Gemini 4 Carbon vise les tâches où un modèle doit enchaîner plusieurs opérations : examiner du code, chercher une faille, produire une correction et la vérifier, ou synthétiser des documents volumineux. Google l’ouvre à davantage d’utilisateurs, mais pas de la même manière selon qu’ils passent par l’application Gemini, ses outils de développement ou une offre destinée aux chercheurs. La question n’est donc pas seulement ce que Carbon peut faire, mais dans quelles conditions on peut lui confier le travail.
Un modèle pour les tâches longues, pas pour tous les usages
Google présente Carbon comme son modèle le plus puissant pour les tâches complexes en plusieurs étapes, notamment le développement logiciel, la recherche scientifique et certains travaux de cybersécurité. L’entreprise distingue explicitement ces missions des usages courants : selon elle, Gemini 4 Argon reste adapté à la majorité des tâches de connaissance et de programmation. Carbon est conçu pour consacrer davantage de calcul à une demande, en explorant plusieurs pistes et en répétant des étapes de vérification.
Cette différence compte dans un système agentique. Un agent ne se contente pas de rédiger une réponse : il peut utiliser des outils, examiner des fichiers ou exécuter des actions successives pour atteindre un objectif. Le résultat dépend alors autant de la qualité du modèle que de l’accès aux outils, des consignes, des données fournies et du contrôle exercé sur les actions. Une tâche longue multiplie aussi les occasions de partir sur une mauvaise piste.
Google met en avant des performances sur CursorBench 4.0, WANDR, le test de Perplexity, et AutomationBench, celui de Zapier. L’entreprise affirme que Carbon arrive en tête de ces évaluations et coûte, par tâche, plus de deux fois moins cher que le meilleur modèle externe suivant. Ce sont des résultats annoncés par Google, sur des tests associés à des usages précis : ils ne démontrent pas à eux seuls qu’un agent obtiendra le même avantage dans le travail quotidien d’une équipe.
La fluidité ne remplace pas le contrôle
Les chiffres relayés par Frandroid à partir des évaluations d’Artificial Analysis éclairent une autre dimension : la capacité à répondre juste et le risque d’inventer une réponse ne sont pas la même mesure. Sur AA-Omniscience, Carbon obtient, d’après ces résultats, la bonne réponse à 58 % des questions, contre 48 % pour Argon. Mais parmi les questions auxquelles le modèle ne répond pas correctement, la part de réponses inventées plutôt que d’aveux d’incertitude passe de 4 % pour Argon à 11 % pour Carbon.
Ces taux concernent ce test particulier, et non l’ensemble des usages de Carbon. Ils rappellent toutefois une précaution opérationnelle : une réponse précise en apparence ne vaut pas vérification. Pour un document juridique, une analyse financière ou une modification de code, l’utilisateur doit pouvoir contrôler les sources, les calculs ou les changements apportés. Plus une tâche est complexe, plus le suivi des étapes devient important.
Google annonce aussi un nouveau test multimodal, le Multimodal Knowledge Agent, conçu avec Artificial Analysis pour évaluer des agents travaillant sur des documents mêlant texte, tableaux, images et graphiques. Carbon y arrive deuxième, selon Google, avec un coût moyen par tâche plus de six fois inférieur à celui du modèle classé premier. Là encore, le résultat porte sur une évaluation déterminée ; il ne constitue pas une garantie de précision pour chaque dossier d’entreprise.
L’accès dépend de l’usage
Pour le grand public, Google indique que Carbon est déployé dans l’application Gemini et dans le mode IA de la recherche auprès des abonnés Google AI Ultra. Les utilisateurs de l’offre Pro ne disposent donc pas du même accès dans ces produits. Les développeurs et les entreprises peuvent, eux, utiliser Carbon par l’API Gemini dans les offres payantes, ainsi que par certains outils professionnels de Google. L’accès dans un produit grand public et l’accès par API ne sont pas interchangeables : le second permet d’intégrer le modèle à un logiciel ou à un processus, mais demande de construire et de maintenir cette intégration.
Pour les développeurs, Google propose également un aperçu de /swarm dans Antigravity. Une demande peut y être répartie entre plusieurs agents travaillant en parallèle, avec des rôles distincts, par exemple la conception d’une architecture, la coordination ou l’audit. Cette organisation peut accélérer un travail en le divisant, mais elle ne supprime pas le besoin de vérifier le résultat. Des agents peuvent partager une même hypothèse erronée ou produire des modifications qui se contredisent ; la supervision et les tests restent donc au cœur du processus.
Les chercheurs constituent un autre cas d’accès. Google annonce étendre à Carbon un programme qui donne à des scientifiques sélectionnés un accès gratuit aux modèles pendant six mois via le niveau d’utilisation le plus élevé de Google Antigravity, sous réserve d’éligibilité, de capacité et de sélection. Ce dispositif ne correspond pas à une disponibilité générale : il s’agit d’un programme dont l’accès est attribué au fil des candidatures.
Des capacités cyber à encadrer
La cybersécurité est l’un des domaines où l’écart entre capacité et conditions d’usage est particulièrement sensible. Google affirme que Carbon peut contribuer à repérer des vulnérabilités, à comprendre comment elles s’enchaînent et à produire des correctifs. L’entreprise rapporte plusieurs résultats issus de ses propres évaluations et de collaborations avec des équipes de sécurité. Elle précise que l’accès à la version destinée à ces travaux passe par son programme Fairwind, réservé aux défenseurs de la cybersécurité.
Google décrit également des protections contre les usages malveillants et les instructions cachées dans des contenus examinés par un agent, une forme d’attaque appelée injection indirecte de prompt. L’entreprise rapporte de bons résultats sur plusieurs tests de sécurité, tout en reconnaissant que la résistance aux injections doit encore progresser face à certaines attaques sophistiquées. Cette limite est concrète pour toute organisation qui autorise un agent à lire des pages, des courriels ou des fichiers : une consigne hostile peut être dissimulée dans les données consultées, sans être formulée directement par l’utilisateur.
Carbon élargit donc le champ des tâches que Google souhaite automatiser, en particulier quand elles demandent plusieurs étapes et l’usage d’outils. Mais l’accès varie selon le produit, et les performances publiées décrivent des tests ou des évaluations attribués à leurs auteurs. Pour décider de lui confier une tâche, il faut regarder le processus complet : données accessibles, actions autorisées, coût, traces disponibles et possibilité de contrôle humain. La capacité à produire une réponse ou une correction n’est qu’une partie du travail.
Références
- Google, « Gemini 4 Carbon is now available »
- Frandroid, « Vous pouvez maintenant utiliser Gemini 4 Carbon (si vous payez le prix fort) »
Des bureaux de Google à Sunnyvale, en Californie. Photo d’illustration.
