Google accélère le renouvellement de ses modèles d’intelligence artificielle. Deux semaines après la présentation de Gemini 4 Argon, l’entreprise annonce Gemini 4 Carbon, une version orientée vers la programmation, l’exécution de missions en plusieurs étapes et la cybersécurité. Le groupe affirme qu’il s’agit de son modèle « le plus avancé et le plus puissant » à ce jour, une appréciation qui repose sur les évaluations communiquées par Google et non sur une certification indépendante mentionnée dans l’annonce.
Un modèle présenté comme plus efficace pour les tâches complexes
Selon Google, Gemini 4 Carbon progresse dans plusieurs domaines par rapport à son prédécesseur. L’entreprise cite notamment le développement d’applications web complètes, le traitement de travaux scientifiques et l’interprétation de données multimodales, c’est-à-dire combinant plusieurs types d’informations. Le modèle serait également capable de repérer les sources pertinentes, de relever des incohérences dans des situations ambiguës et de coordonner des processus comportant plusieurs étapes.
Google indique que Carbon arrive en tête de la version 5.0 de son indice d’intelligence artificielle, avec un score de 59 points. La société ne détaille toutefois pas, dans l’annonce rapportée par Vietnam.vn, la méthodologie complète de ce classement ni la liste des modèles comparés. Ce résultat doit donc être considéré comme une performance revendiquée par l’entreprise, et non comme une mesure universelle de la qualité du modèle.
Des résultats revendiqués en cybersécurité
La cybersécurité constitue l’un des principaux axes de communication autour de Gemini 4 Carbon. Google affirme avoir évalué le modèle sur des exercices portant sur la découverte, l’exploitation et la correction de vulnérabilités. Les résultats annoncés sont les suivants :
- 88,2 % au test de découverte de failles SEC-bench Pro ;
- 54,8 % à l’évaluation d’exploitation ExploitGym ;
- 71 % au test de correction CWE-bench.
Ces chiffres sont attribués à Google et correspondent aux évaluations citées dans l’annonce du 29 octobre 2026. Ils ne permettent pas, à eux seuls, de mesurer le comportement du modèle dans toutes les infrastructures informatiques ni face à l’ensemble des menaces. L’exploitation de vulnérabilités reste par ailleurs une capacité sensible : l’annonce décrit des résultats de test, sans fournir de procédure technique permettant de reproduire une attaque.
Une promesse de réponses plus prudentes
Google affirme aussi que Carbon génère davantage de code sécurisé lors de tests internes et qu’il a été utilisé dans des situations réelles par les équipes d’ingénierie du groupe. D’après l’entreprise, le modèle produirait moins de réponses éloignées de l’objectif fixé et moins de rapports inexacts. Google assure également qu’il réduit d’environ 50 % les affirmations non fondées par rapport à Argon, lors de tests internes.
Le modèle serait, selon la même source, plus enclin à signaler l’insuffisance des éléments disponibles plutôt qu’à formuler une réponse non vérifiée. Cette évolution répond à une limite centrale des systèmes génératifs : une réponse correctement formulée peut rester inexacte, notamment lorsque les données sont ambiguës ou incomplètes. La prudence annoncée par Google ne supprime toutefois pas la nécessité d’une validation humaine, particulièrement lorsqu’une analyse concerne la sécurité d’un système.
Un rythme de lancement qui accentue la concurrence
Le délai de deux semaines entre Argon et Carbon illustre le rythme soutenu auquel Google fait évoluer sa gamme. L’entreprise explique que cette accélération repose sur une collaboration étroite entre ses chercheurs et ses propres modèles d’IA. Cette organisation pourrait réduire le temps nécessaire entre la recherche et la mise à disposition de nouvelles capacités, mais elle renforce aussi les questions sur l’évaluation, la transparence des tests et la maîtrise des usages.
Pour Google, l’enjeu dépasse donc l’amélioration d’un assistant conversationnel. En ciblant le développement logiciel et la sécurité informatique, Gemini 4 Carbon se positionne sur des tâches susceptibles d’être intégrées aux activités des ingénieurs. Les performances communiquées devront néanmoins être confrontées à des évaluations externes, à des environnements variés et à des usages opérationnels avant de permettre de juger précisément son apport.
