Google repasse devant dans un classement majeur de l’intelligence artificielle. Annoncé le 28 octobre 2026, Gemini 4 Carbon arrive en tête de l’Artificial Analysis Intelligence Index v5.0, avec 59 points. Le nouveau modèle mise sur le code et la cybersécurité, avec la promesse de tenir des tâches difficiles dans la durée. Une avancée marquante, dont il faut distinguer le classement, les résultats annoncés et les conditions d’accès.
Numéro un dans cet indice, avec une portée précise
La fiche de Gemini 4 Carbon chez Artificial Analysis affiche un score de 59 pour la configuration « High ». Sur la page de l’indice consultée le 28 octobre, il devance Claude Opus 5.5 en configuration Max, crédité de 58 points. Cette première place apporte un appui extérieur au discours de Google.
Que mesure ce résultat ? La méthodologie d’Artificial Analysis combine neuf évaluations, réparties entre travail intellectuel, programmation, science et capacités générales. Chacune de ces quatre catégories pèse un quart de la note.
Il s’agit d’un indice composite, principalement textuel et anglophone. Les performances multilingues, visuelles et vocales font l’objet de mesures séparées. Dire que Carbon mène cet indice est donc fondé ; en déduire qu’il gagne toutes les comparaisons dépasserait les données. Une avance d’un point ne se traduit pas non plus mécaniquement par un gain identique sur chaque tâche.
Le développement web montre déjà une autre hiérarchie
Sur WebDev Arena, Carbon occupe la quatrième place dans le tableau consulté, derrière Claude Opus 5.5 Max, GPT-6 Astra Max et Claude Sonnet 5.5 xHigh. Son résultat y est encore signalé comme préliminaire.
Cette différence n’enlève rien à sa progression. Elle montre surtout que les classements répondent à des questions différentes : réussir un ensemble de travaux techniques et produire une application web préférée par les évaluateurs ne sollicitent pas exactement les mêmes qualités.
Pour une équipe qui cherche son prochain assistant, le bon réflexe sera de préciser le besoin : recherche d’un bug, correction d’un service, création d’interface ou analyse de documents. Le classement général fournit un point de départ solide ; les tâches du métier donnent le verdict utile.
La cybersécurité, terrain central de Carbon
Dans son annonce officielle, Google met en avant trois résultats :
| Évaluation | Score annoncé | Capacité visée |
|---|---|---|
| SEC-bench Pro | 88,2 % | Trouver des vulnérabilités. |
| ExploitGym | 54,8 % | Vérifier la possibilité d’exploiter une faille. |
| CWE-bench | 71,0 % | Produire des correctifs. |
Ces chiffres sont publiés par Google, qui précise que ces évaluations ont été conduites sans garde-fous. Ils ne constituent pas une mesure du comportement exact d’une version accessible dans un produit.
Trouver une faille, puis corriger sa cause
Le projet SEC-bench Pro évalue des agents sur des tâches de recherche de vulnérabilités dans des logiciels complexes. Comme pour toute évaluation de ce type, la version du jeu de tests, le temps accordé et les outils disponibles comptent dans l’interprétation du résultat.
L’enjeu opérationnel se comprend en trois étapes. Détecter une anomalie permet d’ouvrir une enquête. Vérifier sa portée aide à décider de l’urgence. Corriger sa cause doit ensuite préserver le fonctionnement du logiciel. Un excellent résultat à une étape ne garantit pas la réussite des deux autres.
Notre lecture : le progrès le plus intéressant serait de réduire le délai entre la découverte d’un problème et l’intégration d’une correction relue et testée. C’est cette chaîne complète que les équipes devront mesurer sur leurs projets.
Des agents capables de travailler plus longtemps
Google rapporte des travaux internes où Carbon poursuit pendant plusieurs jours des problèmes d’ingénierie à étapes multiples. Cette observation provient de l’entreprise ; elle ne garantit ni une résolution systématique ni un fonctionnement autonome universel.
Pour le développement logiciel, la persévérance peut avoir une valeur considérable. Une erreur subtile demande parfois de parcourir plusieurs composants, de construire un test reproductible, puis de réviser une première hypothèse. L’utilité de l’agent dépend alors de sa capacité à conserver le contexte sans élargir la mission au-delà de ce qui était demandé.
La durée rend la traçabilité plus importante
Un travail prolongé doit laisser un résultat que l’équipe peut examiner : modifications identifiables, tests exécutés, problèmes encore ouverts. Un agent qui continue longtemps mais rend ses décisions difficiles à retracer augmente la charge de supervision.
Google annonce aussi des progrès de fiabilité et de résistance aux injections de consignes malveillantes. Ces évaluations restent bornées par leurs scénarios : elles ne permettent pas de conclure à une immunité générale. Le contrôle du périmètre et la revue des changements restent des critères concrets pour apprécier le modèle.
Accès limité et tarifs en deux temps
Carbon est d’abord destiné à un sous-ensemble de défenseurs cyber, puis à d’autres partenaires de confiance via Fairwind. Google prévoit une ouverture ultérieure aux développeurs, entreprises et particuliers, sans date ferme dans l’annonce.
La présentation du programme Fairwind décrit un accès contrôlé, des vérifications des organisations et des usages défensifs. Ce cadre explique la priorité donnée aux acteurs chargés de protéger des systèmes sensibles.
Les tarifs annoncés comportent une période d’introduction :
| Période | Entrée, par million de tokens | Sortie, par million de tokens |
|---|---|---|
| Lancement | 2 dollars | 10 dollars |
| Après l’introduction | 4 dollars | 20 dollars |
La date de fin de cette période n’est pas précisée. Ces montants concernent les tokens traités ; ils ne constituent pas le prix d’un abonnement grand public. Pour un agent, la facture dépendra aussi du nombre d’essais et de la longueur du raisonnement nécessaire.
Une première place à convertir en travail fiable
Gemini 4 Carbon donne à Google un argument fort : une tête de classement confirmée par Artificial Analysis et des ambitions ciblées en ingénierie logicielle. L’accès encore limité laisse toutefois une grande partie des utilisateurs dans l’attente d’essais sur leurs propres tâches.
Le prochain test sera professionnel : combien de problèmes correctement résolus, avec combien de contrôle humain et à quel coût total ? Carbon vient de franchir une étape dans la compétition des modèles. La valeur de cette avance se mesurera dans les corrections que les équipes pourront réellement adopter.
Références
- Google — présentation de Gemini 4 Carbon, 28 octobre 2026.
- Artificial Analysis — fiche de Gemini 4 Carbon High.
- Artificial Analysis — Intelligence Index v5.0.
- Artificial Analysis — méthodologie des évaluations.
- Arena — classement WebDev.
- SEC-bench Pro — présentation du benchmark.
- Google DeepMind — programme Fairwind.
