Gemini 4 Carbon : usages, prix et limites du modèle
Découvrez ce que Gemini 4 Carbon change pour les développeurs, les entreprises et les chercheurs : capacités, tarifs, disponibilité et points de vigilance.

Gemini 4 Carbon : ce que le nouveau modèle de Google change vraiment
Google ouvre Gemini 4 Carbon aux développeurs, aux entreprises, aux chercheurs et, progressivement, aux particuliers abonnés à Google AI Ultra. L'annonce vise un modèle pensé pour aller au-delà du simple « répondre vite » : programmation complexe, analyse de documents denses, recherche scientifique et cybersécurité. Carbon peut aussi mobiliser davantage de ressources que Gemini 4 Argon pour explorer un problème, vérifier des résultats et enchaîner des étapes plutôt que de s'arrêter à la première réponse.
Mais ce que ça vaut mérite mieux qu'une suite de démonstrations. Un modèle plus performant ne sert vraiment que si son coût, son intégration et son niveau de fiabilité collent au travail réel. Google avance des résultats élevés sur plusieurs évaluations et indique un tarif API identique à celui d'Argon. En revanche, rien n'indique que les usages annoncés suppriment le besoin de contrôle humain, ni que les risques liés aux agents autonomes disparaissent. Voici ce que Carbon apporte, qui peut y accéder, et comment décider s'il a sa place chez vous.
Pourquoi Gemini 4 Carbon se distingue d'Argon
Google présente Carbon comme son modèle le plus puissant à ce jour pour les tâches longues et exigeantes. La différence ne se résume donc pas à « répondre mieux à une question isolée ». Carbon est pensé pour découper un problème, faire intervenir des outils, tester plusieurs pistes et continuer le travail sur une séquence plus longue. Ce mode opératoire peut être utile quand une migration logicielle est complexe, ou quand la recherche demande de rapprocher plusieurs sources.
Argon, lui, reste présenté comme le choix le plus adapté à la majorité des tâches de programmation et de travail intellectuel. Carbon est plutôt orienté vers les cas où la profondeur de raisonnement compte plus que la rapidité (ou le coût minimal). Google indique aussi que Carbon peut mobiliser plus de jetons qu'Argon pour explorer une tâche et effectuer des boucles de vérification. Autrement dit : il ne faut pas lui confier automatiquement chaque demande. Une approche plus gourmande en ressources n'apporte pas forcément plus de valeur sur une tâche simple.
Google cite en plus des classements sur plusieurs benchmarks : CursorBench 4.0, WANDR de Perplexity et AutomationBench de Zapier, avec un coût par tâche annoncé inférieur de plus de moitié au meilleur modèle externe suivant. Sur le benchmark MKA (développé avec Artificial Analysis), Carbon se classerait deuxième pour les tâches de connaissance multimodale, avec un coût moyen par tâche annoncé plus de six fois inférieur au modèle en tête. Ces chiffres donnent des repères, mais ils dépendent de protocoles précis. Rien ne garantit que vous obtiendrez exactement les mêmes performances sur vos données, vos outils et vos contraintes métier.
Au final, le point clé n'est pas « Carbon est meilleur partout », mais « Carbon vise les tâches où le raisonnement et la vérification font vraiment la différence ». En équipe, la vraie question est assez concrète : est-ce que cet effort supplémentaire réduit réellement le temps de travail (ou le nombre d'erreurs) sur votre processus ? Une évaluation interne sur des tâches représentatives reste plus utile qu'un classement pris isolément.
À retenir : utilisez Argon pour le quotidien, et testez Carbon sur des problèmes longs, ambigus, ou trop coûteux à vérifier manuellement. Le bon choix se fait tâche par tâche, pas « par effet de nouveauté ».
Qui peut utiliser Gemini 4 Carbon et à quel prix
Carbon est disponible via l'API dans Google AI Studio, ainsi que dans les offres Gemini destinées aux entreprises (développeurs et organisations payants). Google annonce un tarif de lancement identique à celui d'Argon : 2 dollars par million de jetons en entrée et 10 dollars par million de jetons en sortie. Ces montants sont exprimés en dollars et ne tiennent pas compte d'éventuels frais liés à l'architecture, aux outils utilisés ou au traitement des données. Autrement dit : il faut estimer le coût d'un processus complet, pas seulement celui de l'appel au modèle.
Le modèle est aussi déployé pour les abonnés Google AI Ultra dans Google Antigravity, l'application Gemini et le mode IA de la recherche. Pour les entreprises, Google mentionne aussi l'accès depuis Gemini pour les organisations, Google Antigravity ou CodeMender. Les modalités peuvent varier selon l'offre, la région et le produit. Pour tout transfert de documents sensibles, l'entreprise devra vérifier les conditions de disponibilité, de conservation des données et de gouvernance prévues par son contrat.
