Gemini 4 Carbon vs Gemini 3.1 Pro : Huit mois d’écart, et l’Index ne vous permettra pas de les comparer

Mettez Gemini 4 Carbon et Gemini 3.1 Pro côte à côte et la première chose que vous obtenez, c'est un écart qui ne peut pas être mesuré. Le 59 de Carbon sur l'Artificial Analysis Intelligence Index v5.0 est réel, évalué de manière indépendante et à jour. Gemini 3.1 Pro Preview n'a aucun score au Intelligence Index : Artificial Analysis l'affiche avec un tiret là où Carbon affiche 59, et quel que soit le chiffre d'index que vous avez pu voir associé à ce modèle, il est antérieur à la refonte v5.0 du 27 octobre. Toute page qui soustrait l'un de l'autre fait de l'arithmétique sur deux versions d'une même règle. La comparaison qui tient est plus étroite, et elle est plus utile : un modèle est le meilleur du monde et fermé, l'autre en est à huit mois de preview et ouvert à 2 $ par million de tokens d'entrée.

Ce que sont réellement les deux modèles

Gemini 4 Carbon est le modèle de pointe de Google DeepMind, annoncé le 28 octobre 2026, construit sur Gemini 4 Argon, destiné à la cybersécurité et à l'ingénierie à long horizon, proposé à un tarif d'introduction de 2 $ en entrée et de 10 $ en sortie par million de tokens, qui passe ensuite à 4 $ et 20 $, et disponible cette semaine uniquement pour un sous-ensemble de défenseurs cyber, sans identifiant de modèle publié. Gemini 3.1 Pro est le précédent modèle phare de la gamme Pro de Google, livré sous le nom de Gemini 3.1 Pro Previewle 19 février 2026 et portant toujours le suffixe preview plus de huit mois plus tard, avec une fenêtre de contexte de 1 048 576 tokens, une sortie maximale de 65 536 tokens et une entrée multimodale couvrant le texte, l'image, la parole et la vidéo.

• Contexte — Gemini 4 Carbon : 1 M sur la page Artificial Analysis, non précisé dans la documentation officielle de Google. Gemini 3.1 Pro Preview : 1 048 576 tokens.

• Sortie maximale — Carbon : non publiée. 3.1 Pro Preview : 65 536 tokens, le nombre qui trahit son âge.

• Tarif, offre de lancement — Carbon 2,00 $ en entrée / 10,00 $ en sortie par million. 3.1 Pro Preview 2,00 $ en entrée / 12,00 $ en sortie.

• Prix, standard — Carbon $4.00 / $20.00 après une période d’introduction non encore entamée. 3.1 Pro Preview $2.00 / $12.00, passant à $4.00 / $18.00 au-delà de 200 000 tokens d’entrée.

• Cache — Carbon : 95 % de réduction sur les entrées mises en cache. 3.1 Pro Preview : 0,20 $ par million d’entrées mises en cache, soit une remise de 90 %.

• Disponibilité — Carbon : Fairwind Program uniquement, aucun endpoint. 3.1 Pro Preview : disponible dès aujourd'hui dans le catalogue.

Le prix des entrées est le seul point où les deux sont à égalité, et cette égalité n’est pas fortuite. Google maintient depuis février le tarif d’entrée initial de l’offre Pro à 2 $, tandis que le tarif de sortie a glissé de 12 $ à 10 $ avec les tarifs de lancement d’Argon et de Carbon. Le modèle qui a huit mois de plus est désormais le plus cher en sortie — jusqu’à ce que la période de lancement de Carbon expire et que son tarif double.

Le score que vous verrez cité n’est pas une comparaison

Le 59 de Carbon mène seul le classement v5.0 : Claude Opus 5.5 à 58, GPT-6 Astra à 57, Gemini 4 Argon à 50. Gemini 3.1 Pro Preview n’apparaît sur ce classement que comme entrée non classée : Artificial Analysis l’indique par un tiret là où Carbon affiche 59. Artificial Analysis a reconstruit l’indice le 27 octobre 2026, et la v5.0 n’est pas une renotation de l’ancien test avec de nouveaux noms — c’est un ensemble différent de neuf évaluations ; un chiffre reporté d’une exécution de l’ère v4 ne peut donc pas être placé à côté de celui d’une exécution de l’ère v5, même lorsqu’on leur accole à tous deux le même mot « index ».

Il ne reste que trois façons honnêtes de comparer, et seulement trois :

• Même test, même exécution — disponible pour Coding Agent Index et les benchmarks de type arène, où les deux modèles apparaissent dans une même passe. Non disponible pour l’Intelligence Index.

• Même tâche, coût mesuré — Carbon revient à 7,76 $ par tâche d'indexation au tarif standard. Le coût par tâche de Gemini 3.1 Pro n'est pas publié sur le tableau actuel sous une forme qui puisse être placée à côté de celui-ci.

• Des déclarations de capacités publiées, accompagnées de leur millésime — les points forts de 3.1 Pro ont été mesurés au cours du premier semestre 2026 face à un paysage différent, et ce paysage a évolué trois fois depuis.

Là où la comparaison est valable : la facture

La tarification par jeton est le seul axe sur lequel les deux modèles disposent d’un chiffre publié et actuel, et elle donne une réponse claire pour tout ce qui écrit beaucoup. Aux tarifs de lancement, Carbon est à 10 $ par million de jetons de sortie contre 12 $ pour 3.1 Pro — 17 % moins cher sur précisément le poste de facturation qui domine les charges de travail des agents. Aux tarifs standard, Carbon est à 20 $ contre 12 $, soit 67 % plus cher. Toute la question dépend donc d’une date qui n’a été communiquée à personne : celle de la fin de la période de lancement.

