Google DeepMind a annoncé le 10 novembre 2026 que Gemini 4 Carbon, dernière addition à sa famille de modèles frontaliers Gemini 4, est désormais disponible pour les développeurs, les entreprises, les scientifiques et le grand public. Dans l'annonce publiée sur le blog de Google DeepMind, Koray Kavukcuoglu, vice-président senior de Google DeepMind et architecte en chef de l'IA chez Google, a décrit Carbon comme le modèle le plus puissant de l'entreprise, avec des performances frontalières en cybersécurité et dans les flux de travail agentiques à long horizon couvrant les travaux de connaissance complexes, l'ingénierie logicielle et le raisonnement scientifique.

Deux semaines plus tôt, Google avait mis Carbon à disposition d'un groupe de défenseurs en cybersécurité via son programme Fairwind. Carbon fait suite à Gemini 4 Argon, qui reste, selon Google, le choix idéal pour la majorité des travaux d'ingénierie logicielle et de traitement des connaissances. Carbon est conçu pour les tâches qui poussent l'intelligence d'un modèle dans ses limites — codage et débogage complexes en plusieurs étapes, et recherche et découverte scientifiques ouvertes — en utilisant plus de jetons qu'Argon pour explorer en profondeur, raisonner en profondeur et exécuter des boucles de vérification prolongées.

Sur les benchmarks indépendants conçus pour tester les performances des modèles dans des flux de travail réels, Google a indiqué que Carbon associe une précision frontalière à une économie de production pratique. Il se classe premier sur CursorBench 4.0, le WANDR de Perplexity et l'AutomationBench de Zapier, avec un coût par tâche plus de deux fois inférieur à celui du meilleur modèle externe concurrent.

Pour appliquer Carbon à des projets plus vastes et plus complexes, Google prévisualise /swarm dans Google Antigravity, comme détaillé dans l'annonce d'Antigravity. Cette fonctionnalité transforme une seule requête en une équipe coordonnée d'agents pouvant être suivie en temps réel. Les développeurs peuvent assigner à Carbon les rôles exigeant le raisonnement le plus approfondi, tels que la conception d'architecture, la coordination et l'audit, tout en l'associant à des modèles plus rapides et plus légers dans des espaces de travail isolés parallèles et des vérificateurs adversaires qui testent chaque modification.

Gemini 4 Carbon est disponible via l'API dans Google AI Studio et Gemini for business pour tous les développeurs et entreprises payants, au même tarif de lancement que Gemini 4 Argon : 2 $ par million de jetons d'entrée et 10 $ par million de jetons de sortie, selon la documentation tarifaire de Google. Une note de bas de page de l'annonce précise qu'après l'expiration de la période de lancement le 30 novembre 2026, le tarif de 4 $ par million de jetons d'entrée et 20 $ par million de jetons de sortie s'appliquera ; le tarif de lancement ne vaut que pour le modèle Carbon destiné à l'accès public. Le modèle est également déployé pour tous les abonnés Google AI Ultra dans Google Antigravity, l'application Gemini et le mode AI de Search.

Travaux de connaissance de haute précision, génération d'artefacts et analyse de données

Dans les domaines juridique, financier et des opérations d'entreprise, Google a indiqué que Gemini 4 Carbon combine une compréhension visuelle frontalier, le raisonnement et une recherche exhaustive pour synthétiser des insights fondés sur de vastes ensembles de documents et de données denses. Le modèle suit des schémas et formats stricts pour générer des feuilles de calcul, présentations et rapports soignés et précis.

Comme les benchmarks existants ne capturent pas adéquatement la façon dont les agents raisonnent nativement sur des fichiers denses contenant des graphiques, images, plans, schémas et tableaux, Google s'est associé à Artificial Analysis pour lancer le nouveau benchmark Multimodal Knowledge Agent (MKA), qui teste la performance multimodale d'un modèle dans des flux de travail agentiques. Carbon se classe deuxième sur ce benchmark tout en coûtant plus de six fois moins en coût moyen par tâche que le modèle le plus performant.

Google a également démontré les capacités de Carbon en matière de traitement de documents grâce à des constructions multi-agents dans Google Antigravity. Une équipe d'agents Gemini 4 Carbon a transformé des photos historiques et des planches d'ingénierie en une exposition 3D interactive Three.js de la construction de la tour Eiffel de 1887 à 1889, à partir d'une seule requête. À partir de sept PDF publics de plans municipaux (206 vues de dessins d'ingénierie extraites) et d'une seule requête, une équipe multi-agents Carbon a construit une reconstruction interactive Three.js de 906 000 triangles du bureau Platform 37 de Google en 10 boucles nocturnes. Dans une autre démonstration, Carbon a construit un visualisateur textile multiscale interactif basé sur un article académique, modélisant un cadre d'éléments finis de fibres virtuelles avec des maillages 3D de fils interactifs, un suivi polaire à 110 fibres et des courbes contrainte-déformation dynamiques avec un minimum de requêtes.

