Un médecin qui soigne une angine ne sort pas l’antibiotique le plus puissant de sa pharmacopée. Depuis 2017, l’Organisation mondiale de la santé range ces molécules en trois groupes : Access pour les infections courantes, Watch pour celles dont l’usage doit être surveillé, Reserve pour le dernier recours. La plus forte n’est pas la meilleure pour tous : on la garde pour les cas qui l’exigent, car chaque prescription superflue entame ce qui fait sa valeur.
Les éditeurs de modèles de langage adoptent une grammaire voisine. Le mardi 10 novembre 2026, à 17 heures à Paris, Google a élargi l’accès à Gemini 4 Carbon, son modèle le plus puissant, présenté le 28 octobre et cantonné jusque-là aux cyberdéfenseurs du programme Fairwind : développeurs, entreprises et particuliers peuvent désormais lui confier leur travail, leur code ou des recherches de fond. Chez ces derniers, seuls les abonnés de Google AI Ultra, la formule la plus chère, y ont droit, et l’éditeur recommande d’abord son modèle intermédiaire, Gemini 4 Argon.
Cette ouverture se lit étage par étage : ce que reçoit chaque public et ce que la version grand public s’interdit, la sûreté désormais documentée, un prix d’introduction promis au doublement, les essaims d’agents de /swarm, puis la place de Carbon dans un classement dont la tête a changé deux fois de mains en treize jours.
Une ouverture à trois étages
Le billet du 10 novembre dessine trois cercles. Les défenseurs de Fairwind gardent une version distincte, Carbon for cyber. Les développeurs passent par l’API Gemini payante, dans AI Studio ou Android Studio, et, abonnés à Ultra, par Google Antigravity, environnement de développement à agents ; les entreprises, par Gemini for business, Antigravity ou CodeMender. Présenté le 30 septembre et d’abord réservé lui aussi à Fairwind, Argon avait été ouvert treize jours après : Carbon a suivi le même délai.
Le palier le plus cher, et lui seul
Les particuliers y accèdent depuis l’application Gemini ou le mode IA du moteur de Google, sans console de développeur : il se choisit dans la liste des modèles, avec le compte de l’abonnement, et peut tarder à y paraître, la diffusion se faisant par vagues. Encore faut-il payer Google AI Ultra, 99,99 euros par mois en France pour des limites cinq fois supérieures à celles de Pro, ou 219,99 euros pour vingt fois. De la version gratuite à AI Pro (21,99 euros), les autres patientent sans date, quand Argon est servi à Pro comme à Ultra.
La restriction se comprend au vu de l’appétit du modèle, qui, de l’aveu de Google, dépense plus de jetons qu’Argon pour explorer les pistes et vérifier son travail ; en mode IA, il n’est d’ailleurs proposé que dans certains pays. Les scientifiques peuvent, eux, candidater à six mois d’accès gratuit à Argon et à Carbon, au palier d’usage le plus élevé d’Antigravity.
Ce que la version publique s’interdit
Conçu pour le raisonnement poussé et la traque des failles informatiques, Carbon brille aussi en cybersécurité, où Google vante son aptitude à repérer puis corriger des vulnérabilités, trouvailles qui appellent toujours une vérification humaine. Mais le nom recouvre deux versions : selon sa carte, les résultats cyber de son tableau reflètent l’accès par Fairwind, et les 54,8 % revendiqués le 28 octobre sur ExploitGym ont été obtenus garde-fous désactivés. Ils mesurent ce que la version publique refuse de faire.
Des filtres autour du modèle
Le rapport de sûreté détaille ces garde-fous externes : classifieurs guidés par consigne, sondes d’introspection lisant ses activations internes, règles YARA, langage de signatures familier des analystes de maliciels, moniteurs de la chaîne de raisonnement. La version publique analyse des exploits publics connus mais refuse net d’en écrire un qui fonctionne ; celle de Fairwind garde, sous surveillance, le droit de valider l’exploitabilité d’une faille ou de disséquer un logiciel malveillant.
Des garde-fous chiffrés par la maison
Google en chiffre l’effet : 99 % des trajectoires d’attaque bloquées en simulation, et un taux de percée par tentative de 0,8 %, contre 3,1 % pour Argon ; 2,17 % de réussite pour les attaques automatisées de Gray Swan, contre 9,86 % ; aucun contournement universel nouveau trouvé par Trajectory Labs en 132 heures et plus de 13 000 requêtes. Le rapport concède que des testeurs ont réussi des tâches isolées, l’une en quelque 28 heures et 3 700 tours de conversation, et que l’injection indirecte reste possible.
