Google DeepMind a publié Gemini 4 Carbon, son nouveau modèle d'IA frontalier, deux semaines seulement après la livraison de Gemini 4 Argon. Le nouveau modèle fait ses débuts au sommet de l'indice d'intelligence analytique v5 avec 59 points – un bond de neuf points par rapport aux 50 d'Argon – et est conçu pour un travail d'ingénierie autonome et de longue durée. Cependant, la plupart des utilisateurs devront attendre : en raison de ses capacités avancées de cybersécurité, Carbon est soumis au processus de pré-test volontaire du gouvernement américain et n'est initialement disponible que pour des experts en sécurité sélectionnés. Pour une couverture continue des derniers développements de l'IA, suivez AI Buzz Wire à mesure que le déploiement se développe.
Un déploiement axé sur la sécurité
Le chemin de sortie inhabituel de Carbon reflète la capacité du modèle à effectuer un cyber-travail offensif et défensif. Google affirme que ses capacités couvrent tout le cycle de vie de la cyberdéfense, depuis la détection et la validation des vulnérabilités jusqu'à leur correction. Reuters a rapporté que le modèle était clairement axé sur la cybersécurité, et Ars Technica l'a dit sans détour dans son titre : il s'agit d'un modèle frontière « que vous ne pouvez pas utiliser » – du moins pas encore, alors qu'il est dans le processus de pré-test du gouvernement pour les systèmes d'IA avancés.
Google n'a pas annoncé de date de disponibilité générale. Les prix, cependant, sont déjà publics : le carbone coûte le même prix que l'argon, ce qui maintient les tarifs des jetons frontières de Google inchangés sur deux générations de modèles successives.
Conçu pour un travail autonome sur plusieurs jours
La société affirme avoir conçu Carbon pour « des problèmes d’ingénierie beaucoup plus difficiles et à long terme » qui nécessitent des flux de travail agents persistants. Selon Google, les équipes internes ont exécuté le modèle pendant plusieurs jours d'affilée, au cours desquels il a travaillé seul dans des impasses et a géré des tâches complexes en plusieurs étapes telles que l'analyse des causes profondes et des corrections de bogues subtiles dans de grandes bases de code et des logiciels de bas niveau.
Google signale également des améliorations dans le raisonnement scientifique, la compréhension multimodale et le développement Web full-stack, basées sur les premiers commentaires des utilisateurs.
Fort dans l'ensemble, je poursuis toujours Claude en codage
Le tableau de référence est solide, mais pas net. Sur l'indice d'intelligence analytique artificielle v5, Carbon, à son niveau de raisonnement le plus élevé, est en tête du domaine principalement grâce aux meilleurs scores en raisonnement complexe, en récupération de connaissances et en tâches scientifiques, prenant la première place dans quatre des neuf évaluations individuelles de l'indice.
En codage agent, Carbon est toujours derrière Claude Opus 5.5 d'Anthropic de trois points — 59 contre 62 — même après un grand bond par rapport aux 53 d'Argon. Dans le classement WebDev Arena, Carbon a gagné 89 points Elo pour atteindre 1 769, ce qui le place quatrième.
Les évaluations indépendantes racontent une histoire similaire. La plateforme d'évaluation Vals AI classe Carbon deuxième avec une précision de 70,36 pour cent, derrière Claude Sonnet 5,5 avec 70,85 pour cent mais devant Claude Opus 5,5 avec 70,18 pour cent, avec Argon quatrième avec 69,24 pour cent.
Sur le benchmark AA-Briefcase d'Artificial Analysis pour le travail de connaissances agentiques, Carbon a atteint 1 609 Elo, soit un gain de 126 points par rapport aux 1 483 d'Argon. Il se situe toujours derrière Kimi K3.1 Pro à 1 678, Muse Wonder à 1 659 et Grok 4.7 à son réglage xhigh à 1 638.
Précision en hausse, hallucinations en hausse aussi
La précision des réponses sur les évaluations d'Analyse Artificielle est passée de 48 pour cent avec Argon à 58 pour cent avec Carbon. Le taux d’hallucinations est passé de 4 à 11 pour cent – un chiffre plus élevé, mais toujours le deuxième plus bas du classement. À titre de comparaison, Claude Opus 5.5 et GPT-6 Astra, à leurs paramètres de raisonnement maximum, se situent chacun à 50 % sur la même mesure, selon les données d'analyse artificielle rapportées par The Decoder.
Benchmarks de sécurité : un score d'injection rapide proche de la perfection
La sécurité est le domaine où Google revendique ses plus grandes victoires. Dans la sélection de référence de l'entreprise, Carbon occupe la première place dans 15 des 16 tests, se démarquant notamment dans les tâches de sécurité et de contexte long.
Sur le benchmark d'injection rapide indirecte de Grey Swan, Google affirme que Carbon a poussé le taux de réussite des attaques de 0,7 % avec Argon à 0,0 %, bloquant ainsi toute tentative de manipulation dans l'ensemble de test. The Decoder prévient que cela ne signifie pas que l’injection rapide est résolue – le test semble saturé – mais le résultat aide à expliquer pourquoi les responsables américains souhaitent examiner le modèle avant son déploiement avant qu’il ne soit rendu public.
Deux modèles frontières en deux semaines
Le rythme est le message. Deux versions phares en quinze jours – Argon à la mi-octobre, Carbon maintenant – marquent une cadence agressive de la part de Google DeepMind alors qu'il est en concurrence avec Anthropic et OpenAI pour le sommet des classements indépendants et pour les contrats d'entreprise.
Pour l'instant, le tableau de bord se lit comme suit : Carbon est en tête de l'indice global, Claude Opus 5.5 conserve la couronne du codage agent, et le modèle cyber-capable le plus puissant du marché est derrière la porte d'un examen gouvernemental. Lorsque Carbon s'ouvrira plus largement, des prix inchangés signifieront que le véritable concours sera décidé par la capacité par jeton plutôt que par les remises – et Google vient de relever la barre sur cette mesure.
---
Gardez une longueur d'avance sur l'IARecevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.
Lire plus d'actualités sur l'IA →