Lors des évaluations avant lancement, Carbon a égalé les performances du meilleur modèle testé en recherche financière approfondie dans l'évaluation E2E Financial Agentic de Hebbia et s'est classé en tête des 23 configurations de modèles frontaliers sur le benchmark General Financial Intelligence de Balyasny Asset Management, couvrant l'expertise juridique, l'utilisation et l'exécution d'outils agentiques, le codage et l'ingénierie des données, ainsi que la perception et la compréhension du contexte.

Codage agentique amélioré, développement full-stack et conception 3D et UI

Carbon excelle sur les tâches d'ingénierie nécessitant une collaboration multi-agents, comme les migrations multi-packages, les enquêtes de cause racine entre sous-systèmes et les refontes architecturales complexes. Pour le développement d'applications web, Google a indiqué qu'il exécute des boucles de construction et de vérification, se remet des erreurs et vérifie à la fois son code et l'interface rendue pour produire des applications complètes et fonctionnelles. Une conception visuelle plus forte, un raisonnement spatial accru et une attention plus fine aux détails environnementaux s'appliquent aussi au développement de jeux 3D et au codage créatif.

Google a présenté plusieurs constructions propulsées par la fonctionnalité /swarm dans Google Antigravity. Carbon a créé un jeu 3D en monde ouvert dans lequel les joueurs explorent le campus de Google à Mountain View en pélican monté sur un GBike ; le système a coordonné des sous-agents pour modéliser des assets 3D dans Blender à partir de références Omni et Nano Banana, construire le jeu navigateur en Three.js avec des shaders WebGL, et associer des effets sonores procéduraux Web Audio à la musique de Lyria. Une version jouable du jeu est hébergée dans AI Studio.

Associé à un goût amélioré pour le front-end et des compétences en motion design dans Google Antigravity, Carbon a réinventé le Google Merchandise Store en deux requêtes, proposant cinq concepts de direction artistique et générant des visuels de produits entièrement nouveaux avec Nano Banana 2.1. L'application en direct et la compétence de conception front-end Gemini associée sont toutes deux publiquement disponibles.

À partir d'une référence vidéo générée avec Gemini Omni dans Google Antigravity, Carbon a produit une scène cinématographique sous-marine de l'Atlantide en plusieurs plans. Le pipeline a modélisé des ruines procédurales, un éclairage caustique volumétrique et une simulation d'eau dans Blender avant de convertir l'environnement complet en Three.js pour un rendu navigateur en temps réel.

Grâce à une boucle multi-agents dans Google Antigravity, Carbon a également reconstruit un fortepiano Stein-Schule d'environ 1780 jouable avec une physique d'échappement à 61 touches à partir de dessins CAO et de radiographies aux rayons X, et l'a placé dans un modèle 3D du Koerner Hall du Royal Conservatory of Music à Toronto avec une acoustique spatiale spécifique par siège. L'instrument interactif est disponible en tant qu'application en direct.

Capacités de cybersécurité frontalier

Gemini 4 Carbon for cyber offre les capacités de cybersécurité les plus puissantes de Google à ce jour, donnant aux équipes de sécurité l'intelligence de bout en bout nécessaire pour protéger les logiciels critiques. Lorsqu'il est accessible via le programme Fairwind, Carbon mène sur les benchmarks clés pour la découverte de vulnérabilités (SEC-bench Pro), leur exploitation (ExploitGym) et leur correction (CWE-bench v1) — inspectant les logiciels, retraçant comment des failles peuvent être chaînées entre systèmes et générant des correctifs vérifiés de cause racine.

Les premiers testeurs, au sein et en dehors de Google, constatent déjà de solides résultats avec Carbon for cyber en pratique. Dans Project Fortify, le système autonome de Google couvrant le scan, le tri et la remédiation, Carbon a atteint 100 % de rappel sur le scan et 95 % de précision sur le tri selon le benchmark interne de Google. Sur les tests de dépôts de code open source, Google rapporte une amélioration relative de plus de 25 % par rapport au déjà solide taux de rappel d'Argon, révélant des failles logiques réelles auparavant non détectées. Déployer ces gains à travers Google — l'un des plus grands utilisateurs de logiciels open source au monde — aide à sécuriser à la fois les systèmes de l'entreprise et l'écosystème plus large, a indiqué Google.

L'équipe Cloud Vulnerability Research (CVR) de Google a récemment utilisé Carbon pour prouver que deux bugs d'un logiciel open source populaire étaient en réalité des vulnérabilités exploitables, d'une gravité comparable à la récente exploit PHP2Shell. En utilisant Carbon pour construire une preuve de concept, CVR a aidé les mainteneurs à reclasser le bug comme critique et à publier rapidement un correctif. Les détails seront partagés une fois le processus de divulgation responsable achevé.

