Le retour de Google s'accompagne d'un délai de 30 minutes
Le Gemini 4 Argon de Google est revenu de manière décisive dans la conversation sur les modèles de pointe, un retour spectaculaire pour le géant de la recherche. Cette évaluation provient toutefois des tests pratiques d'un créateur, et non d'un audit indépendant des capacités du modèle. Matthew Berman, un développeur d'IA renommé, a présenté les prouesses génératives impressionnantes d'Argon dans une vidéo récente.
Berman a observé un comportement par défaut distinctif : sans portée explicite ou instruction /goal, Argon a systématiquement passé environ 30 minutes à itérer sur des tâches avant de livrer un artefact. Cela était évident dans des rendus 3D complexes, comme une ville cyberpunk hyper-réaliste en Three.js, qui fonctionnait à 60 FPS dans le navigateur après une construction autonome d'environ une demi-heure.
Ce temps d'exécution autonome prolongé est une arme à double tranchant pour les développeurs. Des itérations plus longues et non guidées peuvent produire des résultats plus riches et plus sophistiqués, comme Argon l'a démontré avec ses environnements 3D interactifs détaillés.
Cependant, cela introduit également une latence importante et souligne le besoin critique pour les développeurs de définir des limites de tâches claires, des limites d'itération et des objectifs explicites lors du déploiement d'Argon, en particulier dans les applications sensibles au temps. Équilibrer la profondeur de la sortie avec une exécution prévisible devient primordial.
De la ville néon au laboratoire de physique : ce qu'il a construit
La sortie initiale d'Argon : une ville cyberpunk three.js, générée à partir d'une invite en langage naturel, fonctionnait à 60 images par seconde (FPS). Cette scène animée offrait des préréglages visuels ajustables comme "2049 Amber" et "Biosynth", ainsi que des commandes pour le bloom néon, la densité du trafic aérien et diverses options de camera incluant "Cockpit HUD".
Ensuite, Berman a testé une simulation Rube Goldberg pour la physique et l'interactivité. Le mécanisme complexe, comprenant des dominos, des balles qui roulent et des interactions de type flipper, permettait des vues de caméra contrôlables. Bien qu'impressionnante, la simulation a révélé des imperfections : une balle est restée brièvement coincée, nécessitant un second clic, et certains objets présentaient un léger clipping.
Malgré une interactivité impressionnante, la fidélité visuelle a montré ses limites. Les environnements thématiques pour la machine Rube Goldberg—tels que "Grand Canyon" et "Las Vegas"—n'ont pas atteint un réalisme total, malgré des invites pour une sortie "hyper-réaliste". Une démo Unreal Engine d'un bateau sur l'océan a montré une physique de l'eau et des vagues solide, mais a souffert de détails répétitifs et manquait d'une vue sous-marine, soulignant le plafond actuel d'Argon en matière de réalisme graphique.
Les démos impressionnent ; le bilan des benchmarks est mitigé
Au-delà du spectacle visuel, les tests de Berman ont révélé la vaste gamme de codage d'Argon. Il a généré un jeu de style Fall Guys qui s'est amélioré de manière itérative grâce à des invites répétées, démontrant sa capacité de raffinement. De plus, Argon a produit un clone de navigateur de type Excel, bien que celui-ci contenait encore une erreur de formule, suggérant des domaines nécessitant un développement supplémentaire.
Berman a également présenté les résultats des benchmarks rapportés d'Argon. Le modèle a obtenu un score de 77,9 sur DeepSwee et 91,9 % sur Vibe Code Bench, indiquant une performance solide dans certaines tâches de codage. Il a enregistré 57 sur Terminal Bench et 69 % sur OSWorld, avec un 39 sur Agent’s Last Exam.
En comparant ces scores, Berman place Argon parmi les modèles de premier plan, notant ses points forts dans des tests spécifiques de codage et d'utilisation informatique. Cependant, son score Terminal Bench est tombé en dessous de celui d'Opus dans la comparaison directe présentée, soulignant qu'aucun modèle ne domine universellement chaque mesure. Pour des informations plus détaillées, les lecteurs peuvent consulter les annonces officielles comme Introducing Gemini 4 Argon - Google Blog. Les performances d'Argon suggèrent un modèle doté de capacités significatives, mais avec des domaines d'excellence distincts et un potentiel de croissance.
Cet article vous plaît ? Recevez-en un comme celui-ci chaque matin.
un e-mail par jour · désinscription en deux clics · aucun traqueur tiers
Un modèle de pointe, mais pas le champion de la 3D
Les capacités 3D d'Argon sont impressionnantes, mais les tests de Matthew Berman révèlent qu'il n'est pas le champion incontesté. Il juge Argon plus performant que Muse Wonder de Meta pour le travail 3D, en particulier dans Three.js, Unreal Engine et Blender. Cependant, il reste à la traîne derrière Opus d'Anthropic et Astra d'OpenAI en matière de graphismes globaux et d'exécution spatiale.
Cette performance inégale met en lumière une leçon cruciale : la réputation globale d'un modèle en matière de codage ou ses scores aux benchmarks ne garantissent pas un résultat soigné pour toutes les tâches spécifiques. Même un modèle de pointe comme Argon, compétent dans de nombreux domaines de codage, peut avoir du mal à répondre aux exigences nuancées du rendu 3D hyperréaliste ou de la physique complexe sans un prompting approfondi.
Considérez les logiciels générés comme un point de départ. Inspectez minutieusement leur comportement, en prêtant une attention particulière aux cas limites et aux interactions inattendues, comme le clipping occasionnel de la machine de Rube Goldberg. Définissez des objectifs clairs de temps ou d'achèvement, plutôt que de vous fier à la durée d'exécution par défaut de 30 minutes du modèle. Le coût réduit de production de code déplace l'accent sur la qualité du produit et l'exécution comme facteurs de différenciation clés.
Questions fréquemment posées
Qu'est-ce que Gemini 4 Argon ?
Dans la vidéo, Gemini 4 Argon est présenté comme le modèle d'IA de pointe de Google, testé sur le codage, la génération 3D et les tâches de type agent.
Que peut construire Gemini 4 Argon ?
Les démonstrations incluent des scènes interactives Three.js, une machine de Rube Goldberg basée sur la physique, un jeu de style Fall Guys et un clone de tableur pour navigateur.
Gemini 4 Argon est-il le meilleur modèle pour la génération 3D ?
L'évaluateur de la vidéo le qualifie de capable, mais affirme qu'Opus d'Anthropic et Astra d'OpenAI produisent de meilleurs résultats en 3D.
Pourquoi Gemini 4 Argon prend-il environ 30 minutes pour effectuer des tâches ?
Dans les tests du créateur, il a souvent travaillé pendant environ 30 minutes lorsqu'il recevait des instructions minimales ; des objectifs explicites et des limites de temps peuvent aider à contrôler cela.