Google lâche Gemini 4 Argon en disponibilité générale

C'était attendu depuis la rentrée, c'est fait. Google a mis Gemini 4 Argon en disponibilité générale cette semaine, aussi bien côté produit que côté API. Le modèle est positionné comme le plus avancé de la gamme Gemini 4, taillé pour ce que Google appelle les hard problems : codage complexe, maths, sciences, et tâches agentiques.

Concrètement, dans l'API vous l'appelez via gemini-4-argon. Le changelog officiel insiste sur les capacités agentiques et le raisonnement mathématique, ce qui place clairement le modèle en face de GPT-6 Astra et Claude Opus 5.5 sortis les semaines précédentes. On est donc sur du frontière, pas du modèle rapide à bas coût.

Google communique peu sur les benchmarks dans son post d'annonce, ce qui est inhabituel pour eux. On aurait aimé des chiffres SWE-bench ou AIME pour comparer sérieusement avec la concurrence. En l'état, il faudra tester soi-même sur ses workloads, et c'est probablement là que ça se joue vraiment maintenant que tous les frontaliers se tiennent dans un mouchoir de poche.

Pour ceux qui suivent la gamme : Argon vient compléter la ligne Gemini 4 qu'on avait vue démarrer il y a quelques semaines. C'est le haut du panier, pas un modèle rapide. Si vos cas d'usage sont du RAG tranquille ou de la génération simple, ne basculez pas tout dessus par réflexe, le coût n'est pas le même.

OpenAI, Higgsfield et la vidéo qui dépasse les 10 minutes

Côté OpenAI, pas de nouveau modèle fondation cette semaine, mais une annonce intéressante avec Higgsfield qui s'appuie sur GPT-6 Astra pour générer des vidéos de plus de 10 minutes. On passe d'un format clip de quelques secondes à quelque chose qui ressemble vraiment à de la production vidéo longue.

Le pack annoncé sur la page OpenAI inclut trois briques : GPT-6 Astra pour la cohérence narrative sur la durée, GPT-Image-2.5 pour les visuels précis, et GPT-Live pour ce qu'ils appellent le voice filmmaking, soit du filmmaking piloté à la voix. L'idée c'est de parler à l'outil comme à un chef op, pas de remplir des prompts à rallonge.

La vraie question c'est la cohérence sur 10 minutes. Les démos tiennent-elles la route au-delà des cherry-picks ? À tester. Mais si ça marche, on est sur un vrai saut par rapport à Sora et consorts, qui galèrent toujours à garder un personnage identique à lui-même après 30 secondes.

Dans la foulée, OpenAI a aussi annoncé qu'Amp intègre désormais ses modèles au-delà du codage. Les agents Amp peuvent maintenant s'appuyer sur GPT-6 Astra, un modèle Ultrafast pour les tâches rapides, et GPT-Live-1 pour l'interaction temps réel. Détails dans leur post. L'intérêt c'est de voir Amp sortir de sa niche code pour couvrir des workflows plus larges, mais on reste dans de l'orchestration, pas une rupture technique.

DeepSeek affûte V4.1 et ouvre son API de recherche

Semaine productive pour DeepSeek, avec deux annonces le 17 octobre. D'abord une mise à jour du modèle vers DeepSeek V4.1-Flash-1017. Les tarifs ne bougent pas, les endpoints non plus, vous continuez d'appeler deepseek-flash et vous récupérez automatiquement la nouvelle version.

Ce qui change : des gains sur plusieurs benchmarks, notamment un score de 42.6 sur HLE sans outils, et une optimisation du temps d'exécution et de la longueur de sortie. Pour un modèle gratuit à l'usage via leur app et pas cher via l'API, c'est le genre de bump qu'on prend volontiers sans rien avoir à changer dans son code. Les détails sont sur leur page updates.

Plus intéressant stratégiquement : DeepSeek ouvre son API de recherche interne. Jusqu'ici réservée à leurs propres produits, cette API expose maintenant leur moteur de recherche maison qui indexe des centaines de milliards de pages web, avec un filtrage anti-spam SEO et contenus de faible qualité.

Pour les équipes qui construisent des agents ou du RAG web, c'est une alternative sérieuse à Brave Search API, Tavily ou Serper. Le fait que DeepSeek fasse son propre crawl et son propre index (plutôt que de racheter des résultats Bing comme beaucoup) laisse espérer une qualité différente, surtout sur les contenus asiatiques où Google est historiquement moins bon. À tester côté latence et pricing, les détails sont dans leur doc.

Ce qu'on retient

Semaine moins spectaculaire que les précédentes, mais la consolidation est intéressante. Les trois gros (Google, OpenAI, Anthropic) ont tous leur modèle frontière de la génération actuelle en GA. La prochaine bataille se joue ailleurs : vidéo longue, recherche web intégrée, agents multimodaux.

DeepSeek, de son côté, continue sa stratégie du bon rapport qualité-prix qui s'améliore en silence, et commence à construire une pile complète (modèle + search) qui pourrait séduire les équipes qui veulent sortir de la dépendance aux trois géants américains. À surveiller.