Google rend Gemini 4 Carbon accessible à un plus grand nombre d'utilisateurs après sa mise à disposition initiale, fin octobre, auprès d'une sélection d'entreprises spécialisées dans la cybersécurité. Gemini 4 Carbon promet une avancée significative dans le domaine du codage par IA et de la cybersécurité, ainsi que dans la recherche scientifique. L’entreprise a indiqué que Carbon avait aidé ses premiers utilisateurs à découvrir des vulnérabilités « zero-day » en très peu de temps. Il a également permis des avancées dans la prédiction de la structure des protéines, indispensable au développement de médicaments. Gemini 4 Carbon est désormais disponible dans Google AI Studio et Gemini for Business. Gemini est une famille de grands modèles de langage multimodaux (LLM) développée par Google DeepMind, qui succède à LaMDA et PaLM 2. Composée de Gemini Pro, Gemini Deep Think, Gemini Flash et Gemini Flash Lite, elle a été annoncée le 6 décembre 2023. Elle alimente le chatbot Gemini et tire son nom du mot latin signifiant « jumeaux » (symbolisant la fusion entre Google Brain et DeepMind) ainsi que du projet Gemini de la NASA.
Fin octobre 2026, Google a annoncé Gemini 4 Carbon, son modèle d’IA le plus performant à ce jour. Selon les tests de performance de Google, ce nouveau modèle surpasse le GPT-6 Astra d’OpenAI et le Claude Opus 5.5 d’Anthropic, devenant ainsi le modèle le mieux classé de l’Artificial Analysis Intelligence Index. Google a souligné avoir mis l’accent sur le codage, les tâches agentiques de longue durée et les capacités en matière de cybersécurité avec ce nouveau modèle Carbon. Google a également amélioré la fiabilité et la sécurité du modèle. Malgré ces améliorations, Google maintient sa stratégie tarifaire agressive.
Récemment, Google rend Gemini 4 Carbon accessible à un plus grand nombre d'utilisateurs après sa mise à disposition initiale, fin octobre, auprès d'une sélection d'entreprises spécialisées dans la cybersécurité. Gemini 4 Carbon promet une avancée significative dans le domaine du codage par IA et de la cybersécurité, ainsi que dans la recherche scientifique. L'entreprise a précisé que pour la plupart des tâches courantes, et même pour la majorité des tâches d'ingénierie logicielle, Gemini 4 Argon reste le meilleur choix. Argon était le premier modèle Gemini 4 et est considéré comme moins avancé que Carbon. En revanche, Carbon ayant été conçu pour tester les limites de l’intelligence d’un modèle, il est particulièrement adapté au codage en plusieurs étapes, à la recherche et à la découverte scientifiques, ainsi qu’à d’autres tâches plus complexes.
L’entreprise a indiqué que Carbon avait aidé ses premiers utilisateurs à découvrir des vulnérabilités « zero-day » en très peu de temps. Il a également permis des avancées dans la prédiction de la structure des protéines, indispensable au développement de médicaments. Google offre à 10 000 scientifiques un accès gratuit à Carbon pendant six mois pour les aider dans leurs recherches — une initiative qui devrait, en retour, contribuer à l’entraînement de ses modèles — et en a déjà intégré des milliers.
Gemini 4 Carbon est désormais disponible dans Google AI Studio et Gemini for Business. Les abonnés à Google AI Ultra, qui paient 100 dollars par mois pour leur abonnement, auront également accès à Carbon au sein de l’application Gemini, à AI Model in Search et à Antigravity, la plateforme de développement logiciel agentique et de codage IA de Google.
