Google tient un nouveau modèle phare, mais presque personne ne peut encore s'en servir. Gemini 4 Carbon a été présenté le 28 octobre par Koray Kavukcuoglu, vice-président senior de Google DeepMind et architecte en chef de l'IA chez Google, à peine deux semaines après la mise à disposition générale de Gemini 4 Argon. Le groupe le décrit comme son système le plus puissant à ce jour, avec des progrès marqués en sécurité logicielle et sur des tâches qui s'étirent sur des heures, voire des jours.
Le chiffre mis en avant est un score de 59 sur la version 5.0 de l'Artificial Analysis Intelligence Index, ce qui placerait Carbon au premier rang selon Google. The Verge relevait le même jour que le graphique de l'indice relègue derrière lui Claude Opus 5.5 d'Anthropic et GPT-6 Astra d'OpenAI. Sur des épreuves de sécurité menées sans garde-fous, Google annonce 88,2 % sur SEC-bench Pro, consacré à la découverte de vraies vulnérabilités, 54,8 % sur ExploitGym, qui porte sur l'exploitation, et 71,0 % sur CWE-bench de Collinear, qui évalue des correctifs fonctionnels.
Ces résultats éclairent un déploiement atypique. Google affirme participer au dispositif volontaire du gouvernement américain de tests avant publication et confie Carbon, dès cette semaine, à un petit groupe de défenseurs informatiques. D'autres partenaires de confiance s'ajouteront par étapes au sein du Fairwind Program. Développeurs, entreprises et grand public n'y accéderont que plus tard, via les produits Google, une fois les retours recueillis et les protections ajustées. Aucune date n'est avancée.
Le tarif, lui, est déjà connu. Pendant une période de lancement, Carbon coûtera autant qu'Argon : 2 dollars par million de jetons en entrée et 10 dollars par million en sortie, avec une remise de 95 % sur les entrées en cache. Ensuite, la facture double pour atteindre 4 et 20 dollars. Google n'a pas précisé la durée de cette phase.
Au-delà de la sécurité, Google présente Carbon comme un modèle pensé pour l'ingénierie agentique au long cours. Des équipes internes l'auraient vu s'acharner pendant des jours sur des problèmes ardus, par exemple remonter jusqu'à la cause d'un bogue discret dans une vaste base de code puis le corriger. Sur WebDev Arena, il gagne 89 points Elo et grimpe à la quatrième place avec 1768. Google invoque aussi ses propres constats : un taux de réussite plus de deux fois supérieur à celui d'Argon pour produire du code sûr, un retour de l'équipe Chrome jugeant ses correctifs plus de dix fois meilleurs que ceux d'un modèle concurrent non nommé, et une avance en tests d'intrusion web signalée par Wiz, que Google présente comme sa propre plateforme de sécurité cloud.
Une bonne partie de l'annonce porte sur le comportement plus que sur la performance brute. D'après Google, Carbon n'a réussi aucune triche sur Terminal-Bench 4.0 et n'a essayé que dans 0,4 % des cas ; les alertes graves de désalignement en développement interne ont reculé de près de 80 % ; les affirmations non étayées ont été divisées par deux environ par rapport à Argon. Le groupe évoque encore 26 % de débordements en moins, 29 % de travail inachevé en moins sur des plans à plusieurs étapes, et un taux de réussite des attaques de 0,0 % sur le test d'injection indirecte de Gray Swan, contre 0,7 % pour Argon.
Tous ces chiffres émanent de Google, et plusieurs reposent sur des évaluations maison ou sur des équipes du groupe. Les scores de cybersécurité ont été mesurés sans garde-fous, ce qui renseigne davantage sur la capacité brute que sur l'expérience réelle des clients. Des tests indépendants ne deviendront possibles qu'avec l'élargissement de l'accès au-delà de la première cohorte de défenseurs, dont le calendrier reste flou.