Gemini 4 Carbon pour les défenseurs cyber

Gemini 4 Carbon : AA Index 59, cyber SOTA, Fairwind d’abord, prix intro 2 $/10 $ puis 4 $/20 $.

Gemini 4 Carbon est le prochain modèle frontier de Google DeepMind : cybersécurité et tâches long horizon en tête de son positionnement. Sur la version 5.0 de l’indice Artificial Analysis Intelligence Index, Carbon est n°1 avec un score de 59. Google ouvre d’abord l’accès à un sous-ensemble de défenseurs cyber, puis élargit progressivement via le programme Fairwind, avant développeurs, entreprises et consommateurs sur les surfaces produits. Prix d’introduction aligné sur Argon : 2 $ / million de jetons en entrée et 10 $ / million en sortie, avec l’entrée mise en cache à 95 % de réduction sur le prix d’entrée ; après la période d’introduction, 4 $ / 1M en entrée et 20 $ / 1M en sortie. Le détail figure dans le billet Introducing Gemini 4 Carbon (Koray Kavukcuoglu). Pour le contexte Argon et la fiche produit FR, voir Gemini 4 Argon et Gemini.

Tableau officiel Google : évaluations Gemini 4 Carbon face à d'autres modèles frontier — Tableau d’évaluations Gemini 4 Carbon (média officiel Google Blog).

En un coup d’œil

Sujet	Fait (source officielle)
Modèle	Gemini 4 Carbon (frontier, suite d’Gemini 4 Argon)
Auteur du billet	Koray Kavukcuoglu, SVP Google DeepMind / Chief AI Architect Google
Artificial Analysis Index v5.0	n°1 à 59
SEC-bench Pro	88,2 % (détection de vulnérabilités)
ExploitGym	54,8 % (validation par exploitation)
CWE-bench (Collinear)	71,0 % (correctifs)
WebDev Arena	+89 Elo, 4e place (1768)
Code sécurisé (interne)	plus de 2x le taux de succès face à Argon
Patches Chrome	plus de 10X mieux qu’un autre modèle frontier (équipe Chrome)
Gray Swan IPI	0,0 % ASR (Argon : 0,7 %)
Rollout	défenseurs cyber d’abord ; partenaires via Fairwind ; puis surfaces produits
Prix intro (par M jetons)	entrée 2 $ ; sortie 10 $ ; cache entrée -95 % du prix entrée
Prix après intro	entrée 4 $ ; sortie 20 $
Page modèle	Gemini sur DeepMind

Qu’est-ce que Gemini 4 Carbon change par rapport à Argon ?

Carbon prolonge la ligne ouverte avec Gemini 4 Argon. Google le positionne comme son modèle le plus fort sur la cybersécurité de pointe et les capacités long horizon. L’objectif affiché : enchaînements agentiques soutenus, ingénierie multi-étapes, correction de bugs subtils sur de gros dépôts et systèmes bas niveau, sans abandonner après un cul-de-sac.

Sur le développement web full-stack et la qualité des artefacts, Carbon gagne +89 points Elo et arrive 4e à 1768 sur WebDev Arena. Google a aussi travaillé le code, les tâches agentiques, le scientifique et la compréhension multimodale à partir des retours utilisateurs d’Argon.

Le déploiement reste volontairement progressif. Google participe au processus volontaire américain de tests pré-diffusion. L’accès commence par un sous-ensemble de défenseurs cyber, puis s’étend à des partenaires de confiance via le Fairwind Program. Les garde-fous continuent d’être itérés avant l’ouverture aux développeurs, entreprises et consommateurs. Le hub modèles IA et la fiche Google AI situent la famille côté FR.

Que changent les scores cyber publiés ?

Google place Carbon en tête sur trois bancs externes du cycle de défense (détection, validation, remédiation), évalués sans garde-fous :

SEC-bench Pro : 88,2 % pour trouver des vulnérabilités réelles dans du logiciel du monde réel.
ExploitGym : 54,8 % pour vérifier qu’une faille est exploitable et prioriser.
CWE-bench (Collinear) : 71,0 % pour produire des correctifs à la cause racine.

