Bruxelles, 14 octobre 2026
Un million de tokens en sortie : c'est le chiffre que Google met en avant pour Gemini 4 Argon, déployé dans le monde entier moins de deux semaines après sa présentation. Le groupe revient ainsi dans la course face à OpenAI et Anthropic, selon Numerama, après avoir manqué son rendez-vous avec un Gemini 3.5 Pro promis pour mai et jamais livré.
Ce retour ne se fait pas avec les arguments de la présentation. Fin septembre, Google affirmait que son modèle surpassait GPT-6 Astra et Claude Fable 5 dans les benchmarks, rapporte Numerama. Aujourd'hui, le groupe préfère mettre en avant des résultats internes et les retours de quelques clients privilégiés. Next retient le million de tokens en sortie, ainsi que des performances en code et en cybersécurité.
Les évaluations venues de l'extérieur donnent une autre image. The Decoder cite les trois canaux par lesquels Argon est accessible, l'API, l'application Gemini et Google Antigravity, et le classe EN derrière Claude Opus 5.5 et Muse Wonder Full. Son tarif est qualifié d'« aggressively » bas, ce qui ne suffit pas à compenser ce placement dans la hiérarchie actuelle.
Muse Wonder est une famille de modèles que Meta présente et que Next situe au niveau d'Opus 5.5 et de GPT-6.
Le 13 octobre aussi, une équipe indépendante a publié sur arXiv, dans Do Factuality Methods Make LLMs More Factual? EN PREPRINT, la reproduction de cinq techniques censées rendre les modèles de langage plus factuels. Aucune ne se laisse reproduire en entier ; ramenées à un même banc, aucune ne surpasse nettement le modèle de départ. Les récompenses versées par ces entraînements favorisent le format, la longueur ou la brièveté au lieu de l'exactitude et de la pertinence, et la différence entre apprentissage en ligne et hors ligne pèse peu. Faute de réponse de référence, l'évaluation dépend de juges LLM et de recherches documentaires que les auteurs eux-mêmes jugent fragiles. Code et données sont publiés.
Anthropic, l'un des deux rivaux que Google veut rattraper selon Numerama, est l'auteur d'une étude EN que rapporte The Decoder : elle place le risque sur les appareils du quotidien mal protégés, téléviseurs connectés et aspirateurs robots. D'ici quelques mois, des modèles de petite taille pourraient s'y propager d'eux-mêmes sans qu'un utilisateur ait à intervenir. Dans les tests, GLM-5.2 a mené la chaîne complète sur huit boîtiers Android TV.
Anthropic encore, dans un autre article de The Decoder : l'entreprise affirme avoir réduit de 90 à 99 % l'extraction des tokens de raisonnement de Claude EN. Elle attribue ces campagnes de distillation industrielles à Zhipu et à Moonshot, et annonce avoir banni des dizaines de milliers de comptes depuis le début de son opération. L'article ne cite aucune réponse de ces deux entreprises : le retrait de 90 à 99 % reste l'affirmation d'Anthropic seule.
En septembre, Google comparait son modèle à GPT-6 Astra et à Claude Fable 5 sur des benchmarks. En octobre, il parle de ses chiffres internes et de clients choisis, et le classement de The Decoder laisse Claude Opus 5.5 et Muse Wonder Full devant lui.
— John Linotte · Section des Billets · Bruxelles · mmxxvi