Dans le cadre du programme Scan for Good de Wiz, l'équipe a utilisé Carbon pour évaluer les vulnérabilités de l'infrastructure numérique publique. En scannant deux grands fournisseurs SaaS, le modèle a découvert des vulnérabilités 0-day en moins de deux heures, compressant des semaines de recherche sur les vulnérabilités en un seul après-midi. L'équipe s'est associée aux organisations concernées pour remédier en un temps record, contribuant à atténuer l'impact potentiel sur des dizaines de milliers d'entreprises.

Raisonnement scientifique et mathématique renforcé

Gemini 4 Carbon affiche des performances nettement améliorées en raisonnement en physique, mathématiques et sciences de la vie, synthétisant des données expérimentales, testant des hypothèses et résolvant des problèmes multi-étapes spécifiques à un domaine. Pour la société de recherche en toxicologie des médicaments Axiom Bio, Carbon est désormais le modèle le plus performant en science translationnelle, trouvant des mécanismes de toxicité inédits que l'entreprise n'avait pas identifiés auparavant. Axiom transfère désormais ses analyses scientifiques de production et ses agents vers Carbon et Argon pour favoriser la création de médicaments plus sûrs.

Les chercheurs de Google utilisent Carbon dans Google Antigravity pour accélérer leurs travaux :

• Vérification de code : des chercheurs ont construit un nouveau cadre agentique pour la vérification formelle appelé AlphaProof Code et l'ont appliqué à un défi de sécurité majeur : prouver mathématiquement le code réel sous-jacent au protocole cryptographique de Signal. En utilisant Carbon aux côtés d'autres modèles, les chercheurs ont traduit des objectifs de sécurité en théorèmes mathématiques. Les agents AlphaProof Code ont ensuite utilisé Carbon pour générer des millions de lignes de code en Lean, un langage informatique d'écriture de preuves mathématiques, les aidant à prouver des propriétés de sécurité clés en quelques semaines — une tâche qui prend historiquement des années aux équipes d'experts. Google a indiqué que le résultat montre le potentiel de Carbon à débloquer une vérification formelle à l'échelle, longtemps considérée comme l'approche de référence pour construire des logiciels sécurisés.
• Développement d'essais enzymatiques : muni uniquement de cahiers de laboratoire et de données brutes, Carbon est allé au-delà de l'analyse standard pour révéler des anomalies de données difficiles à interpréter, qu'il a utilisées pour diagnostiquer des artefacts expérimentaux subtils de laboratoire humide tels qu'un mélange automatisé incomplet dans les puits profonds, conduisant à une nette amélioration de la reproductibilité. Carbon a également amélioré les méthodes de déconvolution des pics de chromatographie et détecté des report d'échantillons infimes dans les instruments de recherche, accélérant considérablement le développement de nouveaux essais et resserrant la boucle de rétroaction entre calcul et paillasse.
• Prédiction de structures protéiques : les modèles de prédiction de structure comme AlphaFold 3 utilisent des alignements multiples de séquences (MSAs) de parents évolutifs pour aider à déduire le repliement des chaînes d'acides aminés, et de ce fait peinent souvent sur les protéines virales, microbiennes et eucaryotes peu étudiées qui ont très peu de correspondances dans les bases de données standard. Travaillant dans un dispositif multi-agents, les chercheurs de Google ont utilisé Gemini 4 Carbon pour découvrir de manière autonome des homologues distants dans des archives de séquences non annotées à l'échelle du pétabase, des catalogues de séquences environnementales et virales et des bases de données de structures 3D. Sur 7 familles de protéines à faible homologie issues de l'ensemble de test à l'aveugle CASP17, Carbon a multiplié par 40 en moyenne le nombre d'homologues récupérés, augmentant fortement l'information disponible pour les modèles de prédiction de structure sans nécessiter de réentraînement. Bien qu'un benchmarking plus large soit encore en cours, traiter ce goulot d'étranglement de recherche en amont offre potentiellement une voie prometteuse pour modéliser les régions difficiles à caractériser du protéome.

Quatre semaines avant l'annonce, Google avait ouvert les candidatures pour donner à 10 000 scientifiques un accès à Argon dans Google Antigravity gratuitement pendant six mois afin d'accélérer le rythme de leurs recherches, et des milliers de scientifiques ont déjà été intégrés. Avec la sortie de Carbon, Google étend l'accès à Carbon aux participants actuels et futurs, et le programme continuera de fournir l'accès aux derniers modèles frontaliers de Google dès leur disponibilité. Les candidatures restent ouvertes via le formulaire de candidature de Google, et l'intégration se poursuit sur une base hebdomadaire continue, sous réserve d'éligibilité, de capacité et de sélection.

