Construire avec CometAPIBesoin d'une seule API pour plusieurs modèles ?Testez le workflow dans Playground, puis créez une clé API lorsque le modèle et le coût correspondent à votre cas d'usage.
Gemini 4 Pro arrive : tout ce que nous savons d'après les tests, les fuites et les rumeurs RSI
Checkpoint Gemini 4 Pro avec une limite de 256k jetons de sortie (par rapport à ~64k auparavant), calcul intensif, et des ambitions de contexte possibles de 1.5M+.
TL;DR : Google a confirmé que Gemini 4 est son « entraînement de pré-apprentissage le plus ambitieux à ce jour ». Des fuites communautaires à la mi-septembre 2026 pointent vers un point de contrôle interne précoce de Gemini 4 Pro (nom de code « argon ») avec une limite de sortie rapportée de 256k jetons, un contexte potentiellement multi‑millions de jetons et des modes de raisonnement à effort élevé. Les calendriers non officiels convergent vers octobre 2026 après des retards de pré‑entraînement. Les liens avec l’auto‑amélioration récursive (RSI) restent spéculatifs. En attendant la sortie officielle, les développeurs peuvent accéder aux modèles de pointe actuels — y compris , et — via des API unifiées et à prix réduit telles que .
Gemini 4 est réel et en cours d’entraînement. Google a indiqué en juillet 2026 avoir lancé son « entraînement de pré‑apprentissage le plus ambitieux à ce jour » pour Gemini 4.
Gemini 4 Pro n’a pas été officiellement annoncé. Le nom, l’ID du modèle, la tarification, la disponibilité API, la fenêtre de contexte et les spécifications finales restent non confirmés. Des captures d’écran divulguées et des rapports communautaires décrivent un point de contrôle Gemini 4 Pro avec une limite de sortie de 256k (contre ~64k auparavant), un calcul à effort élevé et des ambitions de contexte de 1,5 M+.
Les cibles non officielles les plus crédibles convergent désormais vers un déploiement public en octobre 2026, après des raffinements post‑entraînement.
Les affirmations d’une forte RSI pour Gemini 4 restent non vérifiées ; la recherche associée (Dream‑RSI) améliore les stratégies d’exploration sans mise à jour des poids.
En attendant la sortie officielle de Gemini 4 Pro, les développeurs peuvent déjà expérimenter les modèles de pointe actuels via des plateformes telles que CometAPI, dont Gemini 3.8 Flash, GPT‑6 Astra et Claude Fable 5.1.
Qu’est-ce que Gemini 4 Pro ?
Gemini 4 Pro est le modèle « Pro » phare supposé de la prochaine génération majeure Gemini de Google DeepMind. Il se place au‑dessus des variantes Flash plus légères et vise le travail à haute complexité : codage avancé, raisonnement multi‑étapes, tâches agentiques de long horizon, compréhension multimodale et analyse à l’échelle entreprise de documents ou de bases de code.
Contrairement aux sorties itératives 3.x Flash qui se sont poursuivies en 2026, Gemini 4 est décrit par la direction de Google comme nécessitant des modèles de base nettement plus grands pour rester compétitif au plus haut niveau. Sundar Pichai a déclaré lors de l’appel de résultats du T2 2026 d’Alphabet : « Pour la prochaine génération de frontière, vous allez avoir besoin de modèles de base bien plus grands. Nous entraînons maintenant Gemini 4, et nous voyons très grand. »
La désignation « Pro » signale historiquement le niveau public le plus performant, optimisé pour la qualité plutôt que la vitesse ou le coût — similaire aux précédents Gemini Pro et 2.5 Pro qui ont dominé les classements de codage et de raisonnement pendant de longues périodes.
Ce que nous savons sur Gemini 4 Pro (au 17 septembre)
Signaux officiels confirmés
Google a publiquement reconnu Gemini 4 en juillet 2026. Dans le billet de lancement de Gemini 3.6 Flash (et variantes Flash associées), l’équipe a déclaré avoir « déjà commencé notre entraînement de pré‑apprentissage le plus ambitieux à ce jour, pour Gemini 4 ». Le PDG d’Alphabet, Sundar Pichai, l’a confirmé lors de l’appel de résultats du T2, décrivant Gemini 4 comme nécessitant « des modèles de base beaucoup plus grands » pour rester à la frontière, avec un accent explicite sur le codage et les agents autonomes. Il a exprimé un enthousiasme interne pour les progrès et la confiance que les résultats plairaient aux utilisateurs externes lors de la sortie.
