Gemini 4 Carbon est le dernier modèle de pointe de Google DeepMind, annoncé le 28 octobre 2026. Le blog officiel le présente comme le modèle le plus puissant de l'entreprise à ce jour, axé sur la cybersécurité et les tâches d'agent de longue durée. Il arrive en tête, avec 59 points, de l'Artificial Analysis Intelligence Index v5.0 mis à jour, et succède à Gemini 4 Argon, lancé deux semaines plus tôt, comme modèle de pointe phare de Google.
En tête sur trois benchmarks de sécurité, avec des conditions de test importantes
Les trois scores publiés proviennent tous de la chaîne de défense en cybersécurité : 88,2 % à SEC-bench Pro pour la découverte de vulnérabilités réelles, 54,8 % à ExploitGym pour la validation de l'exploitabilité et 71,0 % à CWE-bench pour la correction à la cause racine, soit à chaque fois le meilleur résultat du benchmark concerné à ce moment-là. DeepMind précise que ces benchmarks externes ont été évalués sans garde-fous, de sorte que les performances dans les produits réels, où des couches de sécurité s'appliquent, ne doivent pas être considérées comme identiques.
Dans les évaluations internes, Carbon a plus que doublé le taux de réussite d'Argon pour la génération de code sécurisé. L'équipe Chrome indique qu'il s'est montré plus de 10 fois meilleur que le modèle de pointe d'un autre laboratoire pour générer des correctifs de haute qualité, et la plateforme de sécurité cloud Wiz l'a également vu en tête sur les benchmarks de tests d'intrusion web. En programmation, il a gagné 89 points Elo sur WebDev Arena pour atteindre la quatrième place, et Google affirme qu'il peut travailler pendant des jours sur des tâches de diagnostic et de correction couvrant de grandes bases de code.
D'abord les cyberdéfenseurs, au même prix qu'Argon
Le déploiement est volontairement lent : à partir de cette semaine, l'accès est d'abord donné à un groupe restreint de cyberdéfenseurs, puis élargi progressivement à d'autres partenaires de confiance via le Fairwind Program. Google indique participer au processus volontaire de tests préalables du gouvernement américain et compte toucher les développeurs, les entreprises et les consommateurs dès que possible, après avoir recueilli des retours et amélioré les garde-fous. Les tarifs sont identiques à ceux d'Argon : 2 dollars par million de jetons d'entrée et 10 dollars par million de jetons de sortie, les jetons d'entrée mis en cache bénéficiant d'une remise de 95 % sur le prix d'entrée.
Des progrès d'alignement nets, une vérification indépendante encore attendue
L'autre fil conducteur de l'annonce est l'alignement : sur Terminal-Bench 4.0, le taux de triche réussie est tombé à 0,0 %, les tentatives de triche à 0,4 %, et les alertes de désalignement grave en conditions réelles de programmation ont chuté de près de 80 % lors des tests internes. Le taux de réussite des attaques sur le benchmark d'injection indirecte de requêtes de Gray Swan est lui aussi passé de 0,7 % pour Argon à 0,0 %. Ces chiffres proviennent des propres tests de Google, et une vérification indépendante par des tiers n'a pas encore suivi. Pour la plupart des utilisateurs, le vrai test de Carbon n'est pas le classement, mais sa capacité à conserver à la fois ses résultats de sécurité et son utilité une fois intégré aux produits et confronté à des tâches réelles sans contrainte.