Les entrées longues accentuent encore la tendance. Gemini 3.1 Pro Preview double à 4 $ en entrée et 18 $ en sortie dès qu’une seule requête dépasse 200 000 jetons d’entrée, si bien qu’une tâche d’analyse de document de 500 k jetons paie le palier supérieur sur l’entrée comme sur la sortie. Carbon n’a aucun chiffre de contexte dans la documentation propre à Google — le 1 M indiqué sur sa page Artificial Analysis est un chiffre provenant d’un tiers — et par conséquent aucun palier publié pour les entrées longues.

La règle de répercussion est ce qui rend cela compréhensible de notre côté. Une seule API pour plus de 200 modèles à 0 % de majoration signifie que le prix que vous voyez pour Gemini 3.1 Pro Preview est celui de Google, soit 2 $ / 12 $, avec sa tarification par paliers intacte, et non la version d’un revendeur, et que toute modification apportée par Google à cette grille tarifaire est répercutée le jour même. C’est l’intérêt pratique d’un catalogue de répercussion lorsqu’un lancement comme Carbon arrive avec un prix dont le doublement est prévu : vous ne comparez jamais un prix mis en cache à un prix réel.

Huit mois de dérive, et ce que 3.1 Pro fait encore

Le label « preview » n'est pas un simple détail technique. Gemini 3.1 Pro Preview est sorti le 19 février 2026, et Google a passé les huit mois suivants à livrer la gamme Flash — 3.5, 3.6, 3.8, et un 3.8 Flash Cyber ajusté pour la cybersécurité — tandis que le créneau Pro restait inchangé. Carbon est le premier modèle à venir s'y loger depuis, et il arrive par-dessus Argon, qui lui-même est arrivé le 30 septembre et est devenu disponible en version générale le 13 octobre.

Face à cette dérive, 3.1 Pro garde encore trois cartes. Sa fenêtre de contexte est publiée et gigantesque — 1 048 576 tokens, soit environ 1 500 pages de texte dense — tandis que celle de Carbon est simplement inconnue. Sa vitesse de sortie est mesurée à 134,4 tokens par seconde et son temps jusqu’au premier token à 19,95 secondes, les deux lors de tests d’Artificial Analysis sur l’API de Google elle-même. Carbon, dans le même classement, produit environ 85 tokens par seconde et met 103,54 secondes à produire son premier token — soit deux minutes de réflexion avant de rédiger, ce à quoi ressemble le raisonnement à long horizon quand c’est un outil d’évaluation qui le mesure plutôt que le marketing.

Ces trois cartes ne font pas de 3.1 Pro le meilleur modèle. Elles en font le modèle le mieux connu, ce qui est une autre compétition.

Les charges de travail où la réponse bascule

Il y a trois profils de lecteurs dans cette confrontation, et le choix du modèle diffère pour chacun.

Si vous livrez quoi que ce soit ce mois-ci, la décision est déjà prise pour vous : Carbon n’a pas d’adresse. Le contexte de 1M et l’entrée multimodale de Gemini 3.1 Pro Preview en font le bon choix pour les travaux à forte composante documentaire où la documentation de référence est l’essentiel — contrats, bases de code, longues transcriptions — et son tarif de sortie de 12 $ reste défendable à volume modéré.

Si vous développez un agent de codage, aucun des deux modèles Google n’est la solution sur le classement actuel. Carbon est deuxième du Coding Agent Index avec 59, à trois points derrière Claude Opus 5.5 à 62, et il est de toute façon hors de portée. 3.1 Pro n’est pas compétitif en codage agentique à huit mois d’existence ; ce sont les itérations plus récentes de la gamme Flash et les modèles d’autres fournisseurs qui occupent actuellement ce segment.

Si vous faites du travail de sécurité — le domaine exact pour lequel Carbon a été conçu — la position honnête est que le benchmark que vous voudriez consulter, SEC-bench Pro à 88,2 %, est un chiffre déclaré par le fournisseur, sans reproduction indépendante, car les seuls testeurs y ayant accès se trouvent au sein du Fairwind Program de Google. Un modèle évalué par benchmark mais non testé par des tiers ne constitue pas encore une preuve de quoi que ce soit, hormis la confiance que Google place en lui-même.

Qu’est-ce qui changerait la réponse ?

Trois événements feraient de cette comparaison un véritable duel plutôt qu’une confrontation entre un modèle disponible et un modèle annoncé. Premièrement, que Carbon obtienne un identifiant de modèle et un chiffre de contexte, ce qui réglerait la question du palier des entrées longues et permettrait de répondre à celle du coût. Deuxièmement, une ligne v5.0 de l’Intelligence Index pour Gemini 3.1 Pro, qui permettrait au 59 de figurer à côté d’un nombre mesuré avec la même règle plutôt que dans une note de bas de page. Troisièmement, la fin de la fenêtre d’introduction de Carbon, qui est le seul événement publié modifiant le coût de l’un ou l’autre des modèles.

Tant qu’au moins l’un de ces éléments ne se concrétise pas, le résumé équitable est le suivant : Gemini 4 Carbon remporte l’index avec un point d’avance sur Claude Opus 5.5 et neuf points sur Gemini 4 Argon, mais le concurrent nommé dans ce titre n’a aucun score sur ce tableau, n’est pas sur la même règle et n’est pas dans la même pièce. Gemini 3.1 Pro met plus de temps à être remplacé qu’il n’y paraît, car le modèle qui le remplace ne peut pas être appelé — et le modèle qu’un développeur peut appeler aujourd’hui est celui qui est en aperçu depuis février.