Gemini 4 Argon : Google rejoint la course aux IA de cyberdéfense

68 % pour Gemini 4 Argon. 68 % pour GPT-6 Astra. Sur CWE-bench, un test qui mesure la capacité d’un modèle à corriger des failles de sécurité dans des logiciels en service, Google présente son nouveau modèle à égalité avec celui d’OpenAI, devant Claude Opus 5.5 (67 %) et Claude Fable 5.1 (58 %). Le tableau vient de la fiche technique publiée par Google, il se lit donc comme un chiffre d’éditeur. Le message, lui, ne laisse pas de doute. Après Anthropic et OpenAI, Google range à son tour son modèle de pointe parmi les IA capables de défendre un système informatique, et donc de l’attaquer. Et il le fait avec une méthode désormais commune aux trois laboratoires.

Deux semaines réservées aux défenseurs

Google a présenté Argon le 30 septembre sans l’ouvrir à tout le monde. Les premiers servis ont été des équipes de cybersécurité sélectionnées, réunies dans un programme baptisé Fairwind, avec une version débarrassée des garde-fous cyber. Le 13 octobre, le modèle est devenu accessible dans le monde entier : par l’API payante dans AI Studio, dans l’application Gemini pour les abonnés Google AI Pro et Ultra, et dans l’environnement de développement Antigravity pour les abonnés Ultra. Fairwind, de son côté, s’élargit à « des centaines de nouveaux partenaires ».

Pourquoi ce sas ? La fiche technique l’écrit noir sur blanc : Google ne peut pas exclure qu’Argon atteigne son seuil critique en cybersécurité, celui à partir duquel un modèle apporte une aide décisive à des cyberattaques à fort impact. La version publique sort donc avec des protections renforcées : refus plus fermes sur les demandes dangereuses, surveillance des usages, détection des agents qui dérivent.

Google met en avant l’autre face de ces capacités. Avec la société de sécurité Wiz, Argon a aidé à corriger une faille dans un logiciel médical : elle exposait une clé principale et ouvrait un accès administrateur. Derrière, selon Google, des centaines de milliers de dossiers médicaux.

Trois laboratoires, la même porte à deux battants

OpenAI a ouvert la voie le 3 septembre avec GPT-6 Astra, son premier modèle classé au niveau « critique » en cybersécurité dans son propre cadre d’évaluation des risques. Lui aussi est passé d’abord par un accès réservé à des testeurs de confiance, avant d’arriver dans ChatGPT et dans l’API. Chez Anthropic, la séparation est encore plus nette. Claude Fable 5.1 est le modèle de pointe vendu à tous. Claude Mythos 5.1 reste en disponibilité limitée : les professionnels de la sécurité y accèdent par un programme de vérification cyber, qui demande une candidature, une attestation des contrôles de sécurité en place et la conservation des données pour surveiller les abus.

En juin, nous décrivions les modèles les plus puissants passés sous clé comme le réflexe de deux laboratoires. C’est devenu la norme du secteur : une version publique bridée sur la cybersécurité, une version complète pour des défenseurs triés sur le volet.

Le prix, un argument qui ne tiendra qu’un mois

Via l’API, Argon est facturé 2 $ le million de tokens en entrée et 10 $ en sortie jusqu’au 30 novembre. C’est cinq fois moins que GPT-6 Astra et Claude Fable 5.1, tous deux à 10 $ et 50 $, au prix affiché. Le 1er décembre, le tarif d’Argon passe à 4 $ et 20 $, et l’écart retombe à deux fois et demie.

Deux précautions avant d’en tirer un budget. Ce sont des prix au token, pas à la tâche. Ces modèles « réfléchissent » plus ou moins longtemps avant de répondre, et Google facture ce temps de réflexion au tarif de sortie : un modèle moins cher au token peut coûter autant sur un dossier complet s’il en consomme davantage. Seul un test sur vos propres demandes tranche. Ensuite, Argon n’a pas d’accès gratuit dans l’API. Pour un abonné à Google AI Pro, la question du token ne se pose pas : le modèle est inclus dans l’application.

Sur la performance générale, les lectures divergent. Google revendique la première place de l’indice Vals, qui évalue des tâches professionnelles. L’indice indépendant que nous suivons dans notre classement des meilleurs LLM pour un usage pro le place derrière Opus 5.5 et la famille GPT-6. Argon ne bouscule pas la tête du classement. Il s’y installe à un prix plus bas.

Ce qui change pour la personne qui protège le système d’information

Pour un responsable de la sécurité ou un DSI d’ETI, trois conséquences concrètes.

• Les failles seront trouvées plus vite, des deux côtés. Un modèle qui sait corriger une faille sait aussi la repérer. Le délai entre la publication d’un correctif et son exploitation va continuer de se réduire. Nous le notions dès avril à propos de Mythos : trouver devient facile, corriger reste le goulot. Une politique de mises à jour appliquées au fil de l’eau vaut désormais mieux qu’un rattrapage trimestriel.
• Les programmes réservés ne vous visent pas, votre prestataire peut-être. Fairwind, l’accès de confiance d’OpenAI et le programme d’Anthropic s’adressent à des équipes de sécurité professionnelles. Sans centre de surveillance interne, la bonne question est à poser à votre prestataire d’infogérance ou de sécurité : y a-t-il accès, et qu’en fait-il pour vos systèmes ?
• Les agents ouvrent une autre porte. Un assistant qui lit vos emails ou vos documents peut être détourné par une consigne cachée dans un contenu piégé : c’est l’injection de prompt. Sur le test d’injection indirecte de la société Gray Swan, Google annonce 0,7 % d’attaques réussies contre Argon, même quand l’attaquant s’y reprend quinze fois. Ce critère mérite d’être vérifié avant de brancher n’importe quel modèle sur une messagerie, quel que soit l’éditeur.

La cybersécurité est devenue l’argument de lancement des modèles de pointe, et la ligne de partage entre ce que chacun peut acheter et ce qui reste réservé. Côté entreprise, l’enjeu n’est pas d’obtenir la version complète. Il est de corriger ses failles au rythme où d’autres sauront les trouver.