Aucune fiche de modèle officielle, aucun nombre de paramètres, aucune fenêtre de contexte, aucun benchmark, aucune tarification, ni endpoint API pour Gemini 4 ou Gemini 4 Pro n’ont été publiés. La série Flash (y compris les variantes Gemini 3.8 Flash et 3.8 Live de septembre 2026) continue de recevoir des mises à jour fréquentes tandis que le travail sur le niveau Pro plus grand se poursuit.
Point de contrôle divulgué et spécifications
Des rapports communautaires indiquent que Google a produit un point de contrôle interne précoce du futur modèle Pro. une démo "zero-shot peacock svg" circule. le point de contrôle précédent était Argon 160 / Gemini 3.8 Flash sur arena. Les détails rapportés incluent :
Une limite de sortie de 256k jetons (forte augmentation par rapport aux ~64k des modèles Gemini précédents).
Une génération sous un réglage d’effort de réflexion « High » ayant pris environ 2,4 minutes.
Une association au niveau Gemini 4 Pro plutôt qu’à une autre itération Flash.
Dépenses d’investissement et lien avec l’auto‑amélioration récursive (RSI)
Début août 2026, Jasjeet Sekhon (chief strategy officer) chez Google DeepMind a publiquement décrit les dépenses d’investissement massives de l’industrie dans l’IA comme un pari sur l’auto‑amélioration récursive (RSI) — des systèmes capables de s’améliorer eux‑mêmes ou d’améliorer les processus qui produisent la prochaine génération de modèles. Il a noté que les revenus actuels ne justifient pas encore l’ampleur des dépenses et que la RSI devient une partie centrale de la thèse d’investissement, tout en reconnaissant qu’elle n’a pas encore été atteinte.
Par ailleurs, des chercheurs de Google ont publié le papier Dream‑RSI à la mi‑septembre 2026, démontrant une amélioration récursive des stratégies d’exploration d’un agent (sans mise à jour des poids du modèle) en utilisant des modèles Gemini 3.x. C’est une recherche liée, mais ce n’est pas la preuve que Gemini 4 lui‑même intègre une RSI forte au niveau des poids.
Le cadrage RSI souligne l’ampleur stratégique de l’effort Gemini 4 : Google investit à un niveau conforme à un saut générationnel plutôt qu’à une mise à jour incrémentale.
Mentions d’Arena.ai / LM Arena et allégations de routage
Arena.ai (la plateforme de préférences humaines crowdsourcée anciennement appelée LMSYS Chatbot Arena / LMArena) est un lieu de tests précoces fréquent pour les modèles de Google. De nouvelles entrées Gemini anonymes ou étiquetées y apparaissent souvent avant les annonces officielles, et la communauté les considère comme des signaux de sorties imminentes.
Gemini 4.0 a « discrètement fait surface » et le trafic étiqueté Gemini 3.8 Flash serait parfois redirigé vers un nouveau point de contrôle Gemini Pro dans les duels Arena :
http://Arena.ai a soudainement lancé une nouvelle variante « gemini-3.8-flash » ce matin du 17 septembre
La 3.8 Flash officielle a été publiée le 2 septembre ; la réapparition du même nom est extrêmement inhabituelle.
Ce qui reste non confirmé
Au 17 septembre 2026, aucune annonce faisant autorité de Google ne confirme :
Attribut de Gemini 4 Pro
Statut actuel
Entraînement de Gemini 4
Confirmé
Nom Gemini 4 Pro
Non confirmé
Premier point de contrôle Pro
Fuite/rumeur
Sortie en octobre
Fuite/estimation
Sortie novembre–décembre
Estimation externe
Contexte 1,5M
Fuite non vérifiée
Contexte 10M
Allégation non vérifiée
Scores de benchmarks spécifiques
Non vérifiés
Comparaison GPT-6 Astra
Non vérifiée
Comparaison Claude Fable 5.1
Non vérifiée
Réalisation de la RSI
Non vérifiée
ID de modèle API
Non annoncé
Tarification officielle
Non annoncée
La relation entre Gemini 4 Pro et l’auto‑amélioration récursive (RSI)
L’auto‑amélioration récursive (RSI) — des systèmes capables d’améliorer de manière significative leurs propres capacités ou les processus qui produisent la génération suivante — est devenue un sujet fréquent de spéculation autour de chaque grand entraînement de frontière.
