Gemini 4 Carbon prend l’avantage sur les tests d’IA
Google DeepMind a présenté Gemini 4 Carbon, deux semaines après Argon. Le modèle grimpe en tête de plusieurs benchmarks, avec une priorité donnée aux usages de développement autonome et à la cybersécurité.
Google DeepMind a lancé Gemini 4 Carbon le 28 octobre 2026, deux semaines après Gemini 4 Argon, avec un objectif clair : pousser plus loin les workflows autonomes sur plusieurs jours, notamment en développement logiciel et en sécurité. Sur l’Artificial Analysis Intelligence Index v5, le modèle grimpe à 59 points contre 50 pour Argon, tout en restant au coude-à-coude avec les meilleurs systèmes du marché. L’accès débute toutefois de façon restreinte, d’abord pour des experts en cybersécurité, car Google soumet Carbon à un pré-test volontaire du gouvernement américain. Pas vraiment le genre de sortie qu’on confie à la première main venue.
Un modèle pensé pour durer plusieurs jours sur le même chantier
Google présente Gemini 4 Carbon comme un modèle conçu pour des problèmes d’ingénierie « beaucoup plus difficiles » et de longue haleine. Dans ses tests internes, l’IA a travaillé plusieurs jours d’affilée sur des tâches complexes, allant de l’analyse de cause racine à la correction de bugs subtils dans de gros dépôts de code et des logiciels bas niveau.
La firme dit aussi avoir amélioré le raisonnement scientifique, la compréhension multimodale et le développement web full-stack à partir des retours utilisateurs. Sur WebDev Arena, Carbon gagne 89 points Elo et atteint 1 769 points, ce qui le place en quatrième position. Côté coding agentique, il réduit l’écart avec Claude Opus 5.5, mais reste derrière ce dernier sur certains classements spécialisés.
La sécurité devient un argument produit, pas seulement un garde-fou
Le volet cybersécurité occupe une place centrale dans cette version. Google affirme que Gemini 4 Carbon couvre tout le cycle de défense, de la détection de vulnérabilités à la rédaction de correctifs. Sur Gray Swan, le taux de réussite d’attaque par prompt injection indirect passe de 0,7 % avec Argon à 0,0 % avec Carbon, selon les chiffres communiqués par Google. Cela ne signifie pas que l’injection de prompts est réglée pour de bon, mais le test semble avoir atteint sa limite.
Sur les benchmarks de sécurité, les résultats sont plus tranchés encore. SEC-bench Pro affiche 88,2 % de score, CWE-Bench 71,0 % et ExploitGym 54,8 % après dix heures d’exécution. Google précise aussi que certains tests ont été menés sans garde-fous de sécurité, ce qui explique en partie le cadrage très encadré du lancement. Les experts cybersécurité sont servis en premier ; les autres attendront le tour suivant.
Des classements serrés, mais un coût contenu
Les benchmarks indépendants confirment une nette progression par rapport à Argon. Sur Artificial Analysis, Gemini 4 Carbon prend la tête de l’Intelligence Index v5 avec 59 points, contre 50 pour son prédécesseur. Sur les tâches de connaissance agentique, il gagne 126 points Elo pour atteindre 1 609, sans pourtant dépasser certains concurrents comme Kimi K3.1 Pro ou Muse Wonder.
En revanche, tout n’avance pas au même rythme. Le taux de réponses correctes monte de 48 % à 58 %, mais le taux d’hallucination grimpe de 4 % à 11 %, tout en restant parmi les plus faibles du classement. Sur Vals AI, Carbon atteint 70,36 % de précision, derrière Claude Sonnet 5.5 à 70,85 %, mais devant Claude Opus 5.5 à 70,18 % et Argon à 69,24 %.
Le point fort, ici, tient au rapport entre performance et coût. Google maintient le même tarif de lancement qu’Argon, soit 2 dollars par million de tokens d’entrée et 10 dollars par million de tokens de sortie. Selon Artificial Analysis, le coût par tâche reste proche de celui d’Argon, autour de 7,76 dollars, pour un niveau de performance supérieur.
Ce que ce lancement dit de la stratégie de Google
Ce rythme de publication à deux semaines d’intervalle montre que Google veut occuper le terrain très vite, sans laisser le temps aux concurrents de verrouiller la comparaison. La stratégie est lisible : pousser un modèle plus fort sur les tâches longues, mieux positionné sur la sécurité, et suffisamment compétitif sur le prix pour rester attractif auprès des développeurs et des entreprises. Entre vitesse de sortie et prudence réglementaire, Gemini 4 Carbon incarne surtout un pari : aller plus vite que le marché, sans se brûler les ailes en route.
Google prévoit ensuite d’ouvrir le modèle à des développeurs, des entreprises et, plus tard, au grand public via ses interfaces produit, une fois les retours collectés et les garde-fous ajustés. À ce stade, Carbon s’impose surtout comme un modèle de transition vers des usages plus autonomes, où l’IA ne se contente plus de répondre vite, mais doit aussi tenir la distance.
