IA · 4 min de lecture
Gemini 4 Carbon : Google prend la tête du classement, deux semaines après Argon
Annoncé le 28 octobre, Gemini 4 Carbon obtient 59 points sur l'Intelligence Index d'Artificial Analysis, un de plus que Claude Opus 5.5. Google met en avant ses résultats en cybersécurité et le réserve d'abord à des spécialistes de la cyberdéfense. Pas de date pour le grand public, mais le prix de lancement est connu : 2 $ et 10 $ le million de tokens.
Google a présenté Gemini 4 Carbon le 28 octobre, dans un billet signé Koray Kavukcuoglu, responsable de l'architecture IA de Google. Il arrive deux semaines après l'ouverture de Gemini 4 Argon aux abonnés payants. Google le présente comme son modèle le plus fort, conçu pour les longues tâches de programmation et pour la cybersécurité.
Premier du classement d'Artificial Analysis, de justesse
Artificial Analysis, qui teste les modèles de façon indépendante, a refondu son Intelligence Index (version 5.0) au moment de cette sortie. Carbon y obtient 59 points, devant Claude Opus 5.5 d'Anthropic (58), GPT-6 Astra d'OpenAI (57) et Gemini 4 Argon (50), selon les chiffres repris par Neowin et OfficeChai. Les 53 points d'Argon cités au moment de sa sortie portaient sur l'ancienne version de l'index.
Artificial Analysis nuance ce résultat. Carbon est premier sur 4 des 9 tests de l'index, en raisonnement complexe, en connaissances et en sciences. Avec 59 points contre 62 sur l'index dédié au code, il reste derrière Claude Opus 5.5 en programmation par agents. Sur AA-Briefcase, qui mesure le travail de bureau confié à un agent, il est devancé par Grok 4.7, Muse Wonder et Kimi K3.1 Pro.
Sur le test AA-Omniscience, Carbon répond juste plus souvent qu'Argon (58 % de bonnes réponses, 10 points de plus), mais il invente aussi davantage, avec un taux d'hallucination qui passe de 4 % à 11 %. C'est encore le deuxième plus bas de tous les modèles testés, contre 50 % pour Claude Opus 5.5 et GPT-6 Astra.
Les chiffres de Google
Sur les 15 tests publiés par Google, Carbon arrive en tête sur 11 d'après le décompte d'OfficeChai. Il est nettement battu sur deux : OSWorld 2.1, où Claude Opus 5.5 contrôle mieux un ordinateur (87,2 % contre 81,5 %), et FrontierSWE 2, où GPT-6 Astra programme mieux (65,5 % contre 61,2 %). Ars Technica remarque que les écarts avec la concurrence se limitent souvent à quelques points, et que Carbon pourrait n'être qu'une version mieux réglée d'Argon. Google le présente comme un nouveau modèle.
Google dit aussi avoir vu Carbon travailler pendant plusieurs jours sur des tâches complexes, comme trouver l'origine d'un bug dans une grande base de code et le corriger. Sur WebDev Arena, un classement de création de sites web, il gagne 89 points Elo et passe quatrième.
La cybersécurité au premier plan
Google revendique les meilleurs scores sur les trois étapes de la défense : trouver les failles (88,2 % sur SEC-bench Pro), vérifier qu'elles sont exploitables (54,8 % sur ExploitGym) et les corriger (71,0 % sur CWE-bench). Ces tests ont été passés sans les garde-fous de la version publique. Selon Google, l'équipe de Chrome a obtenu avec Carbon des correctifs plus de dix fois meilleurs qu'avec le grand modèle d'un autre laboratoire, qui n'est pas nommé.
Sur la sécurité du modèle lui-même, Google annonce 0 % d'attaques réussies sur le test d'injection de prompt de Gray Swan, contre 0,7 % pour Argon. Ars Technica cite 1 % pour Opus 5.5 et 8,5 % pour GPT-6 Astra. Google dit aussi que Carbon avance deux fois moins d'affirmations sans preuve qu'Argon et triche moins pour réussir un test. Ces chiffres viennent de Google et n'ont pas été vérifiés de façon indépendante.
Cette course à la cybersécurité ne concerne pas que Google : la veille, Anthropic publiait des attaques complètes contre Chrome, Safari et Linux écrites par un modèle interne non commercialisé.
Qui peut l'utiliser, et à quel prix
Pour l'instant, personne en dehors d'un petit groupe. Comme pour Argon, Google ouvre Carbon cette semaine à une partie des spécialistes de la cyberdéfense, puis à d'autres partenaires de son programme Fairwind. Le modèle passe aussi par les tests volontaires du gouvernement américain avant sa sortie. Les développeurs, les entreprises et le grand public l'auront « dès que possible », sans date. Pour Argon, il avait fallu environ deux semaines.
Le prix de lancement est le même que celui d'Argon : 2 $ par million de tokens en entrée et 10 $ en sortie, avec 95 % de remise sur les tokens d'entrée mis en cache. Il passera ensuite à 4 $ et 20 $, à une date que Google a refusé de donner à Ars Technica. Neowin compare avec GPT-6 Astra, facturé 10 $ et 50 $, et Claude Opus 5.5, à 4 $ et 20 $. Au tarif normal, Carbon coûte donc autant qu'Opus 5.5. Artificial Analysis calcule qu'un test de son index coûte 7,76 $ avec Carbon, environ 23 % de moins qu'avec Opus 5.5, car Carbon produit moins de texte pour arriver au résultat.
Sources
- Gemini 4 Carbon: our next frontier model — Google
- Gemini 4 Carbon is the new #1 on the Artificial Analysis Intelligence Index v5 — Artificial Analysis
- Google announces Gemini 4 Carbon, its latest frontier AI model that you can't use — Ars Technica
- Google launches Gemini 4 Carbon with a 'significant leap' in cybersecurity — The Verge
- Google Gemini 4 Carbon dethrones GPT-6 Astra and Claude Opus 5.5 at a fraction of the price — Neowin
- Google Launches Gemini 4 Carbon, Beats GPT-6 Astra, Claude Opus 5.5 On Most Benchmarks — OfficeChai