Gemini 4 Carbon est numéro un de l’indice et indisponible : ce qui a changé le 28 octobre

Google DeepMind a publié Gemini 4 Carbon : notre prochain modèle de frontière le 28 octobre 2026, et dans cet article se trouvait le chiffre qui a depuis été cité partout : 59 sur l’Artificial Analysis Intelligence Index v5.0 — première place, un point devant Claude Opus 5.5 à 58, et neuf points devant Gemini 4 Argon, le modèle sur lequel Carbon est construit et celui que Google vend sur son API payante depuis le 13 octobre. Artificial Analysis est l’évaluateur tiers derrière ce chiffre, et sa ligne était publiée le même jour. Ce qui n’est pas arrivé le 28 octobre, ni le 29 ni le 30 octobre, c’est un moyen pour quiconque en dehors d’un programme nommé d’appeler le modèle.

Cet écart — entre un classement au sommet vérifié et une porte sans poignée — résume toute l’histoire de la semaine. Carbon n’est pas une fuite, ni une rumeur, ni un aperçu que quelqu’un aurait repéré sur un classement. C’est un modèle annoncé, évalué sur des benchmarks, tarifé, avec une grille tarifaire publiée et aucun ID de modèle publié. Voici ce qui a réellement changé, ce que Google n’a pas divulgué, et ce que les chiffres signifient une fois que l’on cesse de lire le score en tête pour commencer à lire les neuf tests dont il est la moyenne.

Ce que la publication disait, et les quatre choses qu’elle ne disait pas.

L'annonce nomme Koray Kavukcuoglu, SVP et architecte IA principal de Google DeepMind, et présente Carbon comme un modèle de cybersécurité et d'ingénierie à long horizon construit sur Argon. La formulation concernant l'accès est précise et mérite d'être lue deux fois : « À partir de cette semaine, nous rendrons Carbon accessible à un sous-ensemble de défenseurs cyber », puis « déploierons progressivement l'accès à des partenaires de confiance supplémentaires via notre Fairwind Program », et enfin aux développeurs, aux entreprises et aux consommateurs « dès que possible » une fois les garde-fous affinés. Google indique également participer au processus volontaire de tests avant publication du gouvernement américain. Aucune date n'apparaît nulle part dans cette séquence.

Quatre éléments que l’on trouve normalement sur une page de modèle sont absents :

• Identifiant du modèle — la liste des modèles de l'API Gemini, vérifiée le 30 octobre, ne contient aucune entrée Carbon. Sa seule chaîne Gemini 4 est gemini-4-argon.

• Fenêtre de contexte — non indiquée dans la publication de Google et absente de sa page tarifaire. La page modèle d’Artificial Analysis indique 1 M ; il s’agit d’un chiffre tiers, et non d’une spécification fournisseur, et c’est le seul en circulation.

• Nombre de paramètres et architecture — non divulgués, et aucun rapport technique n’accompagne le lancement.

• Une fiche de modèle — aucune n’était publiée au 30 octobre, ce qui explique pourquoi tous les médias secondaires citent l’article de blog plutôt qu’une spécification.

La tarification, en revanche, est publiée dans son intégralité, ce qui donne à l’ensemble des omissions un caractère délibéré plutôt qu’inachevé : Google est prêt à vous dire combien coûte Carbon avant d’être prêt à vous dire ce que c’est.

Le 59 est une moyenne de neuf tests, et Carbon en remporte quatre.

Le texte rédigé par Artificial Analysis lui-même est plus utile que le classement. Carbon arrive en tête de 4 des 9 évaluations constitutives — HLE-Diamond, Terminal-Bench-Science, AA-Omniscience et AutomationBench-AA — ce qui signifie que son score de première place vient d’une très bonne performance dans tous les domaines plutôt que d’un balayage complet de l’ensemble. Les domaines où il n’est pas en tête sont ceux qu’un développeur qui fait appel à un agent remarquerait en premier.

• Agents de codage — Carbon obtient 59 sur le Coding Agent Index avec Antigravity CLI. Claude Opus 5.5 atteint 62 dans Claude Code. Trois points, sur exactement la charge de travail sur laquelle le marketing de Google insiste le plus.

