Gemini 4 Argon : même nom, poids différents — l’observation de Carbon Arena

Le 21 octobre 2026, une publication de @chetaslua affirmait qu’un nouveau checkpoint est en cours de test sur Arena sous un nom qui n’a pas changé. Le modèle répond toujours au nom de G​emini 4 Argon — l’identifiant gemini-4-argon, que G​oogle a annoncé le 30 septembre 2026 et distribue en disponibilité générale depuis le 13 octobre — mais les poids derrière ce nom seraient Carbon, le checkpoint interne que Business Insider a décrit le 9 octobre comme se rapprochant de Claude Opus 5.5 pour le codage. Les preuves de la publication sont une capture d’écran d’un bot tiers qui surveille Arena, montrant un changement de capacité consigné pour l’alias Argon, ainsi qu’une courte vidéo que l’auteur présente comme la première sortie du checkpoint. Il n’y a eu aucune annonce, aucune entrée de changelog, aucune fiche de modèle et aucun commentaire de G​oogle. Il ne s’agit donc pas d’une histoire de lancement, et rien ici ne suggère qu’un nouveau modèle a été publié : le modèle en question est public depuis le 13 octobre. Ce qui est nouveau, c’est l’affirmation selon laquelle le nom public pourrait ne plus pointer vers les poids publics. Les incidents d’IA documentés et les défaillances d’agents derrière les modèles de cette catégorie sont recueillis dans le OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, sa gravité, sa note de confiance et son indicateur de contestation.

Ce que dit réellement la publication, une fois la blague retirée

La publication fait quatre lignes et une vidéo, écrite dans le registre de quelqu’un qui s’attend à ce que vous connaissiez déjà le contexte. Réduite à des affirmations, elle dit ceci :

• Un nouveau checkpoint G​emini est en cours de test sur Arena — l’arène publique de comparaison de modèles où des laboratoires déploient parfois des versions non publiées sous des alias.

• L'alias n'est pas nouveau. Le nom est « le même », ce qui en contexte désigne l'identifiant gemini-4-argon, déjà un modèle commercialisé.

• Le checkpoint derrière ce nom serait Carbon, la build interne que le rapport du 9 octobre distingue de Barium-B, le checkpoint que G​oogle a réellement livré sous le nom de G​emini 4 Argon.

• Le premier prompt de l'auteur demandait une vidéo 3D de « stabilité du carbone » construite autour de la mascotte G​emini, et la publication présente le clip obtenu comme la première sortie du checkpoint. La phrase de clôture, « Logan Redemption Arc », est une blague sur un employé de G​oogle et ne comporte aucune affirmation technique.

C'est tout ce qu'il y a. Une observation d'alias, une attribution de nom de code, un échantillon de sortie, et aucun artefact reproductible d'aucune sorte.

La capture d’écran est réelle, et elle ne dit pas ce que dit la publication.

La capture ci-jointe mérite une lecture attentive, car c’est le seul élément de l’affirmation qui existe sous forme de document plutôt que de phrase. Il s’agit d’une carte de notification d’un bot appelé Arena Scout, attribuée à « Journey To AGI » et « Synopsis on X », intitulée « Changement de capacité » et nommant gemini-4-argon. Elle horodate une détection au 21 octobre 2026 à 9 h 30, indique que l’organisation est Google et que le fournisseur est « inconnu », et montre un delta de capacité : texte en entrée et texte en sortie, avec entrée d’image et indicateurs web du côté modifié, pour autant que les petits caractères puissent être lus.

Trois choses suivent, et trois seulement.

• L’alias gemini-4-argon était servi sur Arena le 21 octobre, et quelque chose dans la manière dont il était configuré a changé ce matin-là. C’est à cela que sert un bot de suivi des changements de capacités, et c’est la lecture la moins intéressante de la carte.

• La carte atteste qu'un alias fait quelque chose, pas de quels poids se trouvent derrière l'alias. Le basculement d'un indicateur de capacité vous dit que la configuration a changé. Il ne peut pas vous dire si le modèle en dessous est Barium-B, Carbon, ou une troisième version que personne n'a nommée. Le saut du billet, de « changement de capacité sur l'alias » à « c'est Carbon », relève de l'inférence de l'auteur, pas de la découverte du bot.

• Le bot lui-même est un tiers, et la carte est une notification, pas une transcription. Personne n'a publié la session Arena, les métadonnées d'alias ni de comparaison côte à côte avec le modèle déployé.

