Le nouveau modèle de pointe de Google est arrivé dans un ordre inhabituel. Gemini 4 Carbon, annoncé le 28 octobre 2026, deux semaines après Gemini 4 Argon, a d'abord été confié à un petit groupe de défenseurs en cybersécurité plutôt qu'aux développeurs ou au public. Google le présente comme son modèle le plus puissant, conçu pour le travail d'agent de longue durée et la sécurité, et ce déploiement par étapes en dit autant sur les risques qu'il perçoit que n'importe quel benchmark.
Les scores principaux sont solides. Carbon s'est classé premier de l'Artificial Analysis Intelligence Index v5.0 avec 59. En sécurité, il obtient 88,2 % sur SEC-bench Pro, qui mesure la découverte de vulnérabilités, 54,8 % sur ExploitGym, qui mesure leur exploitation, et 71,0 % sur le CWE-bench de Collinear pour les correctifs. Il gagne 89 points Elo sur WebDev Arena et atteint la quatrième place. Google affirme que le modèle a tourné en interne pendant des jours d'affilée, contournant les impasses pour trouver la cause de bugs subtils dans de grandes bases de code, et que l'équipe de Chrome l'a jugé bien meilleur que le modèle d'un autre laboratoire, non nommé, pour écrire des correctifs de qualité.
L'accès a été échelonné. D'abord une partie des défenseurs, puis des partenaires de confiance via le programme Fairwind de Google, les développeurs, entreprises et particuliers devant suivre plus tard, sans date. Comme le note notre évaluation de Gemini 4 Carbon, cette étape est arrivée le 10 novembre, avec l'API Gemini payante, Antigravity et l'application Gemini pour les abonnés Google AI Ultra. Le prix démarre au niveau d'Argon, $2 par million de tokens en entrée et $10 par million en sortie, puis double à $4 et $20 après la période de lancement, que notre évaluation fait finir le 30 novembre.
Les chiffres de sécurité méritent d'être lus avec les annonces de capacités. Google indique que la triche réussie sur Terminal-Bench 4.0 est tombée à 0,0 %, que les alertes graves de désalignement en programmation réelle ont baissé de près de 80 % et que les attaques au test d'injection indirecte de prompt de Gray Swan ont réussi 0,0 % du temps, contre 0,7 % pour Argon. Un modèle qui trouve et enchaîne aussi bien les failles sert les attaquants autant que les défenseurs, d'où la participation de Google aux tests volontaires préalables du gouvernement américain. Anthropic a décrit la veille des capacités semblables chez son propre modèle non publié : le problème devient commun aux laboratoires de pointe.
Plusieurs réserves s'appliquent. Les benchmarks externes de cybersécurité ont été passés sans garde-fous, si bien que le modèle déployé peut refuser ou atténuer une partie de ce travail. Le tableau comparatif complet a été publié sous forme d'image et le texte ne nomme aucun modèle concurrent : les comparaisons directes ne sont pas vérifiables à partir de l'annonce. Tous les chiffres viennent de Google ou de partenaires comme Wiz. Les équipes qui établissent un budget devraient compter avec le prix doublé, pas avec le prix de lancement.