Côté chercheurs, Google annonce la possibilité de demander un accès à Argon et Carbon dans Google Antigravity pendant six mois, dans le cadre d'un programme d'accès gratuit soumis à des critères d'éligibilité, de capacité et de sélection. L'entreprise précise que les candidatures restent ouvertes et que l'intégration se fera progressivement. Pour les équipes de cybersécurité défensive, il y a aussi le programme Fairwind pour accéder à une version dédiée aux usages cyber. Là encore, ce n'est pas un accès universel à toutes les fonctions spécialisées.
Avant de déployer, le plus utile est de comparer le coût de Carbon avec votre processus actuel. Prenez un échantillon de dossiers ou de tickets, mesurez le temps humain, le taux d'erreur, le nombre d'appels au modèle et le volume de reprises. Un tarif par million de jetons peut sembler bas, mais une séquence longue d'agents, de vérifications et de livrables peut faire grimper la consommation. À l'inverse, si Carbon réduit les retours en arrière ou évite une analyse manuelle coûteuse, le surcoût unitaire peut se justifier.
Quels usages professionnels peut-on envisager
Le premier terrain, c'est le travail sur des informations complexes : documents juridiques, rapports financiers, tableaux, plans, schémas, ou encore images. Google affirme que Carbon peut extraire et relier des informations issues de ces supports, puis produire des rapports, présentations ou feuilles de calcul dans des formats attendus. Le point intéressant, c'est la capacité à respecter un schéma strict quand la sortie doit alimenter un processus existant, plutôt que de rester une « réponse conversationnelle ».
Pour autant, ça ne rend pas automatiquement le résultat fiable. Dans un contexte français, une analyse de contrats, de dossiers RH ou de documents comptables doit rester traçable : quelles pièces ont été utilisées, quelles données manquent, et quelles affirmations doivent encore être validées par un professionnel ? Pour des données personnelles ou confidentielles, il faut aussi évaluer les exigences de sécurité et de conformité au RGPD en fonction des paramètres réels du service et des règles internes. Le modèle peut accélérer la synthèse, mais la responsabilité des décisions reste humaine.
Le deuxième usage, c'est le développement logiciel. Carbon est présenté comme adapté aux migrations avec plusieurs paquets, à l'analyse de causes racines entre sous-systèmes et aux refontes architecturales. Dans Google Antigravity, la fonction expérimentale /swarm permet de transformer une consigne en équipe d'agents coordonnés : certains peuvent analyser l'architecture, d'autres travailler dans des espaces séparés, puis des agents de vérification peuvent tenter de repérer des défauts.
Ce découpage peut réduire le temps passé à « découper le chantier », mais il ne dispense pas de structurer le travail. Si plusieurs agents modifient les mêmes fichiers ou partagent des hypothèses contradictoires, vous ajoutez une nouvelle complexité... cette fois côté coordination. Pour un projet réel, définissez des tâches indépendantes, des interfaces claires et des tests automatiques avant de lancer une exécution parallèle. La revue humaine reste nécessaire, notamment pour les décisions d'architecture et les changements qui touchent aux données ou à la sécurité.
Les démonstrations de Google montrent aussi des créations d'applications et de scènes 3D à partir de plans, de documents et de références visuelles. Parmi les exemples cités : une reconstitution interactive de la tour Eiffel pendant sa construction et un modèle 3D de bureaux généré à partir de documents publics. Ces réalisations illustrent le potentiel de l'analyse multimodale et de la génération de code, mais elles ne suffisent pas à elles seules à prouver une robustesse industrielle. En entreprise, il faut mesurer la fidélité aux sources, la qualité de l'interface, la maintenabilité du code et le coût des corrections.
Que promet Carbon en cybersécurité
La cybersécurité est un axe très sensible de l'annonce. Google positionne Gemini 4 Carbon pour la cyber comme son modèle le plus capable dans ce domaine, avec des résultats annoncés sur la détection, l'exploitation et la correction de vulnérabilités. Selon la présentation, le modèle peut examiner du code, relier une faille à d'autres composants et proposer un correctif dont la cause serait vérifiée. Pour les équipes défensives, l'espoir est de réduire le cycle entre découverte d'un problème, qualification et correction.
Google indique que son système interne Project Fortify a atteint un rappel de 100 % pour l'analyse et une précision de 95 % pour le triage sur un benchmark interne. L'entreprise évoque aussi une amélioration relative de plus de 25 % du rappel par rapport à Argon sur des tests menés sur des dépôts open source. Mais ces chiffres doivent être replacés dans leur périmètre : un benchmark interne n'est pas une mesure universelle. Et surtout, le rappel et la précision ne décrivent pas la même chose : un rappel élevé remonte plus de pistes, tandis qu'une précision insuffisante augmente le travail de validation côté équipes.
Des exemples d'usage sont aussi cités par Google et ses partenaires. L'équipe de recherche sur les vulnérabilités de Google affirme avoir utilisé Carbon pour montrer que deux bogues dans un logiciel open source étaient exploitables, ce qui aurait mené à une requalification et à la publication d'un correctif. Wiz indique avoir identifié des vulnérabilités inconnues chez deux grands fournisseurs de services en moins de deux heures dans le cadre de son programme Scan for Good. Les détails complets de certains cas restent couverts par une divulgation responsable.