Progrès en matière de sûreté et de sécurité des modèles

Google a déclaré qu'à chaque nouvelle sortie de modèle, il renforce les mesures de sûreté et de sécurité, la prévention des usages abusifs agentiques, l'alignement des modèles et la réduction des dommages proportionnellement aux capacités du modèle. Comme Gemini 4 Carbon introduit des capacités cyber plus puissantes, l'entreprise s'est appuyée sur la pile de sûreté et de sécurité solide d'Argon pour renforcer la robustesse face aux usages abusifs et aux injections de requêtes.

Concernant les usages abusifs, Google a indiqué avoir renforcé ses garde-fous pour garantir qu'un raisonnement défensif plus puissant ne se traduit pas en risque offensif. Dans des environnements de test simulés d'attaques cyber ensemencés avec ExploitBench et CyScenarioBench, Carbon a bloqué 99 % des trajectoires d'attaque de l'agent red teaming adaptatif de Google, capable de réviser itérativement ses plans d'attaque après chaque blocage. Les garde-fous de Carbon ont réduit le taux de violation par tentative à 0,8 %, contre 3,1 % sur Argon, et abaissé le taux de succès des requêtes d'attaque cyber automatisées à 2,17 % dans les tests de Gray Swan, contre 9,86 % sur Argon. Les tests externes de Trajectory Labs n'ont trouvé aucun nouveau jailbreak universel en 132 heures et plus de 13 000 requêtes.

Concernant l'alignement, Google a rapporté des améliorations significatives mesurées par les taux de signalement des moniteurs tout au long du cycle de vie du modèle, ainsi qu'une réduction de la fabrication de données. Sur le benchmark d'honnêteté agentique à 375 tâches de Google, Carbon a réussi 92 % des tâches, contre 70 % pour Argon — refusant de compléter des données expérimentales manquantes 98 % du temps et signalant des failles méthodologiques 68 % du temps.

Concernant l'injection de requêtes, Google a partagé deux semaines avant l'annonce que Carbon a atteint un taux de succès de 0 % pour les attaques par injection de requêtes sur le benchmark IPI de Gray Swan, marquant la première fois que ce jalon était atteint. Dans le même temps, Google a reconnu que la robustesse à l'injection de requêtes reste un domaine d'amélioration continue : son red teaming automatisé avancé a montré que les modèles pourraient être encore améliorés face à des attaques sophistiquées dans certaines distributions, fournissant des données que l'entreprise dit utiliser pour faire progresser continuellement la sécurité de ses modèles. Des détails supplémentaires sont disponibles dans le rapport complet sur la sûreté et la sécurité de Gemini 4 Carbon (PDF) et dans le billet connexe de Google sur la sûreté et la sécurité.

Premiers pas avec Gemini 4 Carbon

À partir du 10 novembre, Carbon rejoint Argon dans la famille de modèles frontaliers de Google à travers ses produits :

• Développeurs : construisez avec le niveau payant de l'API Gemini dans AI Studio et Android Studio ; les abonnés Google AI Ultra peuvent l'essayer dans Google Antigravity et AI Studio.
• Entreprises : accédez-y dans Gemini for business via l'API ou le sélecteur de modèle, dans Google Antigravity, ou dans CodeMender.
• Utilisateurs grand public : essayez Carbon dès aujourd'hui dans l'application Gemini et le mode AI de Search avec un abonnement Google AI Ultra.
• Scientifiques et chercheurs : candidatez pour une chance d'obtenir un accès à la fois à Argon et Carbon via le niveau d'utilisation le plus élevé de Google Antigravity gratuitement pendant 6 mois, avec intégration sur une base continue, sous réserve d'éligibilité, de capacité et de sélection.
• Défenseurs en cybersécurité : candidatez pour rejoindre le programme Fairwind afin d'obtenir un accès à Carbon for cyber sur une base continue.

Plus d'informations sont disponibles dans la fiche technique Gemini 4 Carbon (PDF), ainsi que dans le guide développeur Gemini 4 mis à jour par Google et sa documentation, qui couvrent les bonnes pratiques pour migrer les flux de travail vers le modèle.

À propos de l'auteur

Koray Kavukcuoglu est vice-président senior de Google DeepMind et architecte en chef de l'IA chez Google, où il dirige le développement des modèles d'IA générative à la pointe de Google DeepMind et leur intégration à grande échelle dans les produits de Google. Avant son poste actuel, il était vice-président de la recherche chez Google DeepMind, où il a fondé l'équipe de deep learning et où son équipe a ouvert la voie à des avancées majeures telles que DQN (Deep Q-Network) et WaveNet.