Google a ouvert Gemini 4 Carbon le 10 novembre à tous les développeurs payants et aux entreprises. Lors de sa présentation, il y a deux semaines, le modèle n'était accessible, via le programme Fairwind, qu'à un petit groupe de défenseurs en cybersécurité. Cette fois, Google AI Studio, la Gemini API et Gemini for business, destiné aux entreprises, le proposent simultanément ; les abonnés à Google AI Ultra peuvent aussi l'utiliser directement dans l'application Gemini, dans l'AI Mode de la recherche et dans l'outil de programmation Antigravity.
L'annonce est signée de Koray Kavukcuoglu, architecte en chef de l'IA chez Google DeepMind. Le positionnement reste le même : cybersécurité et tâches d'agents de longue durée.
« Carbon is our strongest model with frontier performance in cybersecurity capabilities. »
(Carbon est notre modèle le plus puissant, avec des performances de pointe en matière de capacités de cybersécurité.)
D'abord bon marché, ensuite plus cher
Le tarif est identique au prix de lancement d'Argon : 2 dollars par million de jetons en entrée et 10 dollars par million de jetons en sortie. Ce prix ne tient que jusqu'au 30 novembre ; ensuite, il revient à 4 dollars en entrée et 20 dollars en sortie, soit le double. La période promotionnelle ne s'applique qu'à la version publique de Carbon ; « Carbon for cyber », destiné aux défenseurs au sein de Fairwind, reste soumis à une demande distincte.
Dans la même annonce, Google prévient qu'en raison du raisonnement approfondi et de l'auto-vérification, Carbon consomme davantage de jetons qu'Argon. L'entreprise recommande donc de continuer à utiliser Argon en premier pour la plupart des travaux d'ingénierie logicielle et de connaissance, et de ne passer à Carbon que pour les tâches complexes.
Un calcul approximatif : supposons qu'une tâche d'agent lise 200 000 jetons et en écrive 30 000 sur Argon ; au tarif promotionnel, cela fait 0,4 + 0,3 = 0,7 dollar. Si la même tâche tourne sur Carbon avec 50 % de sortie en plus, après décembre le coût par exécution sera d'environ 0,8 + 0,9 = 1,7 dollar. Ces 50 % supplémentaires sont notre hypothèse ; Google n'a pas publié le rapport de consommation de jetons entre les deux modèles, et l'écart réel dépend de chaque tâche.
Des résultats concentrés sur les benchmarks d'agents
Le bulletin de résultats qui accompagne la version publique déplace le centre de gravité des benchmarks de vulnérabilités de la fois précédente vers les agents et le travail de connaissance. Google affirme que Carbon se classe premier dans trois classements : CursorBench 4.0, WANDR de Perplexity et AutomationBench de Zapier, avec un coût par tâche de plus de moitié inférieur à celui du deuxième, un modèle externe.
Sur MKA, le benchmark d'agents de connaissance multimodaux d'Artificial Analysis, Carbon se classe deuxième, avec un coût moyen par tâche plus de six fois inférieur à celui du premier. Dans le benchmark général d'agents financiers du fonds spéculatif Balyasny, il arrive en tête parmi 23 configurations de modèles de pointe.
Les chiffres liés à la sécurité sont eux aussi mis à jour. Dans un environnement d'attaque simulé, Carbon a bloqué 99 % des trajectoires d'attaque ; la probabilité d'être mis en échec en une seule tentative est de 0,8 %, contre 3,1 % pour Argon. Le taux de réussite des requêtes de cyberattaque automatisées de Gray Swan est de 2,17 %, contre 9,86 % pour Argon. Le taux de réussite sur 375 tâches d'honnêteté passe de 70 % pour Argon à 92 %.
Le benchmark interne de Google, Project Fortify, affiche un rappel de balayage de 100 % et une précision de triage de 95 %. Ces données internes n'ont pour l'instant pas été reproduites par des tiers, et Google n'a pas non plus publié la taille du jeu de tests.
Ce qui a été lancé en même temps
Outre le modèle lui-même, Google a fait trois autres choses en parallèle :
- L'accès gratuit à Argon, ouvert il y a quatre semaines à 10 000 scientifiques, est étendu à Carbon ; les candidats peuvent l'utiliser gratuitement pendant 6 mois au niveau d'utilisation le plus élevé d'Antigravity, avec un examen hebdomadaire glissant ;
- Antigravity présente en avant-première la fonction
/swarm, qui répartit un seul prompt entre plusieurs agents travaillant ensemble ; - Lors d'un balayage mené avec Wiz sur deux grands fournisseurs de SaaS, le modèle a trouvé des vulnérabilités zero-day en deux heures ; l'identité des deux fournisseurs n'a pas été divulguée.
D'Argon à Carbon, Google a appliqué deux fois le même rythme : d'abord les équipes de sécurité, puis, deux semaines plus tard, l'ouverture générale. La différence, cette fois, est que côté grand public, seuls les abonnés Ultra y ont droit et les utilisateurs Pro doivent patienter ; quant à la date à laquelle le niveau Pro suivra, l'annonce ne donne aucun calendrier.
Sources : blog officiel de Google, fiche du modèle de Google DeepMind, CocoLoop ; ont été vérifiés les tarifs de l'API pendant la période promotionnelle et après le retour au prix normal, les classements des benchmarks et les taux des tests de sécurité ; l'estimation des coûts est un calcul approximatif de la rédaction.