Deux semaines seulement après le lancement de Gemini 4 Argon, Google a annoncé Gemini 4 Carbon, présenté comme son modèle le plus puissant à ce jour, conçu pour la cybersécurité et les travaux d'ingénierie de longue haleine. L'annonce, faite par Koray Kavukcuoglu de Google DeepMind le 28 octobre, revendique la première place de l'Artificial Analysis Intelligence Index avec 59 points.
Les chiffres des benchmarks expliquent cette confiance. Carbon obtient 88.2 pour cent sur SEC-bench Pro, qui teste la capacité d'un modèle à découvrir de manière autonome de vraies vulnérabilités cachées dans des logiciels en production. Il atteint 71 pour cent sur CWE-bench, qui mesure la capacité à produire des correctifs fonctionnels pour des catégories de faiblesses connues, et 54.8 pour cent sur ExploitGym, qui teste l'exploitation. Il grimpe aussi à la quatrième place du WebDev Arena de développement web full-stack.
Ce qui distingue Carbon d'une sortie de modèle classique, c'est sa vocation. Ce n'est pas une mise à jour de chatbot. Google décrit des équipes qui le font tourner pendant des jours d'affilée, persévérant dans les impasses pour diagnostiquer et corriger des bugs subtils dans de vastes bases de code et des systèmes bas niveau. Il est conçu comme un agent d'ingénierie, pas comme un interlocuteur.
Les résultats internes cités par Google sont frappants. Carbon doublerait plus que largement le taux de réussite d'Argon en génération de code sécurisé. L'équipe Chrome affirme qu'il a produit des correctifs de haute qualité à un rythme plus de dix fois supérieur à celui du modèle de pointe d'un autre laboratoire. Wiz, la plateforme de sécurité cloud de Google, l'observe en tête des benchmarks de tests d'intrusion web, une capacité que Wiz utilise dans son propre programme d'analyse.
Pourtant, presque personne ne peut l'utiliser. À partir de cette semaine, l'accès est réservé à un sous-ensemble de cyberdéfenseurs, d'autres partenaires de confiance étant progressivement admis via le programme Fairwind de Google. Google participe au processus volontaire de tests préalables du gouvernement américain. Développeurs, entreprises et consommateurs devront patienter.
Cette retenue est la vraie nouvelle. Un modèle capable de trouver et de valider des vulnérabilités à ce niveau a autant de valeur pour les défenseurs que pour les attaquants. Google teste publiquement cet arbitrage avant d'ouvrir les portes, et les décisions d'accès en diront peut-être plus sur la véritable puissance du modèle que les tableaux de scores.
La tarification raconte l'autre moitié de l'histoire. Carbon sera lancé au même prix d'introduction qu'Argon : deux dollars par million de tokens d'entrée et dix dollars par million de tokens de sortie, avec 95 pour cent de remise sur les entrées en cache. Ce sont des économies de production, pas de recherche. Google s'attend à ce que ce modèle gagne sa vie dès sa sortie.
Pour les dirigeants, deux leçons s'imposent. Premièrement, le leadership en capacité inclut désormais le jugement de déploiement : le signal le plus significatif sur un modèle de pointe concerne de plus en plus qui est autorisé à y toucher et quand. Deuxièmement, les équipes de sécurité doivent se préparer à un monde où l'IA trouve les failles plus vite que les organisations ne les corrigent, car la version défensive de cette capacité deviendra bientôt un équipement standard.
La frontière n'est plus seulement un classement. C'est une porte. Les organisations qui construisent dès maintenant leurs flux de travail de sécurité et leur gouvernance, avant que l'accès ne s'élargisse, seront celles qui seront prêtes lorsque la porte s'ouvrira.
Pensez mathématiquement. Concevez intelligemment. Dirigez stratégiquement. Construisez de façon responsable. Développez-vous mondialement. Créez une vraie valeur commerciale grâce à l'intelligence artificielle.