Il y a aussi une petite anomalie d’horloge qu’il vaut la peine de signaler plutôt que de passer sous silence : le billet est horodaté 08:46 UTC, tandis que la carte qu’il contient indique 9 h 30. Un horodatage en heure locale côté bot explique cela sans difficulté, et cela ne change rien à la date. Mais c’est un rappel que l’artefact est une capture d’écran d’une notification, transmise — et non un journal.

Pourquoi un nom inchangé est la partie intéressante

Les alias de modèles sont censés constituer des contrats stables. Lorsque vous envoyez une requête à un modèle nommé, vous comptez sur ce nom pour figer le comportement : même tokenizer, même profil de refus, même forme de latence, même prix. Les laboratoires qui déploient des versions non publiées sur Arena le font normalement sous un alias jetable, précisément pour que le nom commercial garde un sens unique.

Si la publication dit vrai, cette convention a été ignorée, et la conséquence est concrète plutôt que théorique. Quiconque a évalué gemini-4-argon la semaine dernière et quiconque l’évalue cette semaine ne mesure peut-être pas le même système. C’est la différence entre une fuite sur un modèle futur et une fuite sur le modèle que vous payez déjà — et c’est la raison pour laquelle cette observation mérite une page alors même que le nom de code sous-jacent est public depuis le 9 octobre.

Ce qui permettrait de trancher, ce n’est pas une capture d’écran de plus. C’est une évaluation appariée : le même jeu de prompts exécuté sur l’alias avant et après la modification, ainsi qu’une sonde de tokenisation et une distribution des latences. Personne n’a publié cela. Tant que personne ne le fait, la position honnête est qu’un nom a peut-être bougé et que nous ne pouvons pas encore voir vers où.

Ce qu’est réellement le modèle d’expédition, afin que la comparaison dispose d’une base de référence

G​emini 4 Argon n'est pas une rumeur. G​oogle l'a annoncé le 30 septembre 2026, et le journal des modifications de l'API G​emini consigne sa disponibilité générale le 13 octobre sous l'identifiant gemini-4-argon. La spécification publiée est d'une précision inhabituelle, ce qui en fait une bonne référence pour juger toute affirmation selon laquelle les poids auraient changé :

• Prix — tarif d’introduction de 2,00 $ par million de jetons d’entrée et de 10,00 $ par million de jetons de sortie, avec l’entrée mise en cache à 95 % de réduction ; le tarif après la période d’introduction est indiqué comme étant de 4,00 $ et 20,00 $.

• Contexte — une fenêtre unifiée de 1 M de tokens, avec des décodages longs pouvant atteindre 1 M de tokens de sortie, contre un plafond de sortie de 64 K sur la génération précédente.

• Score indépendant — Artificial Analysis classe G​emini 4 Argon (High) à 53 sur son Intelligence Index, au 8e rang de ce classement, avec un coût mesuré de 1,99 $ par tâche Index.

• Vitesse — 83,1 jetons de sortie par seconde, avec un délai de 47,43 secondes avant le premier jeton, selon la même source.

• Modalité de sortie — texte, dans toutes les spécifications publiques que nous avons pu consulter. Les entrées sont variées : texte, image, audio, vidéo et fichiers. La sortie est du texte.

C'est sur cette dernière ligne que la vidéo de la publication devient difficile à évaluer. Un clip ne fait pas partie de ce que ce modèle est documenté comme pouvant produire. Soit le checkpoint testé possède une modalité que le modèle livré n'a pas, soit le clip a été produit par autre chose dans la chaîne — une étape de rendu, un modèle vidéo distinct ou les outils de l'auteur — puis présenté comme la sortie du modèle. La publication ne précise pas lequel, et le clip seul ne permet pas de le savoir.

Le carbone, et ce que le reportage du 9 octobre a établi ou non

Le nom de code Carbon n’est pas une information nouvelle, et il vaut la peine d’être précis sur sa provenance, car le nouveau billet hérite de toutes ses faiblesses. Business Insider a rapporté, et le média spécialisé dans le suivi des fuites TestingCatalog a relayé le 9 octobre, que des employés de Google testaient en interne un checkpoint supplémentaire de Gemini 4 appelé Carbon ; que les premiers retours internes le présentaient comme comparable à Claude Opus 5.5 pour le codage ; que Barium-B était le checkpoint retenu pour la version publique d’Argon ; et que Carbon, testé via la plateforme interne Jetski de Google, était une itération distincte et potentiellement plus puissante. Le même reportage indiquait sans détour qu’il n’était pas confirmé que Carbon devienne une future mise à jour d’Argon ou une sortie à part entière.