• Terminal-Bench 4.0 — Carbon est deuxième à 64 %, derrière Claude Opus 5.5.

FrontierCode v1.1 — deuxième à 51 %, encore derrière Opus 5.5.

• AA-Briefcase — 1 609 Elo, en hausse de 126 par rapport aux 1 483 de Gemini 4 Argon. Il s’agit de la plus forte progression individuelle de ce lancement, et Carbon reste encore derrière Grok 4.7 (1 638), Muse Wonder (1 659) et Kimi K3.1 Pro (1 678).

• AA-Omniscience v1.1 — 54, devant les 48 d’Opus 5.5 et les 46 d’Argon. La précision a augmenté de 10 points pour atteindre 58 %, et le taux d’hallucination est passé de 4 % à 11 %. Le second chiffre ne figure pas dans la publication de Google.

L’interprétation honnête de 59, donc, est que Carbon est le modèle généraliste le plus performant du classement et le deuxième agent de codage le plus performant, avec un taux d’hallucination aggravé que Google n’a pas divulgué spontanément. Les trois affirmations proviennent de la même page.

Le tableau de Google lui-même, étiqueté comme étant celui de Google

Les chiffres des fournisseurs sont ceux qui finiront dans les présentations achats, ils méritent donc une attribution précise plutôt qu’une place dans la même phrase que le score indépendant. Tout ce qui suit est rapporté par Google et non reproduit en dehors de Google :

• SEC-bench Pro — 88,2 % en découverte de vulnérabilités, l’affirmation phare en matière de cybersécurité.

• ExploitGym — 54,8 % sur l’exploitation, contre 42,0 % pour Gemini 4 Argon.

• CWE-bench — 71,0 % sur le patchage.

• WebDev Arena — en hausse de 89 Elo à 1 768, quatrième place. Celle-ci est une arène publique et donc vérifiable, ce qui explique pourquoi c’est l’affirmation du fournisseur qui a le moins besoin d’une mise en garde.

• Injection indirecte de prompts Gray Swan — 0,0 % de réussite des attaques, contre 0,7 % pour Argon. Triche sur Terminal-Bench 4.0 : 0,0 % de réussites, 0,4 % de tentatives.

• Revendications internes des équipes d’ingénierie — plus de deux fois plus de réussites en génération de code sécurisé face à Argon ; une déclaration de l’équipe Chrome selon laquelle Carbon a produit des correctifs « plus de 10 fois » meilleurs que le modèle frontière d’un laboratoire rival ; alertes graves de désalignement en baisse de près de 80 % ; assertions non étayées environ réduites de moitié ; excès de périmètre des tâches en baisse de 26 % et sous-service en baisse de 29 %.

Le tableau de Google n’est pas uniformément flatteur, et les deux endroits où il perd sont ceux qu’il faut retenir : FrontierSWE 2 a été remporté par GPT-6 Astra, et le sous-ensemble hors ligne d’OSWorld-2.1 a été remporté par Claude Opus 5.5. Un billet de lancement qui publie ses propres défaites est plus crédible qu’un billet qui publie dix-sept victoires sans colonne pour le reste — et c’est exactement pourquoi les lignes des défaites sont la première chose à vérifier lorsqu’un fournisseur revendique un balayage complet.

La grille tarifaire, et le chronomètre que Google n’a pas lancé

Le prix de lancement de Carbon est de 2 $ par million de tokens d'entrée et de 10 $ par million de tokens de sortie, les entrées mises en cache bénéficiant de 95 % de remise. L'article indique ensuite que « 4 $ par 1 M de tokens d'entrée et 20 $ par 1 M de tokens de sortie s'appliqueront » après l'expiration de la période de lancement — sans préciser de date d'expiration. Argon, en revanche, a une échéance ferme : son tarif de lancement court jusqu'au 30 novembre 2026, et le tarif standard entre en vigueur le 1er décembre. Le compte à rebours de Carbon n'est pas lancé, et il ne le sera pas tant que le modèle n'aura pas un endpoint public à vendre.

