Google dévoile Gemini 4 Carbon, en tête d’un important benchmark d’IA

Google a lancé Gemini 4 Carbon, un nouveau modèle d’IA de pointe qui a pris la première place de l’un des benchmarks indépendants d’IA les plus suivis. Contrairement à la plupart des lancements, toutefois, il n’est pas immédiatement ouvert à tous.

Meilleur score sur l’Intelligence Index

Selon des tests indépendants d’Artificial Analysis, rapportés par Tom’s Hardware le 3 novembre, Gemini 4 Carbon a obtenu 59 à l’Artificial Analysis Intelligence Index V5, devançant de peu Claude Opus 5.5 d’Anthropic, à 58, et GPT-6 Astra d’OpenAI, à 57. Il s’est classé premier dans quatre des neuf évaluations de l’indice.

Il semble également efficace : Carbon a utilisé environ 123 000 tokens de sortie par tâche, soit 29 % de moins que Claude Opus 5.5 dans les mêmes tests.

Meilleur score de connaissances, mais pas parfait

Sur le benchmark de connaissances AA-Omniscience, qui récompense les réponses correctes et pénalise les réponses inventées, Carbon a obtenu le score le plus élevé de tous les modèles, soit 54 sur une échelle de -100 à +100. Sa précision est passée de 48 % à 58 % par rapport au précédent Gemini 4 Argon. Toutefois, son taux d’hallucinations a également augmenté, passant de 4 % à 11 %, de sorte que même le meilleur modèle est loin d’avoir toujours raison.

Google affirme que Carbon est conçu pour refuser les tâches qu’il ne peut pas accomplir plutôt que d’inventer des réponses, et pour afficher plus souvent des sources et des actions suggérées.

Pas le meilleur dans tous les domaines

La même analyse a révélé que Carbon est derrière Claude Code avec Opus 5.5 en programmation et qu’il est distancé par plusieurs concurrents dans certaines tâches de travail intellectuel. À des niveaux de prix inférieurs, les modèles à poids ouverts de laboratoires chinois offrent encore un meilleur rapport qualité-prix.

Un déploiement prudent

Au lieu d’un lancement public, Google donne d’abord accès à des « cyberdéfenseurs » sélectionnés par l’intermédiaire de son programme Fairwind, avant une disponibilité plus large auprès de partenaires de confiance. Google indique avoir mené des tests volontaires avant la sortie avec le gouvernement américain et vouloir renforcer ses protections en matière de cybersécurité avant d’ouvrir le modèle aux développeurs. « Nous adoptons une approche réfléchie pour le déploiement », a déclaré l’entreprise.

Ce que cela signifie pour vous

• La plupart des utilisateurs ne peuvent pas encore l’essayer. Continuez à utiliser les modèles Gemini, ChatGPT ou Claude actuels pour le travail quotidien.
• Les benchmarks sont serrés. Une avance d’un point change rarement les résultats en conditions réelles ; le meilleur modèle dépend de votre tâche.
• Vérifiez toujours les faits. Même le modèle obtenant le meilleur score commet encore des erreurs.