Cette annonce intervient alors qu'en septembre 2026, Google a déclaré que son modèle Gemini avait piraté trois autres entreprises. C'était la première fois que le géant de la recherche révèle qu'un de ses modèles a accédé de manière autonome et sans autorisation à des systèmes informatiques tiers. En mai, le modèle Gemini a accédé à trois systèmes informatiques privés distincts en devinant des mots de passe et en utilisant à deux reprises une base de données de mots de passe accessibles au public, a indiqué Google. L'incident s'est produit dans le cadre d'un test de sécurité de type « capture the flag » mené par la start-up israélienne Irregular. Cette révélation intervennait dans un contexte où la surveillance des comportements inappropriés de l'IA s'est intensifiée à Washington et dans la Silicon Valley.
Voici l'annonce de Google :
Gemini 4 Carbon est désormais disponible
Aujourd’hui, nous mettons Gemini 4 Carbon à la disposition des développeurs, des entreprises, des scientifiques et des particuliers. Carbon est notre modèle le plus puissant, offrant des performances de pointe en matière de cybersécurité et de workflows agentiques à long terme dans les domaines du travail intellectuel complexe, de l’ingénierie logicielle et du raisonnement scientifique.
Il y a deux semaines, nous avons mis Carbon à la disposition d’un groupe de professionnels de la cybersécurité via notre programme Fairwind. Après le lancement récent de Gemini 4 Argon, Carbon repousse encore plus loin les limites. Argon reste le choix idéal pour la majorité des tâches d’ingénierie logicielle et de travail intellectuel, tandis que Carbon est conçu pour les tâches qui mettent à l’épreuve les limites de l’intelligence d’un modèle, telles que le codage et le débogage complexes en plusieurs étapes, ainsi que la recherche et la découverte scientifiques ouvertes — en utilisant davantage de tokens qu’Argon pour explorer de manière approfondie, raisonner en profondeur et exécuter des boucles de vérification étendues.
Dans le cadre de tests de performance indépendants conçus pour évaluer les performances des modèles dans des flux de travail réels, Carbon allie une précision de pointe à une rentabilité pratique en production. Il se classe n° 1 sur CursorBench 4.0, WANDR de Perplexity et AutomationBench de Zapier, avec un coût par tâche plus de deux fois inférieur à celui du deuxième meilleur modèle externe.
Pour mettre les capacités de Carbon au service de projets plus vastes et complexes, nous proposons en avant-première la fonctionnalité /swarm dans Google Antigravity, qui transforme une seule invite en une équipe coordonnée d’agents que vous pouvez suivre en temps réel. Les développeurs peuvent affecter Carbon à des rôles exigeant le raisonnement le plus approfondi, tels que la conception architecturale, la coordination et l’audit, tout en l’associant à des modèles plus rapides et plus légers répartis dans des espaces de travail parallèles isolés, ainsi qu’à des vérificateurs adversariaux qui testent chaque modification.
Gemini 4 Carbon est disponible via l’API dans Google AI Studio et Gemini for Business pour tous les développeurs et entreprises payants, au même prix de lancement que Gemini 4 Argon (2 $ par million de jetons d’entrée et 10 $ par million de jetons de sortie). Il est également déployé pour tous les abonnés à Google AI Ultra dans Google Antigravity, l’application Gemini et le mode IA dans la recherche.
Travail intellectuel de haute précision, génération d’artefacts et analyse de données
Dans les domaines juridique, financier et des opérations d’entreprise, Gemini 4 Carbon combine une compréhension visuelle de pointe, un raisonnement avancé et une recherche exhaustive pour synthétiser des informations fondées à partir de vastes ensembles de documents et de données denses. Il respecte des schémas et des formats stricts pour générer des feuilles de calcul, des présentations et des rapports soignés et précis.
Les benchmarks existants ne reflètent pas correctement la manière dont les agents raisonnent de manière native sur des fichiers denses contenant des graphiques, des images, des plans, des schémas et des tableaux. C’est pourquoi nous nous sommes associés à Artificial Analysis pour lancer le nouveau benchmark Multimodal Knowledge Agent (MKA), qui teste les performances multimodales d’un modèle dans des flux de travail de type agentique. Carbon se classe en deuxième position, tout en affichant un coût moyen par tâche plus de six fois inférieur à celui du modèle le plus performant.