Une sûreté évaluée par filiation
Présenté sans document de sûreté propre, Carbon dispose désormais d’une carte de modèle et d’un rapport de plus de 90 pages. La carte en dit l’ascendance : il « est basé sur Gemini 4 Argon » et renvoie à la carte de son aîné pour l’architecture, les données d’entraînement, le matériel et la politique d’usage. Il lit texte, images, audio et vidéo dans un contexte d’un million de jetons, ses connaissances s’arrêtent en mars 2026 et la carte admet des lenteurs ou expirations occasionnelles.
Sous le seuil du changement matériel
Le rapport applique un test de changement matériel de capacité : sous quatre mois de progrès sur l’indice interne GCI v2, qui gagne environ 4,7 points par mois, un modèle hérite des conclusions de son prédécesseur. Carbon n’a donc eu ni nouvelle évaluation complète de ses capacités critiques ni nouvelle série d’évaluations externes de celles-ci ; l’engagement extérieur s’est concentré sur des attaques ciblées de ses garde-fous cyber et biologiques, menées notamment par Gray Swan et Trajectory Labs.
Comme pour Argon, Google ne peut exclure que le modèle sans protections externes atteigne le niveau critique Cyber Uplift Level 1, le niveau critique biologique ou le niveau suivi de furtivité et de conscience situationnelle ; il écarte la manipulation nuisible et les seuils liés à la recherche en IA. Or ses scores sur ExploitBench et ExploitGym progressent nettement : évalué comme son aîné, Carbon est mieux bridé que lui.
Un prix d’introduction promis au doublement
Côté API, Carbon est facturé jusqu’au 30 novembre au prix d’introduction de 2 dollars le million de jetons en entrée et de 10 en sortie, montants appelés à doubler au 1er décembre. Rien d’une baisse : ce tarif temporaire figurait dès l’annonce du 28 octobre, avec 4 et 20 dollars à la suite. Il vaut pour l’API, pas pour l’abonnement Ultra, et couvre à peine trois semaines d’accès public.
Le prix d’Argon, ligne à ligne
La grille de Google AI Studio aligne Carbon sur Argon au centime : en standard, 2 et 10 dollars, réflexion incluse, et 0,10 dollar pour l’entrée en cache, soit 95 % de remise ; par lots ou en mode flexible, 1 et 5 dollars, cache à 0,05 ; en service prioritaire, 3,60 et 18 dollars, cache à 0,18. Tout doit doubler, sans palier gratuit ni majoration mentionnée au-delà de 200 000 jetons. Carbon coûtera alors au jeton ce que coûte Claude Opus 5.5, mis en ligne par Anthropic le 22 septembre à 4 et 20 dollars.
Le volume fait la facture
À prix unitaire égal, tout se joue au volume. Pour passer l’indice d’Artificial Analysis, Carbon en réflexion élevée a produit 205 millions de jetons de sortie, contre une médiane de 72,8 millions, pour 7,76 dollars par tâche au tarif catalogue ; Argon, au même réglage, revient pourtant à 9,95 dollars, pour 50 points contre 60. La documentation donne les leviers : trois niveaux de réflexion, dont Google conseille le plus bas qui suffit, une sortie synchrone plafonnée à 65 536 jetons, des délais d’au moins quinze minutes pour les requêtes difficiles.
L’essaim d’agents comme argument
Carbon ne vise pas une plume plus élégante : Google le dit bâti pour « creuser plus profond » et le réserve aux chantiers de longue haleine, dépouiller des piles de documents financiers, recouper des sources, livrer rapports et tableaux structurés, fouiller des données scientifiques ou programmer par étapes, des chaînes de travail « profondément complexes et au long cours ». L’atout le plus frappant de cette ouverture, /swarm, en préversion dans Antigravity, répartit un projet entre plusieurs agents.
Un coordinateur, des ouvriers, des contradicteurs
Un coordinateur lance des agents en parallèle, chacun dans sa copie isolée du dépôt, et des vérificateurs dits adverses exécutent les tests et contestent les modifications. Pour une application, un agent dessine la structure, d’autres codent, un dernier relit ; Google l’illustre par des environnements 3D reconstitués d’après des documents techniques, tel un de ses bureaux, tiré de sept dossiers d’urbanisme publics. Tous échangent sur un tableau partagé en ajout seul, écho du tableau noir de Hearsay-II, programme de compréhension de la parole des années 1970.
