Gemini 4 Carbon prend la tête du classement Artificial Analysis avec 59 points, mais le modèle reste fermé
Google a présenté Gemini 4 Carbon. Dans le classement indépendant Artificial Analysis Intelligence Index v5, qui agrège des tests de logique, de code et de science, le modèle obtient 59 points et prend la première place. Sur SEC-bench Pro, consacré à la recherche de vulnérabilités dans du code existant, il atteint 88,2 %. Sa fenêtre de contexte va jusqu'à 1 million de tokens, soit plusieurs grands dépôts de code dans une seule requête. L'accès reste toutefois fermé, et il est donc prématuré d'intégrer ce modèle dans des plans produits.
Traité par IA depuis TG: @cgevent (Метаверсище и ИИще) ; édité par Hamidun News
Google a annoncé Gemini 4 Carbon, et l'annonce est singulière : les chiffres sont impressionnants, mais presque personne ne peut tester le modèle. Si vous choisissez un modèle d'IA pour un produit ou un système d'agents, il faut distinguer trois choses : ce que Google affirme déjà, ce qui est confirmé par un classement indépendant, et ce qu'il faudra attendre avant l'ouverture de l'accès.
Que signifient les 59 points et la première place ?
Artificial Analysis est une plateforme indépendante qui compare les modèles de différentes entreprises et regroupe leurs résultats dans un indice commun. Il ne s'agit pas d'un rapport de Google lui-même, donc pour le marché ce signal pèse davantage qu'un communiqué de presse classique. Dans la version v5 de l'indice, Gemini 4 Carbon obtient 59 points et se classe première. En clair, sur l'« intelligence » générale, il y a un nouveau leader.
Mais l'indice général ne dit pas si le modèle est bon pour votre tâche précise. C'est un peu comme une moyenne générale : elle est flatteuse, mais elle ne dit pas qui corrigera le mieux votre bug précis.
Code, vulnérabilités et tâches longues
Ce que l'on sait des capacités : la fenêtre de contexte va jusqu'à 1 million de tokens. Cela représente environ plusieurs grands dépôts de code ou un dossier entier de contrats, qu'on peut charger dans une seule requête sans les découper. Google annonce aussi une forte progression en programmation, en raisonnement logique et en recherche scientifique, et affirme que le modèle peut travailler plusieurs jours sur une tâche agentique complexe. Imaginez confier à une IA l'analyse d'un vaste projet sans la vérifier toutes les demi-heures.
Le chiffre le plus concret est 88,2 % sur SEC-bench Pro. C'est un benchmark de recherche de vulnérabilités dans des logiciels : le modèle reçoit du code et doit y repérer les failles dangereuses. Plus le pourcentage est élevé, plus il détecte de failles. Pour les équipes qui réalisent des audits de code, ce résultat compte davantage que l'indice général.
En revanche, en programmation, la première place n'appartient pas à Google. Dans le classement des agents de programmation, Carbon se classe deuxième, derrière Claude Opus 5.5 d'Anthropic. Si vous utilisez l'IA comme binôme de code, le leader n'a pas changé : bien raisonner en général et corriger proprement du code dans un grand projet sont deux compétences différentes.
Prix et accès
Tarifs de l'API :
- entrée : 2 $ pour 1 million de tokens ;
- sortie : 10 $ pour 1 million de tokens ;
- entrée en cache : 0,10 $ pour 1 million de tokens.
Précision importante : ces prix de lancement incluent une remise de 50 %, et ils passeront ensuite à 4 $ pour l'entrée et 20 $ pour la sortie. Prenons un exemple. Une requête de 100 000 tokens en entrée avec une réponse de 5 000 tokens coûtera environ 0,25 $ aujourd'hui et environ 0,50 $ après la hausse. Si un long document est réutilisé d'une requête à l'autre et passe par le cache, 100 000 tokens en entrée reviennent à environ 0,01 $. Pour les agents qui relisent sans cesse le même contexte, la mise en cache devient le principal levier d'économies.
L'accès reste fermé pour l'instant. Google ouvre Carbon à des spécialistes sélectionnés de la cybersécurité, via le Fairwind Program. L'ajout du modèle dans l'application Gemini et dans AI Studio est annoncé, mais aucune date précise n'est donnée.
Que faire concrètement ?
Premièrement, n'intégrez pas Carbon dans vos plans produit tant qu'une API publique n'existe pas. Pour l'instant, tout repose sur les déclarations de Google et sur le classement d'Artificial Analysis ; des vérifications indépendantes sur vos propres tâches n'arriveront qu'après l'ouverture de l'accès.
Deuxièmement, si vous avez beaucoup de contexte répétitif, calculez votre budget avec le futur tarif de 4 $ / 20 $ et non avec le tarif de lancement. La remise est temporaire, et les dépenses prévues sur cette base vont doubler.
Troisièmement, si vous travaillez dans la sécurité, suivez le Fairwind Program. C'est là que le modèle arrivera en premier, et les 88,2 % sur SEC-bench Pro justifient de s'y intéresser.
La limite de cette annonce est évidente : Google a communiqué des résultats sans permettre de les vérifier. Tant que le modèle n'est pas accessible au grand public, le classement et les benchmarks restent une promesse. La valeur réelle de Carbon apparaîtra lorsque les développeurs le testeront sur leurs propres dépôts et le compareront à Claude Opus 5.5 dans des scénarios de travail réels.
- 21 nov. 2026Le réseau de neurones MIRA génère Rocket League à 20 images par seconde, mais le ping grimpe jusqu'à 460 ms
- 21 nov. 2026Google a construit une copie fermée d'internet avec de fausses banques pour entraîner les agents IA de Chrome
- 21 nov. 2026MLPerf Training v6.1 : Nvidia Rubin et TPU Ironwood font leurs débuts, 153 systèmes au test
- 21 nov. 2026Google ouvre les précommandes de lunettes intelligentes avec Gemini à partir de 395 $, ventes dès le 10 décembre
Questions clés sur cet article
Que signifient les 59 points et la première place ?
Artificial Analysis est une plateforme indépendante qui compare les modèles de différentes entreprises et regroupe leurs résultats dans un indice commun. Il ne s'agit pas d'un rapport de Google lui-même, donc pour le marché ce signal pèse davantage qu'un communiqué de presse classique. Dans la version v5 de l'indice, Gemini 4 Carbon obtient 59 points et se classe première. En clair, sur l'« intelligence » générale, il y a un nouveau leader.
Que faire concrètement ?
Premièrement, n'intégrez pas Carbon dans vos plans produit tant qu'une API publique n'existe pas. Pour l'instant, tout repose sur les déclarations de Google et sur le classement d'Artificial Analysis ; des vérifications indépendantes sur vos propres tâches n'arriveront qu'après l'ouverture de l'accès. Deuxièmement, si vous avez beaucoup de contexte répétitif, calculez votre budget avec le futur tarif de 4 $ / 20 $ et non avec le tarif de lancement.
Que sait-on sur Code, vulnérabilités et tâches longues ?
Ce que l'on sait des capacités : la fenêtre de contexte va jusqu'à 1 million de tokens. Cela représente environ plusieurs grands dépôts de code ou un dossier entier de contrats, qu'on peut charger dans une seule requête sans les découper. Google annonce aussi une forte progression en programmation, en raisonnement logique et en recherche scientifique, et affirme que le modèle peut travailler plusieurs jours sur une tâche agentique complexe.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.