← Accueil actu | Salle du marché
2026-11-03 · Source:虎嗅·中继

Avec un indice d'intelligence de 53 points, égalant GPT-6 sans décrocher la première place, Google mise sur les tâches longues d'un million de tokens et l'automatisation en entreprise
Au cours des sept derniers mois, OpenAI et Anthropic ont enchaîné les générations de modèles phares, tandis que Google peinait à sortir un produit au-delà du niveau Flash, se retrouvant relégué au rang de « petit frère » parmi les trois géants. Le Gemini 4 Argon tant attendu fait ses débuts avec un argument choc qui n'est pas la suprématie en capacités, mais le prix.
Dans l'indice d'intelligence composite de l'organisme indépendant Artificial Analysis, Argon obtient 53 points, égalant GPT-6 Astra et restant derrière Claude Opus 5.5 et ses 58 points : de retour dans le premier peloton, mais sans la première place. La vraie révolution est dans la grille tarifaire : pendant la période de lancement, 2 dollars par million de tokens en entrée et 10 dollars en sortie, soit un cinquième du prix d'entrée de GPT-6 Astra et la moitié de celui de Claude Opus 5.5. Les prix bas étaient traditionnellement l'arme des modèles légers comme Flash ; désormais, même un modèle fleuron clame le rapport qualité-prix.
En matière de capacités, les points forts d'Argon se situent dans les tâches complexes en plusieurs étapes : ingénierie logicielle, documents financiers et juridiques, automatisation en entreprise et recherche scientifique de pointe. La mise à jour majeure, le mécanisme de continuation inter-requêtes Long Decode Continuation, étend le budget de réflexion et de génération de 64 000 tokens jusqu'à environ 1 million. Mais il s'agit d'un « grand bassin partagé » : les documents fournis, la réflexion en arrière-plan et la réponse finale partagent le même quota ; plus on fournit de matière, moins il reste d'espace pour raisonner et répondre. Les requêtes classiques restent limitées à environ 33 000 à 65 000 tokens, et l'écriture étendue nécessite de configurer le long décodage. Pour les entreprises, ce mécanisme répond précisément aux blocages d'hier — refactorisations complètes de bases de code, analyses de rapports financiers de centaines de pages, workflows internes complexes souvent interrompus faute de quota de sortie suffisant.
Sur les 19 épreuves de référence publiées par Google, Argon domine les modèles comparés sur 13 et termine à égalité en tête sur une : le Vals Index, couvrant finance, code, droit et fiscalité, atteint 68,9 % et se classe premier parmi les 41 modèles évalués à ce jour ; sur le sous-domaine juridique, il écrase largement la concurrence sur le benchmark Harvey ; le Zapier AutomationBench affiche 51,3 %, avec environ 9 points d'avance sur le modèle comparé le plus proche. DeepSWE v1.1, qui mesure la correction de dépôts de code réels, enregistre un record de 77,9 %. Des chercheurs l'ont également utilisé pour optimiser l'outil open source de chimie quantique xTB, multipliant par 2,3 au maximum la vitesse de prédiction des structures moléculaires ; le code correspondant a été soumis au dépôt GitHub officiel.
Mots-clés: Google · Gemini 4 Argon · GPT-6 Astra · Claude Opus 5.5 · LLM Benchmark · AI Pricing
萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle