Gemini 4 Carbon : Google dévoile son modèle le plus puissant, d’abord réservé à la cyberdéfense

La cadence s’accélère chez Google. Deux semaines seulement après Gemini 4 Argon, Google DeepMind a dévoilé le 28 octobre 2026 Gemini 4 Carbon, présenté comme son modèle d’intelligence artificielle le plus puissant. Il prend la tête de plusieurs classements indépendants et se distingue surtout en cybersécurité, au point que Google, comme pour Argon, a choisi de le confier d’abord aux seuls spécialistes de la défense informatique. Le grand public devra patienter.

Un modèle conçu pour les longues tâches

Google présente Carbon comme un modèle taillé pour les problèmes d’ingénierie difficiles et de longue haleine, qui demandent de travailler en autonomie pendant de longues périodes. Selon l’entreprise, des équipes internes l’ont fait fonctionner pendant plusieurs jours d’affilée : il a contourné seul des impasses et mené des analyses de cause et des corrections de bogues subtils dans des bases de code volumineuses et complexes. Google revendique aussi des progrès en raisonnement scientifique, en compréhension d’images et de documents et en développement web.

Cette capacité d’endurance correspond à l’évolution des usages : les modèles ne se contentent plus de répondre à une question, ils deviennent des agents qui enchaînent des actions pendant des heures pour mener une mission à bien.

En tête de plusieurs classements

Les premiers résultats indépendants confirment le bond par rapport à Argon, avec quelques nuances :

Selon Artificial Analysis, le taux de bonnes réponses à ses questions de connaissances passe de 48 % à 58 % par rapport à Argon. Revers de la médaille, le taux d’hallucinations, ces réponses inventées présentées comme vraies, augmente lui aussi, de 4 % à 11 %, tout en restant parmi les plus bas mesurés. Sur le travail de bureau, comme la production de présentations et d’analyses, Carbon progresse nettement mais reste derrière plusieurs concurrents, dont le chinois Kimi K3.1 Pro.

Un agent efficace mais plus bavard

Sur l’Agent Arena, qui compare les modèles lors de vraies sessions de travail confiées à des agents, Carbon se classe deuxième sur plus de 21 900 sessions, derrière Claude Opus 5.5, mais devant GPT-6 Astra d’OpenAI. Son coût médian par tâche, 1,80 dollar, est inférieur de 72 % à celui du modèle d’Anthropic. Les mesures de Vals AI montrent en revanche que Carbon réfléchit davantage qu’Argon : il produit 2,3 fois plus de jetons de raisonnement, et certaines tâches financières ou fiscales prennent plus de deux fois plus de temps. Plus puissant, le modèle n’est donc pas toujours plus rapide.

Un spécialiste de la cybersécurité

C’est en sécurité informatique que Carbon impressionne le plus. Sur le test SEC-bench Pro, qui mesure la capacité à découvrir seul des vulnérabilités, il atteint 88,2 %, le meilleur score mesuré. Il mène aussi largement sur CWE-Bench, qui évalue la rédaction de correctifs, avec 71 %. Sur ExploitGym, qui teste la transformation d’une faille en attaque fonctionnelle, il réussit 54,8 % des cas en dix heures. Ces trois tests ont été menés sans les garde-fous de sécurité qui brideront le modèle en production.

Google affirme aussi que Carbon produit du code sûr deux fois plus souvent qu’Argon, et son équipe Chrome dit avoir obtenu des correctifs de sécurité bien meilleurs qu’avec le modèle d’un concurrent non nommé. Ces résultats internes n’ont pas été vérifiés de manière indépendante. Côté défense, le taux de réussite des attaques par injection de requête indirecte, ces instructions malveillantes cachées dans une page web ou un document lu par l’IA, tombe à zéro sur le test de Gray Swan, contre 0,7 % pour Argon. Google prévient toutefois que ce problème n’est pas résolu pour autant.

Pourquoi le grand public doit attendre

Des capacités aussi poussées en recherche de failles sont à double tranchant : elles aident les défenseurs à corriger leurs systèmes, mais pourraient servir à des attaquants. Google a donc opté pour un déploiement progressif. Des experts en cybersécurité sélectionnés ont accès au modèle depuis la semaine de l’annonce, puis l’accès doit s’élargir à des partenaires de confiance via le programme Fairwind de Google DeepMind. Le modèle passe aussi par les tests volontaires avant publication proposés par le gouvernement américain.

Google prévoit d’ouvrir ensuite Carbon aux développeurs, aux entreprises et au grand public, après avoir recueilli des retours et ajusté ses garde-fous, sans date annoncée. Aucune information n’a été donnée sur une disponibilité spécifique en Europe. C’est la même stratégie que pour Gemini 4 Argon, lui aussi réservé d’abord aux cyberdéfenseurs fin septembre.

Un prix inchangé

Pour les développeurs qui y auront accès, Google annonce un tarif de lancement identique à celui d’Argon : 2 dollars par million de jetons en entrée et 10 dollars en sortie, les jetons étant les unités de texte traitées par le modèle. Ce tarif correspond à une remise de 50 % valable jusqu’à la fin de 2026 sur le prix normal de 4 et 20 dollars. Les données mises en cache bénéficient d’une réduction de 95 %.

Selon Artificial Analysis, Carbon produit en moyenne 29 % de jetons de sortie en moins que Claude Opus 5.5 pour accomplir les mêmes tâches, pour un coût par tâche inférieur d’environ 23 % à celui du modèle d’Anthropic (7,76 dollars contre 10,04 dollars).

Ce qu’il faut retenir pour les utilisateurs

Pour les particuliers et la plupart des entreprises, Gemini 4 Carbon n’est pas encore utilisable : l’application Gemini continue de fonctionner avec les modèles déjà disponibles. Les entreprises de cybersécurité peuvent se renseigner sur le programme Fairwind pour demander un accès anticipé. Pour les autres, ces annonces rapprochées invitent à la prudence : plutôt que de changer d’outil à chaque nouveau champion des classements, mieux vaut tester les modèles sur ses propres tâches, avec ses propres documents, et comparer la qualité des réponses, le temps de traitement et le coût réel. Un modèle premier au classement général peut se montrer moins adapté qu’un autre sur un usage précis, comme la rédaction, l’analyse financière ou la programmation.

Le lancement confirme surtout une tendance de fond. Les grands laboratoires sortent désormais des modèles à quelques semaines d’intervalle, et la cybersécurité devient le premier terrain où ils choisissent de restreindre l’accès, à l’inverse de Mistral AI, qui a choisi de publier les poids de Mistral Large 4 tout en mettant en avant ses usages de cyberdéfense. Plusieurs zones d’ombre demeurent. Google n’a publié ni rapport technique détaillé ni nombre de paramètres, et n’a pas précisé par quels produits, interface pour développeurs, application Gemini ou outils comme NotebookLM, le modèle sera d’abord proposé. Reste aussi à savoir combien de temps ces précautions tiendront face à la pression commerciale et à la course entre Google, OpenAI et Anthropic.