L’affirmation selon laquelle « Google a atteint la RSI, rendant son nouveau modèle plus puissant » provient de publications sur X, mais elle n’a pas encore été confirmée par des tests ou des rapports officiels.
Par ailleurs, des chercheurs de Google (avec des collaborateurs) ont publié Dream‑RSI en septembre 2026. Le système permet à un agent d’améliorer récursivement ses propres stratégies d’italiques exploration et de recherche italiques en « rêvant » des politiques alternatives et en conservant les meilleures, sans jamais mettre à jour les poids sous‑jacents du modèle. Les expériences ont utilisé Gemini 3.1 Pro et Gemini 3.7 Flash. Il s’agit d’une amélioration au niveau méta de la couche d’orchestration, et non d’une RSI complète au niveau des poids qui produirait automatiquement un Gemini 4 plus fort à partir de Gemini 3.
Des travaux plus larges de 2026 (AIDE², diverses boucles d’agents, et des analyses économiques) montrent une auto‑amélioration bornée ou au niveau de composants — de meilleurs prompts, compétences, récupération mémoire ou cadres d’évaluation — mais pas une RSI fermée au niveau des poids produisant des modèles de base successivement plus puissants sans intervention humaine.
En bref : Google investit clairement dans des systèmes d’agents auto‑améliorants, et l’entraînement Gemini 4 est décrit comme exceptionnellement ambitieux. Les affirmations fortes selon lesquelles le modèle incarnerait une RSI résolue restent non prouvées et doivent être traitées comme des rumeurs.
Quelles fonctionnalités sont confirmées ou attendues pour Gemini 4 Pro ?
En s’appuyant sur la trajectoire de Gemini 1.5 → 2.5 → 3.x et sur les détails divulgués d’argon, les domaines suivants sont les sites les plus plausibles de progrès significatifs. Chacun est formulé comme une attente de niveau H3, fondée soit sur des données de fuite, soit sur une extrapolation raisonnable des générations précédentes.
Capacité de sortie fortement étendue
La limite de sortie divulguée à 256k jetons permettrait de générer des bases de code multi‑fichiers entières, de longs rapports de recherche ou des documents structurés complexes en un seul passage. Les modèles Gemini précédents étaient plus contraints sur la longueur de sortie, nécessitant souvent des continuations itératives. Ce changement à lui seul simplifierait les pipelines de codage agentiques.
Fenêtres de contexte plus longues et meilleure récupération
Des rapports évoquent un contexte potentiel de 1,5–2 M de jetons (encore indécis), prolongeant la force traditionnelle de Google en gestion de long contexte. Combiné à une récupération améliorée et à une réduction des effets de « lost‑in‑the‑middle », cela profiterait aux analyses juridiques, scientifiques et de grandes bases de code.
Performances accrues en codage et dans les tâches agentiques
Pichai a explicitement cité le codage et le codage agentique comme axes prioritaires. Gemini 2.5 et 3.x ont déjà apporté de grands sauts sur SWE‑bench, LiveCodeBench et WebDev Arena. On s’attend à ce que Gemini 4 Pro aille plus loin sur le refactoring multi‑fichiers, la correction de bugs autonome, la fiabilité de l’usage d’outils et la planification à long horizon.
Raisonnement plus profond / calcul adaptatif
Le mode « High thinking effort » qui a pris 2,4 minutes sur le point de contrôle argon suggère un investissement continu dans la mise à l’échelle du calcul à l’inférence (similaire à Deep Think ou aux modes de réflexion étendus de la série 3.x). Attendez‑vous à une logique multi‑étapes plus fiable, à des taux d’hallucination plus faibles sur les problèmes difficiles et à des niveaux d’effort configurables.
