Gemini 4 Carbon : le tout nouveau world model de Google

Deux semaines après la mise à disposition générale de Gemini 4 Argon, Google revient déjà avec un nouveau modèle. Annoncé aujourd'hui, Gemini 4 Carbon est présenté comme son « modèle de frontière nouvelle génération » et prend la première place du tout nouvel Artificial Analysis Intelligence Index v5.0.

La plupart des utilisateurs ne peuvent pas encore l'essayer. Carbon est d'abord déployé auprès d'un petit groupe de défenseurs en cybersécurité ; les développeurs, les entreprises et le grand public y auront accès plus tard.

Dans cet article, je présente ce qu'est Gemini 4 Carbon, ce qui a changé depuis Argon, ses performances sur les benchmarks (ceux de Google et des évaluations indépendantes), ses tarifs et quand vous pourrez commencer à l'utiliser.

Enfin, avant de commencer, vous avez peut-être atterri ici après avoir entendu parler des annonces IA de Google en général. Pour être clair, Gemini 4 Carbon (le sujet de cet article) est un grand modèle de langage de pointe, axé sur le texte et le code ; Genie 4, également tout juste publié, est un world model interactif basé sur la physique pour des simulations numériques en temps réel. Genie 4 mérite également le détour.

Qu'est-ce que Gemini 4 Carbon ?

Gemini 4 Carbon est le tout dernier modèle de la famille Gemini 4 de Google, positionné au-dessus de Gemini 4 Argon. C'est un événement, car à sa sortie il y a seulement quelques semaines, Argon a été perçu comme un vrai retour en force de Google grâce à ses résultats impressionnants sur les benchmarks.

Carbon fait encore mieux. Google présente ce modèle comme idéal pour des tâches agentiques de longue haleine, c'est-à-dire des travaux en plusieurs étapes, multipliant les appels d'outils et capables de se remettre d'impasses.

Selon Google DeepMind, des équipes internes ont vu Carbon fonctionner pendant plusieurs jours sur des problèmes d'ingénierie multiétapes, comme l'analyse des causes racines et la création de correctifs dans de vastes bases de code et des systèmes bas niveau.

Google annonce également des progrès en :

• Programmation et développement web full-stack
• Tâches agentiques et utilisation de l'ordinateur
• Raisonnement scientifique
• Compréhension multimodale

Google n'a publié ni rapport technique, ni détails d'architecture, ni nombre de paramètres. Aucun spécification d'API n'a été partagée non plus, on ne sait donc pas encore si Carbon conserve les limites d'Argon (fenêtre de contexte de plus d'un million de tokens, limite de sortie par défaut de 65 536 tokens, et entrées texte, image, vidéo, audio et PDF).

Gemini 4 Carbon vs Gemini 4 Argon

Le déploiement de Gemini 4 s'est accéléré :

Les résultats aux benchmarks sont incontestablement solides. Notez comme Carbon améliore Argon sur les 17 lignes de la comparaison publiée par Google.

Benchmarks de Gemini 4 Carbon face à la concurrence

Divisons cette section en deux : les résultats communiqués par Google et les évaluations indépendantes.

Résultats rapportés par Google

Carbon obtient le meilleur score sur 15 lignes sur 17. Les deux exceptions :

• Génie logiciel : sur FrontierSWE 2, GPT-6 Astra et Claude Opus 5.5 dépassent Carbon.
• Utilisation de l'ordinateur : sur le sous-ensemble hors ligne d'OSWorld-2.1, Claude Opus 5.5 mène la danse.

L'avance la plus nette de Carbon concerne le raisonnement en long contexte. Sur GraphWalks, il surclasse nettement GPT-6 Astra et Opus 5.5.

Sur Vending-Bench 2, un benchmark simulant une activité commerciale, Carbon termine avec un solde de 16 484 $, devant GPT-6 Astra et Argon.

Point d'attention : les résultats de Google ne comportent pas d'estimation d'incertitude, et les benchmarks de sécurité ont été exécutés sans garde-fous ; les performances réelles peuvent donc différer.

