Le saucissonner du refactoring de code est révolu. Gemini 4 Argon introduit une fenêtre de sortie d'un million de tokens, permettant la réécriture intégrale de sous-systèmes complexes en une trajectoire unique. Pour les directions techniques, c'est l'opportunité de liquider la dette legacy à coût maîtrisé tout en divisant les délais de migration par dix. Le marché des modèles de fondation ne se joue plus uniquement sur la quantité de contexte qu'un modèle peut ingérer. Avec Gemini 4 Argon, Google introduit une fenêtre unifiée de 1 048 576 tokens : les tokens d'entrée, de réflexion et de sortie se partagent le même budget. Une étape de génération standard va jusqu'à 65 536 tokens dans les SDK et appels streaming ; certaines requêtes HTTP directes non streaming sur GenerateContent sont limitées à 32 768 tokens. Le long decode permet ensuite de poursuivre la même génération par continuations successives. Ce changement est important pour les tâches longues, mais il ne supprime pas magiquement la nécessité de découper, tester et valider un projet logiciel. Le long decode est particulièrement adapté aux problèmes difficiles de mathématiques, de science, de recherche formelle, de codage et d'agents. Google précise que la plupart des tâches de code restent sous 65 536 tokens et que les sorties très longues peuvent prendre plusieurs minutes. La version publique conserve en outre les garde-fous cyber ; l'accès à la variante cyber permissive reste réservé aux organisations approuvées via Fairwind. Face à cette annonce, la comparaison avec les autres modèles frontière devient plus nuancée. Claude Opus 5.5 atteint 74,2 % sur DeepSWE v1.1, 62,3 % sur FrontierSWE v2 et 66,4 % sur Terminal-bench 4.0, tandis que GPT-6 Astra atteint 74,1 % sur DeepSWE v1.1, 65,5 % sur FrontierSWE v2 et 58,2 % sur Terminal-bench 4.0. Argon prend l'avantage sur DeepSWE v1.1 avec 77,9 %, mais reste derrière sur certains benchmarks système : 55,0 % sur FrontierSWE v2 et 57,4 % sur Terminal-bench 4.0. Il faut donc parler de leadership sur certains axes, pas de domination universelle. Réflexion de l'analyste La nouveauté la plus structurante n'est pas de « laisser couler un million de tokens », mais de pouvoir prolonger une génération complexe dans une fenêtre unifiée, avec un protocole de continuation explicite. Cela déplace une partie de l'effort vers l'évaluation : tests, observabilité, contrôle des coûts, sécurité et validation des changements deviennent encore plus importants. L'arrivée de Gemini 4 Argon change surtout la façon d'aborder les tâches longues. Au lieu de multiplier artificiellement les relances pour contourner un plafond de sortie, on peut confier davantage de continuité au modèle et au protocole de long decode. Cela ne dispense toutefois ni d'une architecture de prompts claire, ni de checkpoints, ni de tests : plus la génération est longue, plus une erreur de cadrage peut se propager loin. Voir un modèle maintenir un raisonnement ou une production de code sur des centaines de milliers de tokens ouvre de nouveaux usages, mais le rôle du développeur ne disparaît pas : il se déplace vers la conception du système, la définition des contraintes, l'orchestration des outils et surtout la vérification. La vraie rupture n'est donc pas seulement la quantité de code produite, mais la capacité des équipes à l'évaluer, le sécuriser et l'intégrer sans perdre le contrôle.