Gemini 4 Carbon : annoncé, à accès restreint, et neuf points d'avance sur le modèle que vous pouvez réellement appeler

Gemini 4 Carbon a cessé d'être une rumeur le 28 octobre 2026, lorsque Google DeepMind a publié un billet intitulé « Gemini 4 Carbon : notre prochain modèle de frontière ». Ce qu'il n'a pas cessé d'être, en revanche, c'est indisponible. Il n'existe aucune chaîne gemini-4-carbon dans la liste des modèles de l'API Gemini, aucune entrée sur sa page tarifaire, aucune fiche de modèle et aucun endpoint — la liste des modèles, vérifiée le 29 octobre, ne comporte exactement qu'une seule entrée Gemini 4, et il s'agit de Gemini 4 Argon. La description honnête de Carbon aujourd'hui est donc celle d'une annonce publiée enveloppant un déploiement par étapes : capacité documentée, accès rationné, prix non publié.

Les mesures indépendantes publiées en parallèle en font plus qu’un communiqué de presse. Artificial Analysis a reconstruit son Intelligence Index en v5 le 27 octobre — un jour avant l’annonce de Carbon — et, sur cette échelle post-reconstruction, les deux modèles ont été évalués par le même instrument. Carbon 59, premier de 52 modèles listés. Argon 50, treizième. Neuf points les séparent, pour un coût par tâche presque identique. C’est un chiffre concret concernant un modèle que la plupart des développeurs ne peuvent pas appeler, et c’est de l’écart entre ces deux faits que cette page parle.

Ce que Google a réellement déclaré officiellement

L’annonce est avare de détails sur ce dont un acheteur a besoin, mais précise sur les points sur lesquels un laboratoire souhaite être jugé. Réduite à ses allégations :

• Positionnement —Carbon est décrit comme le plus puissant des deux modèles Gemini 4, succédant à Argon au sein du même numéro de génération. Google indique se concentrer sur la cybersécurité et le travail d'agent à long terme — des tâches où un agent continue à se heurter à des impasses pendant des jours plutôt qu'à une invite qui obtient une seule réponse.

• L’accès est échelonné et sans date — Carbon a d’abord été mis à disposition d’un sous-ensemble de cyberdéfenseurs, puis s’est élargi via le Fairwind Program, puis aux développeurs, aux entreprises et aux consommateurs « dès que possible ». Aucune date n’a été donnée pour les trois derniers groupes.

• Parcours réglementaire — Le lancement s'inscrit dans le processus volontaire de tests avant publication du gouvernement des États-Unis. Google indique qu'il y participe et continue d'affiner les garde-fous avant un accès plus large.

• Aucun document — Aucune fiche modèle publique, aucun point de terminaison, aucun identifiant. La fenêtre de contexte publiée par Google pour Argon — 1M de tokens unifiés avec des décodages allant jusqu'à 1M — n'a pas été redéclarée pour Carbon ; le chiffre de 1M qui circule provient de la liste d'Artificial Analysis, qui est un relevé tiers plutôt qu'une spécification du fournisseur.

Voilà l’annonce. La distance entre « nous avons construit le meilleur modèle » et « voici le prix » est, en l’occurrence, la distance entre un billet de blog et un produit.

L’écart de neuf points, et l’instrument qui l’a mesuré

Le moment de la reconstruction de l’indice est le point à retenir, car il invalide la plupart des graphiques avant-après qui circulent cette semaine : les scores obtenus avant le 27 octobre ne sont pas sur la même échelle que ceux obtenus après. Sur le classement actuel, les deux modèles sont mesurés par le même instrument :

• Intelligence Index v5 — Carbon 59, premier des 52 modèles répertoriés ; Gemini 4 Argon 50, treizième.

• Coût par tâche d'indexation — Carbone à 7,76 $ contre Argon à 7,68 $. Neuf points de capacité pour huit cents de plus par tâche.

