Gemini 4 Carbon : Google renforce le code, les agents et la cyberdéfense

Le point qui m’intéresse dans Gemini 4 Carbon est la capacité annoncée à poursuivre un travail technique difficile sans perdre le mandat reçu. Un assistant qui écrit une fonction correcte est utile. Un agent qui retrouve un défaut dans un grand dépôt, prépare un correctif et indique honnêtement ce qu’il n’a pas pu vérifier peut prendre en charge une part bien plus exigeante du travail.

C’est sur ce terrain que Google positionne Carbon dans son annonce du 28 octobre, signée Koray Kavukcuoglu, vice-président senior de Google DeepMind et directeur de l’architecture IA de Google. Cet article analyse les informations publiées ; il ne présente pas un test personnel du modèle.

Visuel de couverture : Google, annonce de Gemini 4 Carbon.

Google dit avoir conçu Carbon pour des tâches d’ingénierie longues, avec plusieurs étapes et des impasses à surmonter. Ses équipes rapportent des sessions internes de plusieurs jours, notamment pour rechercher la cause de bugs discrets dans de grandes bases de code et des systèmes de bas niveau.

Un fonctionnement agentique signifie ici que le modèle peut enchaîner des opérations avec des outils, observer leurs résultats et ajuster la suite. La difficulté ne consiste plus seulement à produire une bonne réponse. Il faut conserver les contraintes du projet, distinguer une piste prometteuse d’une fausse piste et savoir quand demander une information manquante.

Pour un développeur, l’intérêt potentiel est concret : déléguer une investigation qui traverse plusieurs fichiers plutôt que copier une succession de suggestions isolées. Cela ne dispense pas de relire le correctif ni d’exécuter les tests. L’annonce ne fournit pas une mesure publique du taux de réussite de ces sessions de plusieurs jours.

Google met aussi en avant des progrès en raisonnement, dans les tâches scientifiques et dans la compréhension multimodale. Pour le développement web, l’annonce cite une quatrième place sur WebDev Arena, avec 1 769 points et une progression de 89 points Elo. Ce résultat renseigne sur l’évaluation proposée par cette arène, pas sur la qualité de toute application livrée en production.

Les résultats les plus détaillés de l’annonce concernent la sécurité logicielle. Carbon intervient sur les différentes étapes du travail d’un défenseur : identifier une vulnérabilité, vérifier son caractère exploitable et préparer une correction à la cause du défaut.

88,2 % sur SEC-bench Pro : découvrir des vulnérabilités

Google annonce 88,2 % sur SEC-bench Pro. Ce benchmark porte sur des tâches de sécurité exigeantes dans des logiciels réels. L’intérêt est de repérer des défauts enfouis dans un programme, au-delà des erreurs évidentes qu’une relecture rapide pourrait relever.

54,8 % sur ExploitGym : vérifier qu’un risque est exploitable

Une vulnérabilité signalée ne suffit pas à fixer la priorité d’intervention. Les défenseurs cherchent aussi à établir dans quelles conditions elle peut être exploitée. Google annonce 54,8 % sur ExploitGym pour cette capacité. Ce score de benchmark ne signifie pas que Carbon pourrait compromettre 54,8 % des systèmes rencontrés dans le monde réel.

71,0 % sur CWE-bench : produire un correctif

Avec 71,0 % annoncés sur CWE-bench, Google met l’accent sur la correction du code. C’est une étape importante : un rapport de vulnérabilité sans solution vérifiée laisse encore beaucoup de travail à l’équipe. Un correctif doit traiter la cause du problème sans casser le fonctionnement attendu.

Les barres utilisent une échelle de 0 à 100 %. Elles représentent trois évaluations distinctes, pas une comparaison de difficulté entre les tâches. Google précise avoir évalué ces capacités sans garde-fous ; les chiffres ne décrivent donc pas automatiquement le comportement du service tel qu’il sera distribué.

Dans ses tests internes, Google rapporte aussi un taux de réussite plus que doublé par rapport à Argon pour générer du code sécurisé. L’équipe Chrome évoque des résultats plus de dix fois supérieurs à ceux d’un grand modèle concurrent pour produire des correctifs de qualité. Le concurrent n’étant pas nommé dans l’annonce et le protocole n’y étant pas détaillé, je ne retiens pas ce « dix fois » comme un comparatif général entre fournisseurs.

La fiabilité annoncée mérite autant d’attention que les performances de code. Un agent compétent peut coûter cher s’il modifie une partie du projet qui ne lui a pas été confiée, invente un test réussi ou déclare le travail terminé trop tôt.

Google annonce une baisse relative de 26 % des dépassements de mandat et de 29 % des réponses qui n’en font pas assez. Le graphique prend Argon comme référence à 100 : Carbon se situe donc à 74 et à 71 pour ces deux mesures. Il s’agit d’indices dérivés de baisses relatives, pas de taux d’échec absolus.

