Google DeepMind a dévoilé Gemini 4 Carbon, un modèle conçu pour les tâches de programmation longues et la cybersécurité défensive. Son accès commence cette semaine auprès d’un groupe restreint de spécialistes de la sécurité. Les développeurs, entreprises et particuliers devront attendre une ouverture progressive, après une phase de tests et d’ajustement des garde-fous.
Carbon arrive deux semaines après Gemini 4 Argon. Google le présente comme son modèle le plus puissant et met en avant une première place, avec un score de 59, dans la version 5.0 de l’Artificial Analysis Intelligence Index. Cette comparaison doit être lue avec prudence : les performances réelles varient selon les outils, les consignes et les environnements de travail.
Des scores élevés en cybersécurité
Le modèle atteint 88,2 % sur SEC-bench Pro pour la détection de vulnérabilités, 54,8 % sur ExploitGym pour la validation par exploitation et 71 % sur CWE-bench pour la création de correctifs. Ces évaluations ont été menées sans les garde-fous du produit, précise Google.
L’entreprise revendique aussi un taux de réussite plus de deux fois supérieur à Argon pour générer du code sécurisé dans ses tests internes. L’équipe Chrome aurait observé une performance plus de dix fois supérieure à celle d’un autre grand modèle de pointe pour produire des correctifs de qualité. Google ne nomme pas ce concurrent et ces résultats internes n’ont pas été vérifiés indépendamment.
Des agents capables de travailler plusieurs jours
Carbon vise des flux agentiques soutenus. Des équipes internes l’ont laissé fonctionner pendant plusieurs jours afin de rechercher la cause de bogues complexes, revenir sur des impasses et modifier de grands dépôts de code. Sur WebDev Arena, Google annonce un gain de 89 points Elo et une quatrième place avec un score de 1 768.
Le déploiement initial passe par le programme Fairwind auprès de défenseurs cyber sélectionnés. Google participe également au processus volontaire américain d’évaluation des modèles avant leur commercialisation. Cette étape doit fournir des retours sur les usages sensibles avant l’ouverture des interfaces grand public et professionnelles.
Prix d’appel et garde-fous renforcés
Le tarif de lancement annoncé est de 2 dollars par million de jetons en entrée et de 10 dollars en sortie. Les entrées mises en cache bénéficient d’une réduction de 95 %. Après la période promotionnelle, les prix doivent doubler à 4 et 20 dollars.
Google affirme avoir ramené à zéro les réussites de triche sur Terminal-Bench 4.0, réduit de près de 80 % les alertes internes de désalignement sévère et obtenu 0 % de réussite pour les attaques du benchmark Gray Swan d’injection indirecte. Le groupe dit aussi avoir divisé par deux les affirmations non étayées par rapport à Argon. Là encore, plusieurs mesures proviennent de ses propres évaluations.
Notre analyse
Carbon montre que la compétition se déplace vers des modèles spécialisés capables d’agir longtemps sur des systèmes réels. La cybersécurité est un terrain exigeant, car les mêmes capacités peuvent aider à corriger ou à exploiter une faille. Le choix d’un accès limité est donc cohérent. La valeur du modèle dépendra moins de ses records annoncés que de sa fiabilité sur des dépôts inconnus, de la qualité de ses correctifs et de la résistance de ses contrôles une fois l’accès élargi.
Source : annonce officielle de Google DeepMind.