Lors des évaluations préalables à la sortie, Carbon a égalé les performances du meilleur modèle testé dans le cadre d’une recherche financière approfondie menée dans le cadre de l’évaluation « E2E Financial Agentic » d’Hebbia, et s’est classé en tête parmi 23 configurations de modèles de pointe selon le benchmark « General Financial Intelligence » de Balyasny Asset Management, couvrant l’expertise juridique, l’utilisation et l’exécution d’outils agentiques, le codage et l’ingénierie des données, ainsi que la perception et la compréhension du contexte.
Amélioration du codage agentique, du développement full stack, ainsi que de la conception 3D et de l’interface utilisateur
Carbon affiche des performances exceptionnelles dans les tâches d’ingénierie nécessitant une collaboration multi-agents, telles que les migrations impliquant plusieurs paquets, les analyses des causes profondes entre sous-systèmes et les refontes architecturales complexes. Pour le développement d’applications web, il exécute des boucles de compilation et de vérification, gère les erreurs et valide à la fois son code et l’interface utilisateur rendue afin de produire des applications complètes et fonctionnelles. Des capacités renforcées en matière de conception visuelle, de raisonnement spatial et d’attention aux détails de l’environnement se répercutent également sur le développement de jeux en 3D et le codage créatif.
Des capacités de cybersécurité de pointe
Gemini 4 Carbon for Cyber offre nos capacités de cybersécurité les plus puissantes à ce jour, fournissant aux équipes de sécurité les informations de bout en bout dont elles ont besoin pour protéger les logiciels critiques. Lorsqu’il est utilisé via le programme Fairwind, Carbon se classe en tête des principaux benchmarks en matière de détection (SEC-bench Pro), d’exploitation (ExploitGym) et de correction (CWE-bench v1) des vulnérabilités : il inspecte les logiciels, trace la manière dont les failles peuvent s’enchaîner d’un système à l’autre et génère des correctifs vérifiés s’attaquant à la cause première.
Les premiers testeurs, tant au sein de Google qu’à l’extérieur, constatent déjà d’excellents résultats avec Carbon for cyber dans la pratique.
- Dans le cadre du projet Fortify, le système autonome de Google couvrant l’analyse, le triage et la correction, Carbon a atteint un taux de rappel de 100 % pour l’analyse et une précision de 95 % pour le triage, selon notre benchmark interne. Lors des tests sur les dépôts de code open source, nous constatons une amélioration relative de plus de 25 % par rapport au taux de rappel déjà élevé d’Argon, mettant en évidence des failles logiques réelles jusque-là non détectées. Le fait de généraliser ces avancées à l’ensemble de Google, l’un des plus grands utilisateurs mondiaux de logiciels open source, contribue à sécuriser à la fois nos propres systèmes et l’écosystème au sens large.
- L’équipe Cloud Vulnerability Research (CVR) de Google a récemment utilisé Carbon pour prouver que deux bogues dans un logiciel open source populaire constituaient en réalité des vulnérabilités exploitables, d’une gravité comparable à celle de la récente faille PHP2Shell. En utilisant Carbon pour élaborer une preuve de concept, l’équipe CVR a aidé les responsables de maintenance à reclasser le bogue comme critique et à publier rapidement un correctif. Les détails seront communiqués une fois le processus de divulgation responsable achevé.
- Dans le cadre du programme « Scan for Good » de Wiz, l’équipe a utilisé Carbon pour évaluer les vulnérabilités des infrastructures numériques publiques. Par exemple, lors de l’analyse de deux grands fournisseurs de SaaS, le modèle a détecté des vulnérabilités « 0-day » en moins de deux heures, réduisant ainsi plusieurs semaines de recherche en matière de vulnérabilités à un seul après-midi. L’équipe s’est associée aux organisations concernées pour remédier au problème en un temps record, contribuant ainsi à atténuer l’impact potentiel sur des dizaines de milliers d’entreprises.