Améliorations multimodales et des outils natifs
Gemini est depuis longtemps nativement multimodal. D’autres gains en compréhension vidéo, en raisonnement visuel en temps réel et en appel d’outils transparent (outils en arrière‑plan sans casser le flux de conversation) sont cohérents avec l’orientation de 3.8 Live et des sorties associées.
Optimisations d’efficacité et de service
Même avec des modèles de base plus grands, Google associe généralement les modèles Pro de frontière à des variantes Flash efficaces et au décodage spéculatif. Attendez des progrès continus sur les jetons par seconde et le coût par qualité.
Quelle aide CometAPI peut-elle apporter en attendant ?
En attendant la sortie de Gemini 4 Pro, les développeurs peuvent déjà accéder aux modèles à l’état de l’art via l’endpoint unifié et compatible OpenAI de CometAPI. Options notables :
GPT-6 Astra – Le fleuron d’OpenAI pour le raisonnement complexe, le codage, l’usage de l’ordinateur et le travail agentique à long horizon (contexte de 1,050,000 jetons, jusqu’à 128k de sortie). Disponible sur CometAPI avec une remise permanente par rapport au prix public.
Page du modèle : https://www.cometapi.com/models/openai/gpt-6-astra/
Guide d’utilisation : https://www.cometapi.com/how-to-use-gpt-6-astra-api/
Derniers modèles Gemini 3.x Flash et de classe Pro (y compris les variantes 3.8) pour des charges multimodales et agentiques.
Basculement transparent entre fournisseurs avec une seule clé API et compatibilité SDK OpenAI.
Documentation d’intégration de la CLI Gemini pour des workflows locaux de codage agentique.
Le catalogue de CometAPI met également rapidement en avant les modèles émergents ; ainsi, Gemini 4 Pro (une fois publié) devrait apparaître aux côtés de l’offre existante sous le même endpoint.
Comparaison de Gemini 4 Pro (projeté) avec l’état de l’art actuel
Capacité
Gemini 3.x / 2.5 Pro (public)
GPT-6 Astra (public)
Gemini 4 Pro (fuite / attendu)
Fenêtre de contexte
Jusqu’à ~1–2 M de jetons
1,050,000 jetons
1,5–2 M (rumeur)
Jetons de sortie max
~64k
128,000
256k divulgués
Raisonnement / modes de réflexion
Deep Think / Extended
niveaux d’effort faible → maximum
High‑effort (2,4 min observé)
Accent sur le codage / l’agentic
Fort (gains sur SWE‑bench)
Force phare
Priorité explicite + allégations des fuites
Multimodalité
Natif (texte/image/vidéo/audio)
Entrée texte + image
Poursuite attendue + amélioration
Statut
Production
Production (sep. 2026)
Point de contrôle interne, non publié
Notes du tableau : les chiffres de Gemini 4 Pro proviennent de la fuite argon et de rapports communautaires ; ce ne sont pas des spécifications officielles de Google. Les spécifications de GPT‑6 Astra proviennent de la documentation publique.
Conclusion
Gemini 4 Pro représente la prochaine étape annoncée de Google à la frontière : un effort d’entraînement à plus grande échelle explicitement destiné à suivre — et idéalement dépasser — les modèles contemporains d’OpenAI, Anthropic et autres. Le point de contrôle argon de septembre 2026 fournit le premier aperçu concret (quoique encore officieux) d’une capacité de sortie étendue et d’un raisonnement à effort élevé. Le calendrier de sortie semble converger vers octobre 2026, bien que l’évaluation et l’affinage post‑entraînement demeurent des variables.
La RSI reste une direction de recherche active plutôt qu’une fonctionnalité confirmée du modèle. En attendant, la voie pratique pour les développeurs est claire : continuer à livrer avec les meilleurs systèmes disponibles — GPT‑6 Astra, les modèles Gemini 3.x actuels et leurs pairs — tout en surveillant les canaux officiels de Google pour l’annonce de Gemini 4. Des plateformes comme CometAPI agrègent déjà ces modèles sous une seule clé et une seule facturation, réduisant les frictions dès aujourd’hui et lorsque Gemini 4 Pro arrivera.
Gemini 4 Pro arrive : tout ce que nous savons d'après les tests, les fuites et les rumeurs RSI - CometAPI