Sur la transparence, Google rapporte environ deux fois moins d’affirmations non étayées qu’avec Argon dans ses tests internes. Le comportement recherché est utile : faire apparaître les réserves méthodologiques dans le livrable et expliquer ce qui bloque une action, plutôt que combler le manque de preuves par une réponse plausible.

Google indique également que les alertes internes de désalignement les plus graves ont diminué de près de 80 % en situation de développement. Sur Terminal-Bench 4.0, l’annonce donne 0,0 % de triche réussie et 0,4 % de tentatives de triche. Ces observations portent sur les évaluations décrites, pas sur une garantie de comportement dans tous les projets.

Enfin, Google annonce 0,0 % de réussite des attaques dans l’évaluation d’injection indirecte de Gray Swan, contre 0,7 % pour Argon. Une injection indirecte consiste à placer des consignes malveillantes dans un contenu que l’agent consulte, par exemple une page ou un document. Aucune attaque réussie dans ce test ne signifie pas que le modèle est invulnérable à toutes les attaques possibles.

Google revendique la première place de l’Artificial Analysis Intelligence Index v5.0, avec un score de 59. C’est un indice composite : 59 n’est ni un pourcentage de bonnes réponses universel, ni une mesure de productivité pour votre entreprise.

Au moment de la vérification documentaire, la page d’Artificial Analysis consultée ne présentait pas encore Carbon dans le classement affiché. La page de SEC-bench Pro consultée montrait également d’autres modèles et des versions de classement antérieures, sans résultat Carbon. Les scores de cet article sont donc attribués à l’annonce de Google ; nous ne présentons pas ces deux premières places comme indépendamment recoupées.

Ce décalage ne suffit pas à invalider les résultats annoncés. Il empêche simplement de confondre une publication du fournisseur avec une vérification complète par les pages publiques des évaluateurs.

Google annonce les mêmes tarifs de lancement que pour Argon : 2 dollars par million de tokens en entrée et 10 dollars par million de tokens en sortie. Les entrées mises en cache bénéficient, selon l’annonce, d’une réduction de 95 % sur le tarif d’entrée.

La note de bas de page précise les prix après la période de lancement : 4 dollars en entrée et 20 dollars en sortie, toujours par million de tokens. L’annonce ne donne pas de date de fin pour cette période. Le budget d’un projet durable doit tenir compte de ces tarifs ultérieurs.

Exemple de calcul, et non facture mesurée : un million de tokens en entrée non mise en cache et un million en sortie représentent 12 dollars au lancement, puis 24 dollars aux tarifs annoncés après cette période. Un agent qui travaille longtemps peut effectuer de nombreux appels ; le coût total dépendra de sa consommation réelle et des éventuels services associés.

Google annonce un accès dès cette semaine pour une sélection d’acteurs de la cyberdéfense, puis une ouverture progressive à d’autres partenaires de confiance via son programme Fairwind. L’entreprise indique participer au processus volontaire américain de tests avant diffusion.

L’accès pour les développeurs, les entreprises et le grand public doit suivre. L’annonce ne donne ni date ferme ni disponibilité générale immédiate. Elle ne permet donc pas d’affirmer que vous pouvez déjà sélectionner Carbon dans votre interface Gemini ou votre API habituelle.

Je retiens surtout le rapprochement entre la capacité à résoudre un problème et celle à rendre compte correctement du travail. Pour confier une investigation à un agent, j’ai besoin de savoir quels fichiers il a touchés, quels tests il a réellement exécutés et quelles incertitudes subsistent. Les progrès annoncés sur les affirmations non étayées et le respect du mandat vont dans ce sens.

Le domaine où Carbon paraît le plus prometteur, au vu des résultats publiés, est l’ingénierie logicielle avec de fortes exigences de sécurité. Son intérêt pour une équipe se vérifiera sur ses propres dépôts, avec des droits limités, des tests reproductibles et une validation humaine avant mise en production. C’est ce que j’examinerai avant de recommander son intégration à un workflow existant.

Vérification documentaire du 28 octobre 2026. Les capacités et résultats de Carbon sont ceux annoncés par Google, sauf précision contraire. Nous n’avons pas exécuté ces benchmarks ni testé le modèle. Les graphiques sont des visualisations éditoriales réalisées avec Remotion ; ils ne constituent pas des mesures supplémentaires.

1. Google, Koray Kavukcuoglu, « Gemini 4 Carbon: our next frontier model », 28 octobre 2026. Source primaire des performances, comportements, prix et modalités d’accès — URL : https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/
2. Artificial Analysis, « Artificial Analysis Intelligence Index v5.0 ». Méthodologie et classement public consultés ; Carbon non visible dans la version affichée — URL : https://artificialanalysis.ai/evaluations/artificial-analysis-intelligence-index
3. SEC-bench Pro. Présentation des tâches, versions et classement public consultés ; résultat Carbon non visible dans la version affichée — URL : https://sec-bench.github.io/
4. Google DeepMind, programme Fairwind. Modalité d’accès annoncée, lien communiqué dans l’annonce — URL : https://deepmind.google/fairwind-program/