Google DeepMind présente Gemini 4 Carbon, son meilleur modèle pour la cyberdéfense et le code
Google DeepMind a dévoilé Gemini 4 Carbon, son modèle le plus puissant à ce jour, conçu pour le codage agentique de longue haleine et la défense en cybersécurité. Second modèle de la famille Gemini 4 après Argon, il prend la première place du classement Artificial Analysis Intelligence Index v5.0 avec un score de 59. Selon Google, il domine 15 des 17 benchmarks publiés face à Argon, GPT-6 Astra, Claude Opus 5.5 et Fable 5.1. Son meilleur résultat est de 96,2 % de F1 BFS sur GraphWalks (256K à 1M tokens), contre 84,2 % pour Argon. Il obtient 65,2 % sur Terminal-Bench 4.0 (Opus 5.5 : 59,6 %), 77,4 % sur Agents' Last Exam v1.1 et termine Vending-Bench 2 avec 16 484 dollars, le meilleur solde listé. Il cède toutefois sur FrontierSWE (61,2 % contre 65,5 % pour GPT-6 Astra) et sur OSWorld-2.1 (81,5 % contre 87,2 % pour Opus 5.5). Sur WebDev Arena, il gagne 89 points Elo et atteint la 4e place avec 1769. Le nombre de paramètres et la taille du contexte ne sont pas divulgués, et le modèle n'est disponible que sur l'infrastructure de Google.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
L'enjeu principal tient à la cybersécurité, où Google structure Carbon autour du cycle complet de la défense : trouver, valider, corriger. Évalué sans garde-fous, il atteint 88,2 % sur SEC-bench Pro (GPT-6 Astra : 85,4 %), 54,8 % sur ExploitGym (42,4 % pour GPT-6 Astra, 34,5 % pour Opus 5.5) et 71,0 % sur le CWE-bench de Collinear pour la correction (68,0 % pour Argon et GPT-6 Astra). Google précise avoir calculé lui-même les scores de SEC-bench Pro et d'ExploitGym avec son harnais Antigravity, ExploitGym étant exécuté avec les mitigations désactivées. En interne, le modèle génère du code sécurisé avec un taux de succès plus de deux fois supérieur à Argon, et l'équipe Chrome le juge plus de dix fois meilleur qu'un modèle concurrent pour produire des correctifs de qualité. Wiz le place en tête de ses tests d'intrusion web. Pour les développeurs, la contrepartie est l'accès : Carbon est d'abord réservé à un groupe restreint de défenseurs vérifiés, et non à l'API publique.
Ce lancement s'inscrit dans la course aux modèles capables de travailler seuls pendant de longues périodes. Des équipes internes de Google ont vu Carbon mener une même tâche pendant plusieurs jours, par exemple pour identifier et corriger des bogues subtils dans de grandes bases de code et des systèmes bas niveau. Le modèle a aussi été optimisé pour le développement web complet et la compréhension multimodale. Le choix d'un déploiement progressif reflète le caractère à double usage de ces capacités : un modèle qui excelle à exploiter des failles peut servir autant l'attaque que la défense, d'où la priorité donnée aux défenseurs. Les comparaisons doivent aussi être lues avec prudence, car la plupart des chiffres des concurrents sont déclarés par leurs éditeurs, selon la méthodologie d'évaluation de Google. Argon ayant été exécuté au réglage de réflexion maximal, comme Carbon, la concurrence se joue désormais sur l'autonomie, la sécurité et le contrôle de l'accès.
Pas d'impact direct sur la France/UE