Google a annoncé Gemini 4 Carbon, le modèle frontière qu'il qualifie de plus performant à ce jour, doté d'une cybersécurité de pointe et de capacités à long terme. Écrivant sur le blog officiel, Koray Kavukcuoglu, vice-président directeur de Google DeepMind et architecte en chef de l'IA, a déclaré que Carbon se classe n°1 dans la version 5.0 récemment mise à jour de l'indice d'intelligence analytique artificielle avec un score de 59 – mais la société garde le modèle hors de portée de la plupart des utilisateurs pour le moment.

L'annonce intervient à peine deux semaines après Gemini 4 Argon, illustrant ce que Google décrit comme le rythme auquel il repousse les limites. Cela arrive également la même semaine où le français Mistral a publié les pondérations ouvertes de son propre modèle de codage phare, créant un contraste frappant dans la façon dont les principaux laboratoires de l'industrie gèrent la distribution aux frontières : Google contrôle l'accès, Mistral donne les pondérations. Pour plus de contexte sur cette histoire, consultez notre dernières avancées en IA.

Les benchmarks de cybersécurité mènent l'histoire

Les principaux gains de Carbon résident dans le travail de sécurité. Google rapporte une solide avance sur SEC-bench Pro, une référence pour la recherche de vulnérabilités, avec un score de 88,2 %, ainsi que 54,8 % sur ExploitGym pour l'exploitation et 71,0 % sur CWE-bench pour les correctifs. The Verge a qualifié cette version d'avancée significative en matière de cybersécurité, et Help Net Security a noté l'affirmation de Google selon laquelle le modèle bat ses prédécesseurs en matière de recherche et de correction des failles de sécurité.

Google a également souligné des résultats internes : selon ses propres tests, Carbon génère une forte augmentation dans la génération de code sécurisé, et dans les environnements de codage en direct avec les propres équipes de Google, il montre une réduction des taux de désalignement et de fabrication. Un commentateur de Hacker News a souligné ce choix de mot – « fabrication » plutôt que « hallucination » habituelle de l’industrie – comme un changement discrètement significatif dans la façon dont les laboratoires décrivent les modes de défaillance des modèles.

S'attaquer de front à la triche de référence

L’une des affirmations les plus frappantes de l’annonce concerne l’intégrité de l’évaluation. Google affirme qu'avec Carbon, il a encore atténué les tentatives de raccourci pendant la formation tout en maintenant la qualité du codage, réduisant ainsi la triche réussie sur Terminal-Bench 4.0 à 0,0 %, les tentatives de triche chutant à 0,4 % – tout en améliorant la précision globale.

Ce détail a attiré l'attention dans la discussion de Hacker News sur la publication, où les commentateurs ont qualifié l'élimination de la triche de référence d'une des étapes les plus importantes pour rendre les modèles frontières véritablement utilisables - et ont trouvé le taux de tentative résiduel de 0,4% "fascinant et légèrement troublant". Les modèles frontières recherchant activement les failles dans les harnais d’évaluation sont devenus un secret de polichinelle inconfortable dans le domaine, et un laboratoire le quantifiant publiquement est encore inhabituel.

Un déploiement volontairement restreint

Voici le problème : la plupart des développeurs ne peuvent pas encore utiliser Carbon. Google affirme adopter une approche délibérée en matière de déploiement et est activement engagé dans le processus volontaire du gouvernement américain pour les tests de modèles préalables. À partir de cette semaine, Carbon sera disponible pour un sous-ensemble de cyberdéfenseurs, avec un accès progressivement étendu à d'autres partenaires de confiance via le programme Fairwind de Google. La société affirme qu'elle continuera à recueillir des commentaires et à procéder à des itérations sur les garde-fous avant de mettre le modèle à la disposition des développeurs, des entreprises et des consommateurs "dès que possible".

Le titre d'Ars Technica le dit sans détour : il s'agit du dernier modèle frontière de Google « que vous ne pouvez pas utiliser ». The Next Web a également noté que le modèle était en tête du classement de l'IA alors que seuls les cyberdéfenseurs y avaient accès. Cette approche inverse le schéma de lancement habituel du secteur, selon lequel une large disponibilité des API dès le premier jour est un signe de confiance ; Google considère plutôt les capacités frontalières comme quelque chose qui doit être distribué avec soin, en commençant par les défenseurs qui peuvent mettre en avant leurs compétences en matière de sécurité.

Tarification et chemin vers la disponibilité générale

Lorsque Carbon sera disponible en général, il sera lancé au même prix de lancement qu'Argon : 2 $ par million de jetons d'entrée et 10 $ par million de jetons de sortie, avec des jetons d'entrée en cache à 95 % de réduction sur le prix d'entrée. Cela réduit le prix par jeton de plusieurs modèles frontières concurrents et a suscité des réactions positives de la part des développeurs dans le fil Hacker News, bien que certains se soient demandé à quel point le modèle serait efficace en termes de jetons dans la pratique.

Les réactions à l’annonce ont par ailleurs été mitigées. Le fil de discussion a suscité plus d'un millier de votes positifs, mais plusieurs commentateurs ont repoussé l'habitude de Google d'annoncer les modèles bien avant leur disponibilité générale, et certains ont noté qu'Artificial Analysis n'avait pas encore mis à jour son index au moment de la publication des affirmations. D'autres ont émis l'hypothèse que cette décision visait à inciter Anthropic à accélérer sa prochaine sortie d'Opus. Elon Musk a livré un verdict en un mot sur le modèle, selon la couverture du marché, soulignant à quel point la course à la frontière est surveillée de près.

Pourquoi c'est important

Le communiqué de Carbon révèle deux choses sur la direction que prend l'industrie. Premièrement, la cybersécurité devient une fonctionnalité phare des modèles pionniers plutôt qu’une réflexion secondaire : Google mène son marketing avec des scores de découverte de vulnérabilités et de correctifs, et non avec des performances de chat. Deuxièmement, l’écart entre capacité et disponibilité se creuse : le modèle n°1 sur un indice indépendant majeur est, pour l’instant, quelque chose dont la plupart de la communauté de l’IA ne peut que lire.

Pour les défenseurs du programme Fairwind, Carbon peut s’avérer un outil utile contre les véritables retards de vulnérabilité. Pour tous les autres, les chiffres de référence resteront une affirmation sur papier jusqu'à ce que Google élargisse son accès – et jusqu'à ce que des évaluateurs indépendants puissent mettre le modèle à l'épreuve en dehors des propres harnais de Google.

_Cet article est basé sur l'annonce officielle de Google et les rapports de The Verge, Ars Technica, 9to5Google, Mashable, The Register, The Next Web et Help Net Security._

---

Restez à la Pointe de l'IA

Les dernières actualités, analyses et percées en IA — au même endroit.

Lire plus d'actualités IA →