Google ouvre Carbon : 60 points contre 65 pour Fable 5.2, à un prix 4 fois inférieur

Google ouvre Gemini 4 Carbon à tous — le lendemain de Fable 5.2. Cela ressemble à une course à l'armement, mais pour les praticiens, l'essentiel est ailleurs : Carbon est proche du leader en qualité et nettement moins cher sur la grille tarifaire. Il y a toutefois une nuance, que Google reconnaît elle-même ouvertement.

Où le trouver et combien il coûte

L'accès est déjà ouvert par plusieurs canaux. Les clients payants obtiennent l'API dans AI Studio et Gemini for Business ; les abonnés AI Ultra accèdent au modèle dans Antigravity, dans l'application Gemini et dans AI Mode. Les chercheurs bénéficient de six mois gratuits : le programme est prévu pour 10 000 personnes.

Le prix de lancement est de 2 $ par million de tokens en entrée et de 10 $ par million de tokens en sortie (tarif d'introduction, comme pour Argon). À titre de comparaison : Fable 5.2 coûte 8 $ / 40 $, GPT-6 Astra 10 $ / 50 $. Sur la grille tarifaire, Carbon est 4 à 5 fois moins cher.

Ce qu'il y a dedans et comment il se place face à la concurrence

La grande nouveauté pour les développeurs est la commande /swarm dans Antigravity. Vous écrivez un seul prompt, et le système en tire une équipe d'agents. Carbon joue le rôle d'architecte et d'auditeur : il décompose la tâche et vérifie le résultat. Des modèles plus légers écrivent le code en parallèle, chacun dans son propre environnement isolé. Des agents vérificateurs distincts contrôlent chaque modification. L'idée n'est pas nouvelle, et en mode normal, ce schéma engloutit simplement les tokens : mieux vaut donc l'activer à bon escient.

Place aux chiffres :

• indice général AA : Fable 5.2 — 65, Carbon — 60, Opus 5.5 — 59, GPT-6 Astra — 57 ;
• FrontierCode 2.0 : Fable 49,1 %, Astra 42,8 %, Carbon 41,1 % ;
• OSWorld 2.1 (computer use) : Fable 89,3 %, Astra 79,5 %, Carbon 81,5 % ;
• AutomationBench : Carbon 53,9 %, Fable 51,4 %, Astra 41,4 %.

Carbon est premier sur CursorBench 4.0, WANDR et AutomationBench, avec un coût par tâche plus de deux fois inférieur à celui du modèle externe suivant. Sur le nouveau benchmark MKA (agents travaillant avec des documents contenant des plans, des graphiques et des tableaux), il est deuxième, mais six fois moins cher que le leader.

Il y a aussi des exemples marquants. L'équipe de Wiz a découvert, avec le modèle, des 0-day chez deux grands fournisseurs SaaS en moins de deux heures. En science, Carbon a aidé à prouver formellement des propriétés du code du protocole Signal : des millions de lignes en Lean en quelques semaines au lieu de plusieurs années.

Le piège : un token bon marché ne fait pas une tâche bon marché

Google ne recommande pas elle-même de se précipiter sur Carbon. Pour la plupart des tâches de code et de documents, Argon reste le « choix idéal ». Carbon est destiné aux tâches à la limite : il explore plus longtemps, réfléchit plus profondément et enchaîne les boucles de vérification. D'où le paradoxe : sur l'indice AA, une tâche lui coûte 7,76 $ contre 6,24 $ pour Astra, alors que le token lui-même est 2,5 fois moins cher. Il consomme simplement nettement plus de tokens.

Un exemple théorique. Renommer un champ dans une centaine de fichiers ou extraire un tableau d'un PDF ordinaire avec Carbon, c'est excessif : vous paierez pour une réflexion inutile. En revanche, trouver une vulnérabilité, concevoir un refactoring touchant des dizaines de services ou vérifier un morceau de code complexe : là, les boucles de vérification supplémentaires peuvent être rentabilisées.

Que faire en pratique

• Ne basculez pas tout d'un coup. Faites passer sur Carbon 20 à 30 de vos tâches les plus complexes et comparez le coût de la tâche, pas le prix du token.
• Si vos pipelines tournent encore sur Gemini 3.1 Pro, passer à Carbon ou à Argon semble raisonnable. L'auteur de la chaîne AI Product ferait exactement cela.
• Activez /swarm de façon ciblée : les agents parallèles et les vérificateurs brûlent vite le budget.
• Les modèles de Google restent forts en multilinguisme, en compréhension visuelle, en traduction, en reconnaissance de documents, en audio et en vidéo, et les prix ne sont pour l'instant pas gonflés.

Les limites sont également évidentes. En intelligence brute, Fable 5.2 reste devant (65 contre 60 selon AA), et sur FrontierCode l'écart est notable : 49,1 % contre 41,1 %. La plupart des chiffres proviennent de l'annonce de Google et d'indices tiers ; sur vos tâches, le résultat peut différer. Au final, Carbon est « presque le top pour moins cher », mais seulement si la tâche est réellement complexe. Reste à attendre la réponse d'OpenAI.