonné Google AI Ultra, vous pouvez l'essayer dans Google Antigravity, AI Studio et Android Studio.
• Pour les entreprises : Essayez-le dans Gemini for business, l'API et Google Antigravity.
• Pour les utilisateurs ordinaires : Essayez-le dès aujourd'hui dans l'application Gemini et en AI Mode dans Search si vous êtes abonné Google AI Ultra ou Pro.
• Pour les scientifiques et chercheurs : Postulez pour avoir une chance d'obtenir gratuitement l'accès au niveau d'utilisation le plus élevé de Google Antigravity pendant 6 mois (intégration au fil de l'eau), sous réserve d'éligibilité, de capacité et de sélection. Les candidatures sont désormais ouvertes.
• Pour les défenseurs en cybersécurité : Postulez pour rejoindre le Fairwind Program pour obtenir un accès à Argon sans garde-fous de cybersécurité, sur une base continue.

Gemini 4 Argon n'est que le début. Nous avons hâte de vous proposer le reste de la famille Gemini 4.