• Précision — Carbon 58 %, soit un gain de dix points par rapport à Argon ; AA-Omniscience 54 contre 46.

• Hallucination — Carbon 11 %, contre 4 % pour Argon. Carbon reste le deuxième plus faible sur ce tableau de suivi, mais l’évolution va dans la mauvaise direction.

• Volume de sortie — 123 000 tokens par tâche d'indexation, soit 29 % de moins que les Claude Opus 5.5 et leurs 173 000 — une large part de ce qui explique que le coût par tâche reste faible malgré un prix affiché d'apparence identique.

• Vitesse — 99,8 jetons de sortie par seconde, avec un délai de 97,48 secondes avant le premier jeton à effort de raisonnement élevé.

Le nombre qui compte le plus dépend de ce que vous construisez. Un premier token à 97 secondes est sans importance pour une tâche d’agent de longue durée, et rédhibitoire pour une interface interactive. Et « premier au global » ne signifie pas « meilleur en code » : dans le Coding Agent Index d’Artificial Analysis, Carbon obtient 59 avec Antigravity CLI, trois points derrière Claude Code pilotant Claude Opus 5.5 à 62 — tandis que le propre résultat de Google sur WebDev Arena indique l’inverse, à 1 768 et une quatrième place, soit un gain de 89 points Elo.

Les chiffres de Google eux-mêmes, et comment les lire

Le billet contient un ensemble de benchmarks de sécurité, et chaque chiffre qu'il présente est rapporté par le fournisseur plutôt que reproduit indépendamment. Étiquetez-les comme tels lorsque vous les citez : sur SEC-bench Pro, découverte de vulnérabilités, Carbon obtient 88,2 % contre 83,4 % pour Argon, et la piste de validation de l'exploitation ainsi que les résultats des agents à long horizon suivent le même schéma, à quelques points au-dessus du modèle en place. Rien de tout cela n'a encore fait l'objet d'une réplication externe, et un benchmark choisi par le laboratoire qui a construit le modèle est une preuve d'intention autant que de capacité.

La lecture la plus utile de cette section, c'est ce qu'elle révèle de la cible à laquelle Carbon est destiné. Un modèle dont les résultats phares sont la découverte de vulnérabilités et l'endurance d'agents sur de longs horizons, distribué d'abord aux défenseurs cyber via un programme nommé, n'est pas lancé comme une simple mise à niveau de chatbot généraliste. Il est lancé comme un spécialiste — et tarifé, lorsqu'il le sera, en conséquence.

Ce que la fuite d’octobre a vu juste, et ce qu’elle n’a pas vu

Contexte utile à conserver, car les informations publiées précédemment se trouvent désormais partiellement confirmées. Le 9 octobre, Business Insider a rapporté — dans une information relayée par le média spécialisé dans le suivi des fuites TestingCatalog — que des collaborateurs de Google testaient en interne un checkpoint de Gemini 4 appelé Carbon, que les premiers retours le décrivaient comme comparable à Claude Opus 5.5 pour le codage, que Barium-B était le checkpoint retenu pour la version publique Argon, et que l’on ne savait pas encore si Carbon deviendrait une mise à jour d’Argon ou une version à part entière.

Deux de ces affirmations se sont réalisées d’une manière précise : Carbon est une entité distincte plutôt qu’une mise à jour d’Argon, et c’est la plus puissante des deux. Ce qui n’a pas été confirmé, c’est l’élément flatteur — « se sent comparable à Claude Opus 5.5 pour le codage » était une impression du personnel, et la mesure indépendante du codage place Carbon trois points derrière Claude Opus 5.5 dans un harnais Claude Code. Un ressenti n’est pas un score, et cette semaine, le score est arrivé.