Ce que l’essaim multiplie
Chaque agent peut tourner sur un modèle différent : Carbon pour la coordination, l’architecture, l’audit de sécurité et la vérification, des modèles plus légers, Argon par exemple, pour les retouches en parallèle, un agent inactif ne consommant aucun jeton. Le billet d’Antigravity prévient sans chiffre que les essaims épuisent le quota « beaucoup plus vite » qu’une conversation. Proche de la plateforme d’orchestration d’agents de Gemini Enterprise, /swarm promet du temps gagné mais démultiplie la facture et les relectures.
Une couronne passée de main en main
Le 28 octobre, jour de sa présentation, la version 5.0 de l’indice d’Artificial Analysis accordait 59 points à Carbon, et la première place. Lancé la veille, l’indice avait d’abord couronné Claude Opus 5.5 ; Claude Fable 5.2, lancé par Anthropic le 9 novembre à 8 et 40 dollars le million de jetons, a pris la tête le jour même avec 65 points, lors de la mise à jour v5.0.1, qui porte Carbon à 60.
Quatrième au 11 novembre
Au 11 novembre, Carbon en réflexion élevée est quatrième du classement, derrière trois réglages de Fable 5.2 (65, 62 et 62), devant Opus 5.5 en effort maximal (59) et GPT-6 Astra (57). Le coût par tâche rebat les cartes : 26,54 dollars pour Fable 5.2 au maximum, 9,08 à son réglage élevé, 10,04 pour Opus 5.5, 7,76 pour Carbon, 6,24 pour GPT-6 Astra. Fable 5.2 a de plus été mesuré avec le repli d’Anthropic vers un autre modèle pour les requêtes cyber ou biologiques bloquées, brouillant la comparaison.
L’intermédiaire d’abord
Google revendique aussi des résultats en programmation et en automatisation, chiffres maison ou de partenaires, son tableau concédant des revers face à Opus 5.5 et à GPT-6 Astra. Sur AutomationBench, où Zapier note par assertions déterministes plus de 600 tâches métier, Carbon mène avec 53,88 %, devant Fable 5.2 (51,45 %), Argon (51,29 %), Opus 5.5 (42,47 %) et GPT-6 Astra (41,40 %). Au tarif catalogue, sa tâche coûte 2,12 dollars contre 1,70 pour Argon, un quart de plus pour deux points et demi d’avance ; en réflexion moyenne, il devance déjà Argon pour 3 % de moins.
D’où le conseil de Google : Argon reste le bon choix pour l’essentiel du génie logiciel et du travail intellectuel, Carbon étant gardé pour le débogage en plusieurs étapes et la recherche scientifique ouverte, quitte à réfléchir plus longtemps et à consommer davantage. « Si Argon excelle dans les tâches complexes, Carbon est le modèle qu’on fait intervenir pour les problèmes les plus durs », résume un message de Google sur X. Anthropic conseille de même Opus 5.5 avant Fable 5.2, et OpenAI réserve à quelques clients GPT-6 Cyber, lancé le 5 novembre.
Un rang au classement oriente sans garantir le meilleur résultat sur chaque tâche. Progrès prometteur, Carbon ne rend pas l’abonnement obligatoire : l’essai vaut pour qui mène souvent des projets lourds, quand un modèle meilleur marché suffit pour un courriel ou le compte rendu d’une réunion. Le bon choix part du besoin, non du score le plus flatteur.
Gemini 4 Carbon quitte le cercle des cyberdéfenseurs par étages, chacun avec sa version et ses conditions : un Carbon for cyber desserré pour Fairwind, un Carbon public cerné de filtres, facturé comme Argon et réservé, chez les particuliers, aux abonnés Ultra. Son rapport le traite en héritier d’Argon, sous un seuil interne, quand ses capacités d’exploitation progressent.
Le modèle de pointe change de statut. Facturé au jeton comme son aîné, il coûte par le temps qu’il passe à réfléchir, et son éditeur le présente en recours plutôt qu’en premier choix, même si les évaluateurs tiers ne le trouvent pas toujours plus cher à la tâche. Les essaims de /swarm poussent la logique plus loin : la dépense croît avec le nombre d’agents, et la vérification devient le goulot.
