Google DeepMind a présenté Gemini 4 Carbon, qu’il présente comme son modèle le plus performant à ce jour. Conçu pour le codage agentique sur de longues durées et pour la défense en cybersécurité, il arrive en tête de l’Artificial Analysis Intelligence Index v5.0, avec un score de 59. L’accès reste toutefois restreint : le modèle est d’abord ouvert à un groupe de défenseurs cyber vérifiés, et non à l’API publique.
- Google présente Gemini 4 Carbon, son modèle le plus performant pour le codage et la cybersécurité.
- L’accès reste limité à un groupe de défenseurs cyber vérifiés, sans API publique.
- Carbon arrive en tête sur quinze des dix-sept tests publiés, mais Google ne vérifie pas les scores concurrents.
- Le tarif d’introduction atteint 2 dollars en entrée et 10 dollars en sortie par million de tokens.
Selon Google, Gemini 4 Carbon est le deuxième modèle de la famille Gemini 4, après Gemini 4 Argon. Le groupe le destine aux tâches d’ingénierie complexes et de longue haleine. Ses équipes internes indiquent avoir vu Carbon travailler pendant plusieurs jours sur une seule tâche, notamment pour identifier l’origine de bogues subtils dans de vastes bases de code et dans des systèmes bas niveau, puis les corriger. Google indique aussi avoir affiné le modèle pour le développement web complet et la compréhension multimodale. Sur WebDev Arena, il gagne 89 points Elo et atteint la quatrième place avec 1769 points.
Des résultats publiés sur dix-sept tests de référence
Dans son article de lancement, Google publie un tableau de dix-sept indicateurs, selon lequel Gemini 4 Carbon se place en tête sur quinze d’entre eux, face à Gemini 4 Argon, GPT-6 Astra, Claude Opus 5.5 et Claude Fable 5.1. Le modèle a été évalué au réglage de raisonnement le plus élevé. Les scores des concurrents sont, pour la plupart, déclarés par chaque éditeur.
En codage agentique, Carbon obtient 65,2 % sur Terminal-Bench 4.0 (AA), contre 59,6 % pour Claude Opus 5.5. Sur FrontierSWE, c’est en revanche GPT-6 Astra qui devance le modèle, avec 65,5 % contre 61,2 %. Le modèle atteint 77,4 % sur Agents’ Last Exam v1.1. Sur GraphWalks, test portant sur des contextes de 256 000 à 1 million de tokens (unités de texte traitées par le modèle), il affiche 96,2 %, contre 71,8 % pour GPT-6 Astra.
Le volet cybersécurité occupe une place centrale. Google présente le modèle comme couvrant tout le cycle de défense : trouver une faille, la valider, puis la corriger. Les évaluations ont été menées sans garde-fous. Carbon obtient 88,2 % sur SEC-bench Pro, contre 85,4 % pour GPT-6 Astra, 54,8 % sur ExploitGym, contre 42,4 % pour GPT-6 Astra et 34,5 % pour Opus 5.5, et 71,0 % sur le CWE-bench de Collinear, contre 68,0 % pour Argon et GPT-6 Astra. Google précise avoir lui-même calculé les scores de SEC-bench Pro et d’ExploitGym, avec son propre environnement d’évaluation, Antigravity. Selon l’entreprise, l’équipe Chrome a jugé les correctifs produits par Carbon plus de dix fois meilleurs que ceux d’un modèle d’un autre laboratoire, et Wiz indique que le modèle est en tête de ses tests d’intrusion web.
Google avance également des gains sur la sécurité du comportement du modèle. Le taux de réussite des tentatives de triche sur Terminal-Bench 4.0 tombe à 0,0 %, et les alertes de mésalignement de forte gravité auraient baissé d’environ 80 % dans les environnements de codage internes. Sur le test Indirect Prompt Injection de Gray Swan, le taux d’attaque réussie passe de 0,7 % pour Argon à 0,0 %. Google souligne que ces chiffres proviennent de ses propres mesures et qu’aucune réplication indépendante n’est encore disponible.
Un accès progressif, des prix d’introduction
Google participe au processus volontaire de tests avant publication mis en place par le gouvernement américain. Dans un premier temps, seul un sous-ensemble de défenseurs cyber y a accès. D’autres partenaires de confiance suivront dans le cadre du programme Fairwind, qui privilégie les gouvernements, les opérateurs d’infrastructures critiques et les grandes plateformes technologiques. Les développeurs, les entreprises et les particuliers devront attendre, sans date annoncée. Google indique qu’il s’agira « dès que possible ».
Le tarif reprend celui d’Argon en phase d’introduction : 2 dollars par million de tokens en entrée et 10 dollars par million en sortie. Après cette période, les prix passeront à 4 et 20 dollars. Les entrées mises en cache bénéficient d’une réduction de 95 %.