L’observation du 21 octobre se lit elle aussi différemment désormais. Un post affirmait que les poids derrière l’alias gemini-4-argon étaient discrètement devenus Carbon, étayé par une notification de changement de capacités provenant d’un bot d’arène tiers. Avec les deux modèles désormais évalués séparément par le même outil de suivi — 59 et 50 —, cette affirmation paraît moins probable plutôt que davantage : si l’alias d’Argon servait Carbon depuis le 21 octobre, les deux lignes ne seraient pas séparées de neuf points sur un instrument qui se reconstruit chaque mois.

Ce qui manque encore, et quand cela compte

Trois absences définissent la phase suivante, et chacune a une conséquence différente.

• Un identifiant —Jusqu'à ce que gemini-4-carbon apparaisse dans la liste des modèles, rien de ce que vous construisez ne peut le nommer. C'est la limite entre un modèle annoncé et un modèle appelable.

• Un prix —Rien n'est publié à aucun niveau. La fiche d'Argon est le seul point d'ancrage de la famille : 2,00 $ par million de tokens en entrée et 10,00 $ par million de tokens en sortie au tarif introductif, l'entrée mise en cache à 95 % de réduction, puis 4,00 $ et 20,00 $. Savoir si Carbon hérite de ce tarif ou le casse est l'inconnue la plus lourde de conséquences, car un gain de neuf points aux tarifs des modèles de travail modifierait les prix d'une grande partie du marché, tandis qu'un gain de neuf points aux tarifs des modèles frontière ne le ferait pas.

• Une fiche modèle — Quel checkpoint, à quel réglage d'effort, avec quelle longueur de contexte est réellement proposé. Le chiffre de 1 M qui circule aujourd'hui est un référencement tiers.

Toujours sans réponse : Carbon finit-il par devenir une mise à jour d’Argon ? L’annonce le décrit comme succédant à Argon au sein de la même génération, ce qui laisse ouverte la possibilité que les deux noms fusionnent plus tard en un seul identifiant — exactement le scénario que les articles d’octobre ne pouvaient pas exclure.

Que lancer lorsque l’accès est rationné

Ni Gemini 4 Carbon ni Gemini 4 Argon ne figure sur OrcaRouter. Une recherche de l’un ou l’autre dans notre catalogue ne renvoie rien, et il continuera de ne rien renvoyer tant que Google ne les rendra pas appelables pour nous. Tout compte qui vend aujourd’hui un « accès à Gemini 4 Carbon » vend une étiquette ; la seule voie documentée est le Fairwind Program.

Ce qui est appelable, c'est le modèle qui continue de servir de référence à la fois pour l'impression du personnel et pour l'indice de codage. Claude Opus 5.5 est en ligne sur OrcaRouter au prix catalogue d'Anthropic — 4,00 $ par million de tokens d'entrée et 20,00 $ par million de tokens de sortie, lectures de cache à 0,20 $ — répercuté sans marge, sur la même clé que tout le reste. Gemini 3.8 Flash est disponible à 0,75 $ par million de tokens d'entrée et 3,75 $ par million de tokens de sortie, avec les lectures de cache à 0,075 $, ce que devrait coûter la part non-frontière de votre trafic pendant que vous attendez.

La décision de cette semaine n’est pas « devons-nous passer à Carbon ». C’est de savoir quelle part d’un écart de capacités de neuf points, à un prix inconnu, conditionné par un programme de sécurité, mérite d’être prise en compte dans la planification. Attendre ne coûte rien : quel que soit l’identifiant qui devient appelable, il est ajouté au même point de terminaison au prix fixé par Google le jour où il est répertorié, car il n’y a aucune renégociation entre un fournisseur qui publie un prix et nous qui le répercutons. Planifier en conséquence coûte une migration.

Ce que nous surveillons, dans l’ordre : l’identifiant qui figure dans la liste des modèles ; une grille tarifaire ; une fiche de modèle ; et la deuxième phase du déploiement Fairwind, où « dès que possible » obtient une date ou, discrètement, n’en obtient pas.