En interne, Carbon dépasse le double du taux de succès d’Argon pour générer du code sécurisé. L’équipe Chrome rapporte des patches de haute qualité plus de 10 fois meilleurs qu’avec un autre modèle frontier d’un autre lab. Wiz, plateforme de sécurité cloud citée dans le billet, observe Carbon en tête sur des bancs de tests de pénétration web liés à l’initiative Scan for Good.

Graphique officiel Google : score SEC-bench Pro de Gemini 4 Carbon à 88,2 pourcent — SEC-bench Pro (média officiel Google Blog).

Ces chiffres restent ceux du billet Google Blog. Ils ne remplacent pas une évaluation sur votre périmètre. Pour le tooling développeur Gemini côté FR, voir aussi Gemini CLI.

Graphique officiel Google : score ExploitGym de Gemini 4 Carbon à 54,8 pourcent — ExploitGym (média officiel Google Blog).

Comment Google parle-t-il de sûreté et d’alignement ?

Carbon reprend la pile multi-couches d’Argon : entraînement, défenses d’abus en temps réel, résilience aux injections de prompts, surveillance de la chaîne de pensée. Google indique être allé plus loin sur l’alignement pour les tâches complexes ou sous pression.

Sur Terminal-Bench 4.0, le taux de triche réussie tombe à 0,0 %, avec des tentatives à 0,4 %, tout en montant la précision globale. En environnement de code interne, les alertes de désalignement de haute sévérité baissent d’environ 80 %. Les affirmations non étayées sont réduites d’environ 2x face à Argon. Le modèle est censé poser les réserves méthodologiques dans le livrable, ou bloquer une action avec la liste claire de ce qui manque, plutôt que d’inventer.

Sous ambiguïté, Carbon doit remonter les sources et les écarts à l’utilisateur avant d’agir. Sur le suivi de plan, Google rapporte -26 % de dépassement de périmètre et -29 % de sous-service. Sur le banc Indirect Prompt Injection de Gray Swan, Carbon atteint 0,0 % de taux de succès d’attaque, contre 0,7 % pour Argon.

Graphique officiel Google : résistance aux injections de prompts Gray Swan, Gemini 4 Carbon à 0,0 pourcent ASR — Gray Swan IPI (média officiel Google Blog).

Pour comparer d’autres stacks agents et frontier côté FR : Muse Wonder, Claude et le guide choisir entre GPT-6 Astra, Sol et Luna.

Que signifie « long horizon » pour les équipes produit ?

Google décrit Carbon comme conçu pour des problèmes d’ingénierie plus durs et plus longs. En interne, des équipes l’ont vu tourner pendant des jours pour traverser des impasses : remonter une cause racine, patcher des bugs subtils sur de gros dépôts, toucher des systèmes bas niveau. Ce n’est pas un chat one-shot. C’est un modèle calibré pour des workflows agentiques prolongés, avec reprise après échec.

Google DeepMind relie aussi cette montée en charge à une boucle chercheurs / modèles qui avance les capacités et les garde-fous en parallèle. Le message pour un responsable technique FR : prévoir des budgets de jetons, des checkpoints humains et des jeux de tests stables avant de comparer Argon et Carbon sur le même backlog.

Sur le web full-stack, le saut WebDev Arena (+89 Elo, 4e à 1768) vise la qualité des sorties et des artefacts, pas seulement un score isolé. Si votre stack mélange frontend, API et docs, ce banc est un proxy utile, pas une garantie de livrable production.

Comment lire SEC-bench, ExploitGym et CWE-bench sans surinterpréter ?

Les trois bancs couvrent le cycle défense : trouver, valider, corriger. SEC-bench Pro à 88,2 % mesure la découverte autonome de failles complexes dans du logiciel réel. ExploitGym à 54,8 % répond à une question opérationnelle : cette faille est-elle exploitable, donc prioritaire ? CWE-bench à 71,0 % pousse jusqu’au correctif utilisable.

Google précise que ces évaluations externes sont menées sans garde-fous. En production, vous garderez des filtres, des politiques et une revue humaine. Les gains internes (+2x code sécurisé face à Argon, +10X patches Chrome face à un autre frontier) sont des observations d’équipes Google, pas des SLA pour votre SI.

Wiz relie Carbon à des bancs de pénétration web utiles à Scan for Good. Cela oriente un usage défense cloud et web, pas une invitation à l’attaque hors périmètre autorisé. Le protocole interne (étape 3 de la liste ci-dessous) reste le filet de sécurité.