Notez de quel type d’affirmation il s’agit : « semble comparable à Claude Opus 5.5 pour la programmation ». C’est une impression de collaborateur, pas un benchmark. Il n’y a pas d’ensemble de tâches, pas de taille d’échantillon, pas de grille d’évaluation et pas de numéro de révision, et personne en dehors de Google ne peut le reproduire. C’est le genre de chose qui est vraiment utile comme signal directionnel et vraiment inutile comme chiffre — et un article qui le présenterait comme un score vous mentirait.

{{1}}La publication du 21 octobre, si tant est qu’elle change quelque chose,{{/1}} oriente les informations précédentes dans une direction qu’elles laissaient explicitement ouverte : non pas une version distincte, mais le même alias portant des pondérations différentes. {{2}}C’est une mise à jour significative de la situation.{{/2}} Cela reste aussi l’inférence d’une seule personne à partir d’une notification de bot.

Ce que cela signifie si c’est vous qui payez les appels

Il y a deux publics pour cette histoire et ils devraient faire des choses différentes.

Si vous faites du benchmarking, la conséquence pratique est que vos chiffres doivent être datés. Un score pour gemini-4-argon collecté avant le 21 octobre peut correspondre à un checkpoint qui n'est plus celui que désigne ce nom. Relancez votre évaluation avant de la comparer à quoi que ce soit, et consignez la date à côté du chiffre comme vous consigneriez une révision de modèle.

Si vous mettez en production un produit sur l’alias, la conséquence est plus faible que ne le suggère le titre, mais pas nulle. Un remplacement silencieux de checkpoint modifie le ton, le comportement de refus et la distribution de latence avant de modifier les scores de benchmark, et ce sont ces éléments que vos utilisateurs remarquent. La défense est la même que celle qui fonctionne face à toute surprise d’un fournisseur unique : garder un second modèle accessible et faire du basculement un changement de configuration plutôt qu’un incident. C’est le cas pour lequel OrcaRouter est conçu — une API unique pour plus de 200 modèles avec basculement automatique entre fournisseurs, à 0 % de marge sur le prix catalogue des fournisseurs, afin qu’un modèle qui commence à se comporter différemment à 09 h 30 un mardi soit une règle de routage que vous modifiez, et non une panne que vous devez expliquer.

Côté disponibilité, la version honnête : Gemini 4 Argon n’est pas sur OrcaRouter. Une requête dans notre catalogue pour google/gemini-4-argon renvoie « modèle introuvable », parce que Google ne le rend pas appelable depuis chez nous — la même raison pour laquelle le checkpoint Carbon n’est pas là et ne peut pas l’être. Ce que nous servons aujourd’hui comprend, de Google, Gemini 3.8 Flash à 0,75 $ par million de tokens d’entrée et 3,75 $ par million de tokens de sortie, avec des lectures de cache à 0,075 $, et, d’Anthropic, Claude Opus 5.5 à 4,00 $ et 20,00 $ avec des lectures de cache à 0,20 $ — ce dernier étant le modèle auquel la comparaison Carbon ne cesse d’être confrontée, et le seul modèle de toute cette histoire à disposer d’un point de terminaison fonctionnel et d’un prix publié que vous pouvez vérifier.

Qu’est-ce qui ferait passer cela d’une simple observation à un fait ?

L’écart entre les deux est faible, c’est pourquoi cela vaut la peine d’être lu maintenant plutôt que dans une semaine. N’importe lequel des éléments suivants suffirait :

• Une comparaison côte à côte publiée sur le classement d’Arena lui-même, montrant une nouvelle entrée sous l’alias Argon avec une empreinte de style distincte.

• Un second observateur indépendant consignant le même changement d’alias le même jour, idéalement avec la requête et la réponse plutôt qu’une carte de notification.

• Une entrée de journal des modifications, un nouvel identifiant de modèle ou un suffixe de version sur gemini-4-argon — la manière habituelle dont un labo vous signale que les poids ont bougé.

• Une sonde de tokenisation ou de latence exécutée avant et après le 21 octobre, qui est le test le moins coûteux disponible et celui que personne n’a publié.

Jusqu'à ce que l'une de ces informations soit confirmée, la lecture correcte reste étroite : un bot tiers a enregistré un changement de capacités sur l'alias d'un modèle en production le 21 octobre, et un compte très suivi affirme que le checkpoint derrière cet alias est Carbon. Les deux moitiés peuvent être vraies. Ni l'une ni l'autre ne l'a été démontré, et la seconde porte bien plus de poids que la première.