Au tarif standard, Artificial Analysis estime le coût de Carbon par tâche de l’Intelligence Index à 7,76 $ — environ 23 % de moins que {{1}}Claude Opus 5.5 (max){{/1}} à 10,04 $, et environ 1,2 fois {{2}}GPT-6 Astra (max){{/2}} à 6,25 $, sur la base de 123 k tokens de sortie par tâche. Ce sont des dollars par tâche, et non des dollars par token, et cette distinction compte : un modèle moins cher par token mais qui réfléchit plus longtemps peut tout de même coûter plus cher par réponse.

C'est la partie du lancement qui deviendra pertinente dès que Carbon disposera d'un point de terminaison, et c'est la partie pour laquelle la règle de répercussion sur le catalogue complet des modèles a été conçue. OrcaRouter applique une marge de 0 % et répercute le prix catalogue du fournisseur lui-même, de sorte qu'une baisse ou une hausse de tarif d'un fournisseur est effective de notre côté le jour même, plutôt qu'après un cycle de révision des prix. Aujourd'hui, cette règle s'applique aux modèles Google dont nous assurons le routage ; Carbon n'en fait pas partie, et les pages qui prétendent le contraire vendent quelque chose que personne ne peut encore fournir.

Ce qu’un développeur peut réellement faire cette semaine

Le 30 octobre, le catalogue OrcaRouter ne contient aucune chaîne correspondant à Gemini 4. Les modèles Gemini de pointe appelables aujourd’hui se situent un cran en dessous et sont tarifés en conséquence : Gemini 3.1 Pro Preview à 2 $ en entrée et 12 $ en sortie par million de jetons, avec un contexte de 1 M de jetons, et la gamme Flash — Gemini 3.8 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash — à partir de 0,75 $ en entrée. Voilà ce que « le modèle le plus haut est verrouillé » signifie en pratique : le travail doit quand même être livré, et il est livré sur le meilleur modèle disposant d’une porte.

Si vous évaluez Carbon pour un flux de travail de sécurité, la manière crédible de vous préparer sans miser une trajectoire de production sur un modèle non publié consiste à mettre en place la solution de repli d’abord. La bascule automatique entre fournisseurs avec une seule clé signifie qu’un modèle principal qui commence à renvoyer des erreurs ou à ralentir est remplacé au sein du même appel, de sorte que le jour où Carbon sera lancé, le changement consiste à modifier une chaîne de modèle plutôt qu’à réarchitecturer.

Le précédent qui fixe la date à surveiller

Argon est le seul modèle utilisable pour ce qui va se passer ensuite. Google l’a annoncé le 30 septembre 2026, l’a rendu disponible en général sur l’API payante le 13 octobre, et a ouvert sa fenêtre de prix de lancement jusqu’au 30 novembre. Cela fait treize jours entre l’annonce et un point d’accès appelable. Appliquez la même arithmétique à l’annonce de Carbon du 28 octobre, et la date implicite se situe autour du 10 novembre — une arithmétique fondée sur un seul précédent, non un engagement, et Google a été explicite : les tests gouvernementaux de préversion doivent d’abord être terminés.

L'autre variable est moins rassurante : le modèle qui sera livré dans deux semaines ne sera peut-être pas celui qui a obtenu 59. Carbon est construit sur Argon, et il y a une observation non confirmée du 21 octobre, lorsqu'un moniteur d'arène tiers a signalé un changement de capacité sur l'alias gemini-4-argon et certains développeurs y ont vu l'arrivée anticipée des poids de Carbon. Si le plan de Google est d'intégrer le post-entraînement de Carbon dans le nom Argon plutôt que de lancer un second point de terminaison, alors ce qu'il faut surveiller n'est pas du tout un nouvel ID de modèle — c'est une incrémentation de version sur celui que vous pouvez déjà appeler.

Le classement tiendra un certain temps ; les premières places au classement tiennent généralement jusqu’à ce que le prochain laboratoire réponde. Ce qui ne tiendra pas, c’est l’hypothèse qui sous-tend la majeure partie de la couverture de cette semaine — qu’un modèle numéro un est un modèle que l’on peut mettre dans un produit. Le 30 octobre, Gemini 4 Carbon est le meilleur modèle du monde d’un point publié et le seul modèle de frontière de cette génération sans adresse. Gemini 4 Argon, annoncé quatre semaines plus tôt et neuf points plus bas, a l’adresse, la grille tarifaire avec une échéance réelle, et le trafic.