Évaluations indépendantes

Les chiffres indépendants d'Artificial Analysis confirment globalement les affirmations de Google, avec quelques nuances :

• Intelligence Index v5.0 : Carbon prend la tête, de justesse devant Claude Opus 5.5 et GPT-6 Astra, et nettement devant Argon. La version 5.0 est une refonte plus exigeante de l'index, avec une majorité de questions issues de tests privés ou non publiés, d'où des scores plus bas qu'auparavant.
• Coding Agent Index : Carbon (via Antigravity CLI) obtient 59. Belle progression par rapport à Argon (53), mais derrière Claude Code avec Opus 5.5 (62).
• AA-Briefcase (travail de connaissance) : 1 609 Elo, soit +126 points par rapport à Argon, mais encore derrière Grok 4.7, Muse Wonder et Kimi K3.1 Pro.
• AA-Omniscience (connaissances factuelles) : Carbon prend la tête avec un score de 54 et répond correctement à 58 % des questions (Argon : 48 %). Cependant, son taux d'hallucinations passe de 4 % à 11 %.

Sur WebDev Arena, Carbon se classe 4e avec 1 769 Elo, soit +89 points.

À retenir : Carbon est aujourd'hui le modèle le plus complet sur l'ensemble des classements, mais il n'est pas le meilleur partout. Si votre charge porte surtout sur le code agentique ou l'utilisation de l'ordinateur, l'écart reste serré.

Cybersécurité de Gemini 4 Carbon

La sécurité est l'un des grands volets de ce lancement. Google décline son travail cyber en trois étapes, sur lesquelles Carbon affiche de très bons scores :

1. Découverte de vulnérabilités : 88,2 % sur SEC-bench Pro (état de l'art)
2. Validation d'exploits : 54,8 % sur ExploitGym (état de l'art)
3. Correctifs : 71,0 % sur CWE-bench

Google indique aussi :

• Un taux de réussite de génération de code sûr plus de deux fois supérieur à celui d'Argon
• Carbon fait plus de dix fois mieux qu'un autre modèle de frontière d'un laboratoire concurrent pour générer des correctifs de haute qualité (sans que ce laboratoire soit nommé)

Des capacités à double tranchant : un modèle qui détecte et exploite aussi bien les failles intéresse autant les défenseurs que les attaquants, ce qui peut expliquer un déploiement prudent.

Améliorations en sécurité et fiabilité

Carbon reprend la même pile de sécurité en couches qu'Argon : apprentissage de sécurité, défenses contre les usages malveillants en temps réel, résilience aux prompt injections et supervision du chain-of-thought. Google annonce ces progrès par rapport à Argon :

• Moins d'affirmations non étayées : environ divisé par deux
• Alertes de désalignement : les alertes de forte gravité en environnement de codage en direct chutent de près de 80 %
• Contrôle du périmètre : surexécution en baisse de 26 %, sous-service en baisse de 29 %
• Fraude aux benchmarks : 0,0 % de triche réussie sur Terminal-Bench 4.0, avec des tentatives tombant à 0,4 %
• Prompt injection : 0,0 % de succès sur le benchmark de prompt injection indirecte de Gray Swan (Argon : 0,7 %)

Notez que le résultat sur les « affirmations non étayées » provient des tests internes de Google, tandis qu'Artificial Analysis a mesuré un taux d'hallucinations plus élevé sur AA-Omniscience. Les deux tests ne mesurent pas la même chose, mais cela nuance le tableau.

Tarification de Gemini 4 Carbon

Carbon arrive au même prix de lancement qu'Argon :

Google n'a pas indiqué la fin de la période de lancement de Carbon. À titre de repère, les tarifs de lancement d'Argon se terminent le 30 novembre 2026.

Par exemple, une charge de travail avec 10 M de tokens d'entrée et 1 M de tokens de sortie coûterait environ 30 $ au tarif de lancement et 60 $ ensuite.

Comment accéder à Gemini 4 Carbon

Pour l'instant, vous ne le pouvez probablement pas. Voici le plan de déploiement :

1. Maintenant : un sous-ensemble de défenseurs cyber y a accès.
2. Prochainement : extension progressive à davantage de partenaires de confiance via le programme Fairwind de Google.
3. Plus tard : développeurs, entreprises et grand public. 

En attendant, Gemini 4 Argon est déjà disponible au même prix de lancement et constitue un bon moyen de commencer à bâtir des workflows que vous pourrez ensuite migrer vers Carbon.

Conclusion

Au final, comme Carbon adopte exactement la même grille tarifaire qu'Argon, il est très probable qu'il éclipse rapidement son prédécesseur pour la plupart des utilisateurs. Dès que Carbon sera largement disponible, je m'attends à ce que les développeurs et les entreprises y migrent naturellement pour profiter de ses capacités supérieures.