Tout, dans cette ouverture, est provisoire : une première place tenue douze jours, un tarif d’introduction de trois semaines, une fonction en préversion, des garde-fous chiffrés par l’éditeur et ses prestataires. Le 1er décembre dira si les développeurs paient la profondeur au tarif catalogue ou reviennent au modèle qu’on leur recommande déjà. En médecine, la réserve obéit à des règles de santé publique ; ici, l’éditeur fixe étages, prix et critères, et c’est l’abonnement qui l’ouvre.
Aller plus loin
Le texte de référence reste Gemini 4 Carbon is now available, où Koray Kavukcuoglu, de Google DeepMind, énumère les canaux ouverts à chaque public, fixe au 30 novembre la fin du tarif d’introduction, aligne les bancs revendiqués avec ses partenaires et les taux de blocage des garde-fous, et recommande en toutes lettres Argon pour l’essentiel du travail.
La filiation du modèle se lit dans la Gemini 4 Carbon Model Card, qui le dit bâti sur Argon, en précise les entrées, le contexte et la coupure des connaissances, reconnaît ses lenteurs et publie un tableau comparatif où figurent aussi ses revers face à Opus 5.5 et à GPT-6 Astra, sur des résultats d’octobre antérieurs à Fable 5.2.
Le cœur du dossier tient dans le Gemini 4 Carbon Safety & Security Report, qui expose le test de changement matériel de capacité, les niveaux critiques que Google ne peut exclure, le choix d’attaques ciblées confiées notamment à Gray Swan et à Trajectory Labs, et les classifieurs qui séparent la version publique de celle de Fairwind, réglée pour l’analyse de maliciels.
Le prix se vérifie dans la grille Gemini Developer API pricing de Google AI Studio, qui aligne Carbon sur Argon ligne par ligne, du service standard au prioritaire en passant par le traitement par lots, affiche les montants avant et après le 1er décembre et ne mentionne ni palier gratuit ni surcoût pour les longs contextes.
Les réglages concrets figurent dans What’s new in Gemini 4 Carbon, documentation qui décrit les niveaux de réflexion, le plafond de sortie, le mode background, le cache implicite, les délais conseillés et la migration depuis Argon, de quoi estimer le coût réel d’une requête difficile après la période de lancement.
Le fonctionnement de l’essaim est détaillé dans Gemini 4 Carbon and /swarm, billet d’Antigravity qui présente le coordinateur, les copies de travail isolées, le tableau partagé, les vérificateurs adverses et le choix d’un modèle par agent, sans taire l’avertissement sur la consommation de quota ni le statut de préversion de la fonction.
L’origine du cercle restreint remonte à Proactive cyber defense for governments and enterprises, billet du 2 septembre qui définit les organisations admises dans Fairwind, des autorités nationales aux opérateurs d’infrastructures critiques, limite l’accès aux équipes de sécurité, de réponse à incident et de tests d’intrusion, et exige des protections comme l’authentification multifacteur.
La comparaison avec Argon se précise dans Gemini 4 Carbon AutomationBench Results: 53.9%, rapport publié par Zapier le 10 novembre, qui détaille les trois niveaux de réflexion, le coût par tâche estimé au tarif catalogue, les domaines où Argon garde l’avantage et la raison pour laquelle les modèles d’Anthropic sortent du calcul des coûts.
Le parallèle médical se vérifie dans AWaRe classification of antibiotics for evaluation and monitoring of use, 2023, où l’OMS rappelle que ce classement, créé en 2017 et révisé tous les deux ans, range les antibiotiques en trois groupes selon leur effet sur la résistance, avec pour les pays une cible d’au moins 60 % de consommation dans le groupe Access.
Ces lectures montrent qu’une ouverture de modèle se joue sur trois tableaux. Les canaux et les prix se vérifient ligne à ligne ; la sûreté repose sur des mesures que l’éditeur conduit ou commande, parfois héritées d’un modèle antérieur, et les performances sur des évaluateurs tiers aux méthodes distinctes ; le travail glisse vers des essaims d’agents dont la facture se découvre à l’usage. Le modèle le plus puissant de Google y apparaît moins comme un produit que comme une réserve, dont l’accès se règle par contrat, par abonnement et par seuil.