Un raisonnement scientifique et mathématique plus solide
Gemini 4 Carbon affiche des performances nettement améliorées en matière de raisonnement dans les domaines de la physique, des mathématiques et des sciences de la vie, notamment pour la synthèse de données expérimentales, la vérification d’hypothèses et la résolution de problèmes dominaires en plusieurs étapes. Pour Axiom Bio, une entreprise spécialisée dans la recherche sur la toxicité des médicaments, Carbon est désormais le modèle le plus performant en science translationnelle, permettant de découvrir de nouveaux mécanismes de toxicité qui leur avaient échappé auparavant. Axiom transfère désormais ses analyses scientifiques de production et ses agents vers Carbon et Argon afin de permettre la création de médicaments plus sûrs.
Partout chez Google, des chercheurs utilisent Carbon dans Google Antigravity pour accélérer leurs travaux :
- Vérification de code : des chercheurs ont développé un nouveau cadre agentique pour la vérification formelle, appelé AlphaProof Code, et l’ont mis à contribution pour relever un défi majeur en matière de sécurité : prouver mathématiquement le code sous-jacent au protocole cryptographique de Signal. En utilisant Carbon parallèlement à d’autres modèles, nos chercheurs ont traduit des objectifs de sécurité en théorèmes mathématiques. Les agents d’AlphaProof Code ont ensuite utilisé Carbon pour générer des millions de lignes de code en Lean, un langage informatique dédié à la rédaction de preuves mathématiques, ce qui leur a permis de démontrer des propriétés de sécurité essentielles en quelques semaines — une tâche qui, historiquement, prend des années à des équipes d’experts. Ce résultat démontre le potentiel de Carbon à rendre possible une vérification formelle à grande échelle, longtemps considérée comme la référence en matière de développement de logiciels sécurisés.
- Développement de tests enzymatiques : ne disposant que de cahiers de laboratoire et de données brutes, Carbon est allé au-delà de l’analyse standard pour mettre en évidence des anomalies de données difficiles à interpréter, qu’il a utilisées pour diagnostiquer des artefacts expérimentaux subtils en laboratoire, tels qu’un mélange automatisé incomplet dans des puits profonds, ce qui a permis d’améliorer considérablement la reproductibilité. De plus, Carbon a amélioré les méthodes de déconvolution des pics chromatographiques et a détecté des traces de contamination croisée dans les instruments de recherche, accélérant ainsi considérablement le développement de nouveaux dosages et renforçant la boucle de rétroaction entre le calcul et le laboratoire.
- Prédiction de la structure des protéines : les modèles de prédiction de structure tels qu’AlphaFold 3 utilisent des alignements de séquences multiples (MSA) de protéines apparentées sur le plan évolutif pour aider à déduire comment les chaînes d’acides aminés se replient. De ce fait, ils rencontrent souvent des difficultés avec les protéines peu étudiées, virales, microbiennes et eucaryotes qui présentent très peu de correspondances dans les bases de données standard. Travaillant dans un environnement multi-agents, nos chercheurs ont utilisé Gemini 4 Carbon pour découvrir de manière autonome des homologues éloignés au sein d’archives de séquences non annotées à l’échelle du péta-base, de catalogues de séquences environnementales et virales, ainsi que de bases de données de structures 3D. Par exemple, parmi 7 familles de protéines à faible homologie issues de l’ensemble de test à l’aveugle du CASP17, Carbon a multiplié par 40 en moyenne le nombre d’homologues identifiés, augmentant ainsi considérablement les informations disponibles pour les modèles de prédiction de structure sans nécessiter de réentraînement. Bien que des tests comparatifs plus larges soient encore en cours, la résolution de ce goulot d’étranglement en amont de la recherche offre potentiellement une voie prometteuse vers la modélisation de régions du protéome difficiles à caractériser.
Il y a quatre semaines, nous avons ouvert les...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.