En bref
- Gemini 4 Argon a obtenu 97,5 % à ARC-AGI-3 avec le Provider Adapter Harness.
- Le même modèle a atteint 49,8 % au faible niveau de raisonnement du Standard Harness.
- Argon a obtenu 165 points à l’Epoch Capabilities Index, à égalité avec Fable 5.1.
- Dans les premières estimations d’Epoch AI, le modèle s’est classé huitième en mathématiques et sixième dans l’index de génie logiciel.
Selon l’évaluation publiée le 16 octobre 2026, le modèle Gemini 4 Argon de Google DeepMind a obtenu 97,5 % au test général de résolution de problèmes ARC-AGI-3, dans une configuration spécifique au fournisseur. D’après les données d’ARC Prize rapportées par The Decoder, ce test coûte 4 800 dollars. Selon ARC Prize, Google DeepMind est le deuxième laboratoire d’IA à dépasser le seuil de 95 % à ARC-AGI-3. Toutefois, les scores obtenus avec différents protocoles de test montrent que les résultats dépendent des conditions de mesure utilisées.
Comment le protocole de test a-t-il changé le résultat ?
Le Provider Adapter Harness tire parti de certaines fonctionnalités propres au fournisseur du modèle, notamment des capacités de raisonnement protégé et de compression du contexte. Dans le Standard Harness, un test plus limité, seules des notes simples peuvent être utilisées d’un tour à l’autre. Dans ce protocole, Argon a obtenu 49,8 % au faible niveau de raisonnement ; le coût du test a été annoncé à 5 800 dollars.
Lors des essais avec le Standard Harness, des problèmes d’API ont également influé sur le nombre de jeux pouvant être menés à terme. Au faible niveau de raisonnement, 42 des 55 jeux ont été terminés, et 46 au niveau intermédiaire. Au niveau le plus élevé, seuls 19 jeux ont pu être achevés ; aucun score n’a donc été publié pour cette condition. Les résultats communiqués incluent aussi les scores partiels des tentatives interrompues. Il faut donc tenir compte à la fois du protocole de test et des tâches achevées pour évaluer le résultat de 97,5 %.
Que montrent les autres résultats de référence ?
Sur l’ensemble des 25 jeux ouverts d’ARC-AGI-3, Argon a nécessité 62 % moins de coups que la référence humaine. Le modèle a égalé ou dépassé le record de vitesse dans trois jeux ; dans six autres, il s’est approché à moins de 10 % du meilleur temps. Dans les versions précédentes du test, les scores annoncés étaient de 91,3 % à ARC-AGI-2 et de 98,5 % à ARC-AGI-1. Les coûts par tâche rapportés pour ces tests étaient respectivement de 0,32 dollar et de 0,16 dollar.
Argon a obtenu 165 points à l’indice Capabilities Index d’Epoch AI, à égalité avec Fable 5.1. Opus 5.5 a obtenu 167 points, GPT-6 Astra 166 et Gemini 3.8 Flash 157. Les résultats par domaine dessinent un tableau différent de celui de l’indice général : dans les premières estimations d’Epoch AI, Argon occupe la huitième place à Math ECI et la sixième à Software Engineering Index.
Ce que cela signifie pour les flux de travail en architecture et en visualisation
Ces tests de référence ne mesurent ni les capacités d’Argon en modélisation architecturale et en création d’images, ni son intégration aux logiciels de projet. Le score à ARC-AGI-3 ne signifie donc pas qu’une tâche architecturale sera réalisée plus rapidement ou que la qualité de visualisation s’améliorera. Pour les agences et les équipes de visualisation, ces résultats ne deviennent pertinents qu’après des essais sur leurs propres tâches.
Concernant les coûts, la source indique des dépenses de 4 800 et 5 800 dollars pour les protocoles de test ARC-AGI-3 ; ces montants ne sont pas présentés comme des tarifs d’utilisation du produit. Les tarifs API de départ sont également indiqués : 2 dollars par million de tokens en entrée et 10 dollars par million de tokens en sortie. La source ne fournit aucune information sur les exigences matérielles, le périmètre de la licence ou la compatibilité avec les logiciels d’architecture. En l’absence de précisions sur ces points, les données disponibles ne suffisent pas à prendre une décision concernant les flux de production actuels.
Sources
1 sourceLes textes sources ne sont pas republiés ; les courtes citations sont signalées, le reste est notre propre résumé et commentaire.
Le score de Gemini 4 Argon au test spécifique au fournisseur semble impressionnant, mais sa nette baisse dans le Standard Harness rappelle qu’un seul score de référence ne peut pas servir de critère de décision. Pour les agences d’architecture et les équipes de visualisation en Turquie, la meilleure approche consiste à mener des essais contrôlés sur leurs propres tâches et à en mesurer les résultats, plutôt qu’à intégrer immédiatement le modèle dans leur chaîne de production.
Lors de l’évaluation des coûts, il est important de ne pas confondre les frais de test avec les tarifs d’utilisation. Des prix API sont indiqués, mais la source ne précise pas le coût total d’un flux de travail réel, les conditions de licence, les exigences matérielles ni la compatibilité avec les logiciels d’architecture. Il convient donc de prendre avec prudence toute décision d’investissement ou de modification des flux de travail, tant que ces informations ne sont pas clarifiées.
Questions fréquentes
Quel score Gemini 4 Argon a-t-il obtenu à ARC-AGI-3 ?
Il a obtenu 97,5 % avec le Provider Adapter Harness. Son score au faible niveau de raisonnement du Standard Harness a été annoncé à 49,8 %.
Le tarif de l’API de Gemini 4 Argon a-t-il été communiqué ?
La source indique des tarifs de départ de 2 dollars par million de tokens en entrée et de 10 dollars par million de tokens en sortie.
Gemini 4 Argon est-il compatible avec les logiciels d’architecture ?
La source ne donne aucune information sur son intégration ou sa compatibilité avec les logiciels d’architecture. Les résultats annoncés reposent sur des tests de référence généraux.