Reste la question opérationnelle : comment s'assurer que l'outil aide la défense plutôt que l'attaque ? Google dit avoir renforcé ses garde-fous. Dans des tests simulés de cyberattaque, l'entreprise rapporte que Carbon aurait bloqué 99 % des trajectoires testées par un agent de red team adaptatif. Elle mentionne aussi des taux de réussite plus faibles pour certaines tentatives automatisées par rapport à Argon. Ce sont des résultats issus de tests définis et fournis par Google ; ils ne prouvent pas l'absence de risque dans toutes les situations.
Comme pour tout outil de sécurité, le principe doit rester le même : accès limité, journaux d'activité, environnement de test isolé, validation des correctifs avant déploiement. Un modèle peut aider à analyser un logiciel, mais les droits qu'on lui donne et les systèmes auxquels il peut accéder jouent une part décisive dans le niveau de risque.
Que vaut Carbon pour la recherche et la sécurité de l'IA
Google met en avant des usages scientifiques qui vont au-delà de la simple synthèse documentaire. Le modèle serait capable de rapprocher des données expérimentales, de formuler des hypothèses et de traiter des problèmes en plusieurs étapes dans des domaines comme la physique, les mathématiques et les sciences du vivant. L'entreprise cite notamment Axiom Bio, qui affirme que Carbon aurait fait émerger des mécanismes de toxicité jusque-là non identifiés dans ses travaux. C'est une piste intéressante pour la recherche translationnelle, mais une proposition de modèle doit être reproduite et évaluée par des chercheurs avant de guider une décision scientifique ou médicale.
D'autres exemples concernent la vérification formelle de code et l'analyse de données de laboratoire. Des chercheurs de Google disent avoir utilisé Carbon dans un système d'agents pour traduire des propriétés de sécurité en théorèmes et produire du code de preuve en Lean. Ils indiquent aussi que le modèle aurait repéré des anomalies expérimentales, comme un mélange incomplet dans des puits de laboratoire, et contribué à améliorer l'analyse de pics chromatographiques. L'intérêt, ici, est d'accélérer la boucle entre observation, hypothèse et vérification - sans prétendre remplacer l'expertise expérimentale.
Dans la prédiction des structures protéiques, l'équipe de Google indique que Carbon aurait recherché des homologues éloignés dans de grandes bases de séquences et de structures. Sur sept familles de protéines issues d'un jeu de test aveugle, l'entreprise rapporte une augmentation moyenne du nombre d'homologues retrouvés, avec un facteur autour de quarante. Sur le papier, cela pourrait donner plus d'informations aux modèles de prédiction sans les réentraîner. Google précise toutefois que l'évaluation à plus grande échelle est encore en cours, donc il serait prématuré d'en tirer un gain général pour toutes les familles de protéines.
Enfin, les capacités avancées posent aussi la question de la sûreté. Google affirme que Carbon réussit 92 % des tâches d'un benchmark interne d'honnêteté agentique, contre 70 % pour Argon. Sur ces tâches, le modèle aurait refusé de compléter des données expérimentales manquantes dans 98 % des cas, et signalé des défauts méthodologiques dans 68 % des cas. L'entreprise mentionne aussi des résultats contre des tentatives d'injection indirecte de consignes, tout en reconnaissant que les attaques sophistiquées restent un chantier.
Tout cela ne remplace pas une politique de contrôle. Pour des usages scientifiques ou métier, il faut conserver les sources, distinguer ce qui a été observé de ce qui a été généré, et demander une validation adaptée au niveau de risque. C'est encore plus vrai quand la sortie influence une décision financière, juridique, médicale ou de sécurité. Carbon peut élargir le champ de ce qu'une équipe explore, mais il ne transforme pas une suggestion plausible en fait établi.
Conclusion
Gemini 4 Carbon est conçu pour les tâches où le raisonnement prolongé, l'analyse multimodale et la vérification peuvent faire gagner du temps : développement complexe, travail sur des documents denses, cybersécurité défensive et recherche scientifique. Son tarif API annoncé, identique à celui d'Argon, rend le test plus accessible pour les organisations déjà présentes dans l'écosystème Google. Mais, au final, le coût global dépendra du nombre d'étapes et du niveau de contrôle nécessaire.
La meilleure approche reste pragmatique : choisissez quelques tâches représentatives, fixez une mesure de référence, puis comparez Carbon à Argon sur la qualité, le temps humain, les erreurs et le coût complet. Gardez un contrôle humain proportionné aux conséquences d'une erreur, et ne confondez pas les résultats publiés par le fournisseur avec une validation indépendante de votre processus. Carbon vaut souvent le pilote ciblé - mais il ne justifie pas, à lui seul, de refaire toute votre chaîne d'outils ou vos méthodes.