Google ouvre Gemini 4 Carbon : un modèle pour agents à 2 $/10 $ jusqu'en décembre

Google a lancé Gemini 4 Carbon, et il ne s'agit pas d'un énième « modèle généraliste », mais d'un outil conçu pour un besoin précis. Il s'agit d'un agent censé fouiller longuement une base de code ou vérifier méthodiquement des hypothèses, plutôt que de livrer une réponse du premier coup. Carbon repose sur Argon, mais il est réglé pour réfléchir plus longtemps.

En quoi Carbon diffère d'Argon

En deux mots : même socle, plus de raisonnement. Google l'affirme clairement : Carbon dépense plus de tokens pour « réfléchir » qu'Argon. Pour les tâches où une erreur coûte cher, c'est un échange raisonnable. Par exemple, trouver la cause d'un bug dans le dépôt de quelqu'un d'autre ou comprendre pourquoi un pipeline échoue. Vous payez en temps et en tokens, et vous obtenez en échange une chance d'avoir un résultat plus soigné.

La démo de Google est spectaculaire. Le modèle a construit un simulateur 3D interactif dans lequel le chant de six espèces d'oiseaux est synthétisé à la volée. On peut ouvrir le bec de l'oiseau et écouter comment le son change. Mais une démo n'est pas une métrique. Il est plus sage d'y voir l'exemple d'une tâche longue et composite, où graphisme, synthèse sonore et interactivité se rejoignent dans un même projet.

Ce qu'a montré le benchmark MKA

Le nouveau test MKA est plus proche de la réalité du bureau que des problèmes d'olympiades. On donne à l'agent un lot de plans et d'autres fichiers, dont il doit tirer un rapport, un tableau ou une présentation. On ne vérifie pas si le modèle sait écrire une fonction, mais s'il sait se débrouiller avec une entrée hétéroclite et produire un livrable abouti.

Sur les critères difficiles, Carbon High obtient 54 %, et Fable 5.2 Max, 57 %. On ne peut pas qualifier Carbon de leader ici : il est légèrement derrière son concurrent. Trois points de pourcentage sur un seul benchmark ne sont pas une condamnation, mais ce n'est pas non plus une raison de croire les titres sur « le meilleur modèle pour agents ». Le test est en outre récent, et on ignore encore comment il se rapporte à vos données réelles. La page du benchmark est hébergée sur Artificial Analysis.

Accès et tarifs

Le modèle est déjà disponible dans l'API payante. Dans le chat Gemini et dans Antigravity, seuls les abonnés Ultra y ont accès.

Les tarifs de l'API sont les suivants :

• jusqu'à fin novembre : 2 $ par million de tokens en entrée et 10 $ par million de tokens en sortie ;
• à partir du 1er décembre : 4 $ et 20 $, soit le double.

Il y a une nuance. Puisque Carbon consomme davantage de tokens en raisonnement, il faut calculer le coût réel non pas d'après le tarif au million, mais d'après la somme des tokens par tâche résolue. Un faible prix par token pour un modèle « bavard » ne garantit pas une facture légère.

Que faire en pratique

Il ne faut croire ni le marketing ni un seul benchmark. Mieux vaut mener une expérience simple.

1. Prenez un ensemble de vos tâches d'agent réelles : analyse de bug, revue de code, production d'un rapport à partir d'un lot de fichiers.
2. Lancez-le sur Argon et sur Carbon et mesurez deux choses : la part de tâches résolues et la consommation de tokens par tâche.
3. Faites-le avant le 1er décembre, tant que le tarif de 2 $/10 $ s'applique. La décision de migrer reposera alors sur des chiffres.

Les équipes produit devraient intégrer dès maintenant dans leur économie unitaire le prix de décembre, 4 $/20 $, et non le tarif de lancement. Si Carbon ne l'emporte sur Argon que dans de rares cas complexes, il vaut peut-être mieux l'activer de façon sélective, comme une « artillerie lourde » pour les tâches difficiles, plutôt que comme modèle par défaut.

Limites

Tous les chiffres proviennent de l'annonce de Google et de la page du benchmark. La source ne contient aucune vérification indépendante. La comparaison avec Argon sur la qualité et la consommation de tokens n'est pas non plus présentée dans la publication, et il faudra la mesurer soi-même. Google a regroupé les détails du modèle dans une fiche distincte.

En résumé : Carbon est un pas sensé vers des agents qui « réfléchissent », mais pas un vainqueur évident. Le retard de 3 points par rapport à Fable 5.2 Max sur MKA et le doublement du prix en décembre font des tests sur vos propres tâches un préalable obligatoire avant tout déploiement.