Deux semaines après Argon, Google dégaine Gemini 4 Carbon, son modèle le plus avancé. Il promet beaucoup en matière de code et de cybersécurité, mais reste pour l’instant réservé à une poignée d’experts.
Introduction
Google enchaîne les sorties. Sundar Pichai vient en effet de présenter Gemini 4 Carbon, que le groupe décrit comme son modèle d’IA le plus avancé à ce jour. Il arrive à peine deux semaines après Gemini 4 Argon, et quelques semaines après GPT-6.1 Sol chez OpenAI et Claude Opus 5.5 chez Anthropic, tous deux sortis presque en même temps en septembre. Le patron de Google revendique ce rythme. « J’avais bien dit que nous publierions nos modèles à intervalles réguliers… Voici Gemini 4 Carbon, notre nouveau modèle de pointe. Deux semaines seulement après la sortie d’Argon, Carbon montre à quelle cadence nous repoussons la frontière. Il se classe premier de la version 5.0, tout juste mise à jour, de l’index d’Artificial Analysis », a-t-il écrit.
Le nouveau venu se concentre sur trois terrains, la programmation, les tâches agentiques qui s’étirent dans la durée et la sécurité informatique. Koray Kavukcuoglu, vice-président de Google DeepMind, le présente comme le modèle le plus puissant de la maison, avec un niveau de premier plan en cybersécurité et sur les missions au long cours. Inutile toutefois de chercher à l’essayer, nous y reviendrons.
Une première place arrachée d’une courte tête
Sur l’Artificial Analysis Intelligence Index v5.0, Carbon totalise 59 points. Il devance Claude Opus 5.5 d’un point (58), GPT-6 Astra de deux (57) et Argon de neuf (50). Face au modèle maison lancé ce mois-ci, le bond est franc. Face à la concurrence, il tient dans un mouchoir de poche.
Le détail des épreuves de programmation nuance d’ailleurs le tableau. Carbon atteint 65,2 % sur Terminal-Bench 4.0 et 9,6 % sur SWE-sweep. En développement web, il progresse de 89 points Elo, ce qui ne lui vaut pourtant que la quatrième place de WebDev Arena. Il reste derrière Claude Opus 5.5 sur le Coding Agent Index d’Artificial Analysis, et derrière plusieurs rivaux sur AA-Briefcase, qui évalue les flux de travail professionnels. Il prend en revanche la tête de l’AA-Omniscience Index, un résultat qui laisse penser qu’il invente moins de réponses que les autres modèles.
Google met surtout en avant son endurance. En interne, ses équipes l’auraient vu travailler plusieurs jours d’affilée sans se laisser arrêter par les impasses, jusqu’à remonter à l’origine de bugs subtils enfouis dans d’immenses bases de code et des systèmes de bas niveau.
Des scores de cybersécurité obtenus sans garde-fous
C’est en sécurité informatique que Carbon affiche ses chiffres les plus spectaculaires. Il obtient 88,2 % sur SEC-bench Pro, qui consiste à débusquer des failles dans de vrais logiciels, et 54,8 % sur ExploitGym, où il faut réellement les exploiter. Il atteint 71 % sur CWE-bench, consacré à la rédaction de correctifs. Notez que ces trois évaluations ont été menées sans garde-fous, alors que les premiers utilisateurs auront droit à une version bridée. L’équipe Chrome de Google affirme de son côté que Carbon produit des correctifs de bonne qualité plus de dix fois plus souvent qu’un grand modèle issu d’un autre laboratoire, dont elle tait le nom. Toujours en interne, son taux de réussite en écriture de code sécurisé dépasse de plus du double celui d’Argon.
Côté fiabilité, Google dit avoir voulu un modèle capable de traiter correctement les tâches complexes ou menées sous pression. Selon ses tests, Carbon avance environ deux fois moins d’affirmations non étayées que son prédécesseur, et les alertes graves de désalignement ont reculé de près de 80 % chez les équipes du groupe qui codent avec lui. Sur Terminal-Bench 4.0, il n’est parvenu à tricher à aucune reprise et ne s’y est essayé que dans 0,4 % des cas. Face aux tests d’injection de prompt indirecte de Gray Swan, aucune attaque n’a abouti, contre 0,7 % pour Argon. Rappelons que tous ces chiffres de cybersécurité et de fiabilité émanent de Google et qu’aucun organisme indépendant ne les a encore vérifiés.
Un accès au compte-gouttes
Une puissance pareille en matière de failles logicielles explique en partie la prudence du déploiement. Les premiers à mettre la main sur Carbon seront les experts en cybersécurité du programme Fairwind, avant une ouverture progressive à d’autres partenaires jugés de confiance. Google soumet par ailleurs son modèle au dispositif volontaire d’évaluation préalable mis en place par le gouvernement américain.
Pour les développeurs, les entreprises et le grand public, aucune date n’est avancée. Google s’engage seulement à ouvrir l’accès aussi vite que possible, sans préciser quels abonnements Gemini donneront droit au modèle.
Le tarif de l’API est en revanche déjà fixé. Pendant la période de lancement, Carbon reprend celui d’Argon, soit environ 1,80 € HT (2 dollars) par million de tokens en entrée et 9 € HT (10 dollars) en sortie. C’est deux fois moins que Claude Opus 5.5, facturé environ 3,60 € et 18 € HT (4 et 20 dollars), et cinq fois moins que GPT-6 Astra, à environ 9 € et 45 € HT (10 et 50 dollars). Une fois la promotion terminée, les prix de Carbon doubleront pour s’aligner sur ceux d’Opus 5.5, à environ 3,60 € HT en entrée et 18 € HT en sortie par million de tokens.
Journaliste