Graphique officiel Google : score CWE-bench de Gemini 4 Carbon à 71,0 pourcent — CWE-bench (média officiel Google Blog).

Quels garde-fous Carbon renforce-t-il concrètement ?

Au-delà des scores cyber, Google détaille des comportements d’alignement mesurés en interne. Terminal-Bench 4.0 : 0,0 % de triche réussie, 0,4 % de tentatives, précision globale en hausse. Alertes de désalignement haute sévérité : baisse d’environ 80 % en live coding interne. Affirmations non étayées : environ 2x moins qu’Argon. Dépassement de périmètre : -26 %. Sous-service : -29 %.

Sur Gray Swan IPI, le passage de 0,7 % (Argon) à 0,0 % (Carbon) vise les injections indirectes : l’attaque évaluée ne passe plus. Cela ne dispense pas d’une couche applicative (sandbox, allowlist d’outils, revue humaine) quand Carbon touche un dépôt réel.

La pile reste multi-couches : entraînement, défenses d’abus temps réel, résilience prompt-injection, monitoring de la chaîne de pensée. Carbon doit « répondre de la bonne façon » sous pression dans le cadrage Google, sans remplacer votre politique de sécurité.

Qui peut accéder à Carbon et à quel prix ?

L’accès initial cible les défenseurs cyber, puis les partenaires Fairwind. L’ouverture développeurs / entreprises / consommateurs passe ensuite par les surfaces produits Google, après itération des garde-fous.

Tarification annoncée (dollars US, hors taxes locales) :

Période d’introduction (même grille qu’Argon) : 2 $ / M jetons en entrée, 10 $ / M en sortie ; entrée mise en cache à 95 % de réduction sur le prix d’entrée.
Après expiration de l’introduction : 4 $ / M en entrée, 20 $ / M en sortie.

Revérifiez la grille sur le billet et les pages produit au moment de facturer. La page modèles Gemini DeepMind complète le contexte produit.

Comment préparer un usage défense ou ingénierie avec Carbon ?

Trois étapes concrètes, alignées sur le déroulement officiel :

Lire le billet Introducing Gemini 4 Carbon et noter les bancs (SEC-bench Pro, ExploitGym, CWE-bench) que vous voulez rejouer sur votre propre code.
Si vous êtes dans le périmètre cyber défense ou partenaire, suivre le Fairwind Program pour l’accès phasé ; sinon planifier l’arrivée via les surfaces développeur Google déjà utilisées pour Argon.
Définir un protocole interne : périmètre strict, validation humaine avant patch en production, journal des alertes d’alignement, et comparaison Argon et Carbon sur les mêmes jeux de failles et de correctifs.

Les hubs outils IA, comparatifs et actualités aident à situer Carbon face au reste du paysage FR.

Questions

Gemini 4 Carbon est-il déjà ouvert à tous les développeurs ?

Non. Google commence par un sous-ensemble de défenseurs cyber, puis élargit via Fairwind, avant développeurs, entreprises et consommateurs sur les surfaces produits.

Quel score Artificial Analysis Google publie-t-il pour Carbon ?

Carbon est n°1 sur la version 5.0 de l’indice Artificial Analysis Intelligence Index avec un score de 59.

Quels sont les scores cyber clés du billet ?

SEC-bench Pro à 88,2 % (trouver des vulnérabilités), ExploitGym à 54,8 % (exploitation), CWE-bench à 71,0 % (correctifs).

Combien coûte Gemini 4 Carbon ?

Introduction : 2 $ / M jetons en entrée et 10 $ / M en sortie, cache entrée à -95 % du prix d’entrée. Après introduction : 4 $ / M en entrée et 20 $ / M en sortie (dollars US).

Que change Carbon sur la résistance aux injections de prompts ?

Sur le banc Gray Swan IPI, Carbon atteint 0,0 % de taux de succès d’attaque, contre 0,7 % pour Argon.

Carbon remplace-t-il Argon immédiatement ?

Non. Carbon s’appuie sur Argon et suit un déploiement progressif. Argon reste la référence précédente documentée côté produit et actu FR.

Où trouver le programme d’accès partenaires ?

Sur la page officielle du Fairwind Program de Google DeepMind, citée dans le billet Carbon.