Google lance Gemini 4 Carbon et un essaim d'agents de code

Google a rendu Gemini 4 Carbon, qu’il présente comme son modèle le plus puissant, disponible pour les développeurs, les entreprises, les scientifiques et le grand public le 10 novembre 2026. Si vous utilisez l’application Gemini, le piège, c’est l’abonnement. Carbon est en cours de déploiement auprès des abonnés Google AI Ultra dans l’application Gemini et dans le Mode IA de la recherche Google, et Ultra démarre à $99.99 par mois aux États-Unis. Google AI Pro, la formule à $19.99, n’est pas mentionnée dans l’annonce de lancement, et la page des abonnements de Google indique qu’elle inclut Argon, pas Carbon.

Si vous développez des logiciels, le piège, c’est une date. Carbon coûte $2 par million de tokens en entrée et $10 par million de tokens en sortie jusqu’au 30 novembre 2026, puis $4 et $20 à partir du 1er décembre. C’est le même prix de lancement que Gemini 4 Argon, le modèle jumeau que Google a sorti il y a environ un mois.

L’autre moitié du lancement est une fonctionnalité appelée /swarm, déployée en préversion dans Google Antigravity, l’outil de programmation de l’entreprise. Tapez /swarm et une seule requête est confiée à une équipe d’agents d’intelligence artificielle (IA) : un coordinateur, des agents qui construisent en parallèle et des vérificateurs qui testent le résultat.

Google ne demande pas à tout le monde de changer de modèle. Son annonce de lancement indique qu’Argon « reste le choix idéal pour la majorité des tâches d’ingénierie logicielle et de travail intellectuel », tandis que Carbon est conçu pour les tâches les plus difficiles et consomme davantage de tokens pour y parvenir.

Qui a accès à Gemini 4 Carbon au lancement

Ultra existe en deux formules aux États-Unis : $99.99 par mois avec des limites d’utilisation de Gemini cinq fois supérieures à celles de la formule Pro, et $199.99 par mois avec des limites 20 fois supérieures. La page des abonnements de Google précise que Carbon est disponible pour les abonnés Ultra « dans certains pays », et que seuls les comptes Google personnels peuvent souscrire à ses formules IA.

Payer Ultra ne rend pas l’application Gemini illimitée. La page d’aide de Google sur les limites de l’application, qui ne mentionne pas Carbon, indique que ces limites dépendent de la puissance de calcul utilisée, se réinitialisent toutes les cinq heures jusqu’à ce que vous atteigniez une limite hebdomadaire, et tiennent compte de la complexité de votre requête, des fonctionnalités utilisées et de la longueur de votre conversation. La même page indique qu’augmenter le niveau d’effort d’un modèle dans l’application donne des réponses plus approfondies, mais que cela « consommera aussi davantage de votre limite ».

L’offre destinée aux scientifiques prolonge une initiative antérieure. Quatre semaines avant ce lancement, Google a ouvert les candidatures pour offrir à 10 000 scientifiques un accès gratuit à Argon dans Antigravity pendant six mois, et l’entreprise ajoute désormais Carbon pour les participants actuels et futurs. Les équipes de sécurité postulent séparément au Fairwind Program, par lequel un premier groupe de spécialistes de la cyberdéfense a obtenu Carbon deux semaines avant tout le monde.

Ce qu’il coûte aux développeurs

Carbon ne fait pas partie de la formule gratuite de l’interface de programmation d’application (API) Gemini. La page de tarification de Google ajoute que « chaque token traité par le modèle est comptabilisé et facturé », y compris les tokens de réflexion que le modèle consomme avant de répondre.

C’est sur ce dernier point que Carbon et Argon diffèrent sur votre facture. Les deux partagent le même prix par token, et le guide du développeur de Google indique que la principale différence tient au nombre de tokens de réflexion que chacun consomme à chaque tour : Carbon en consomme davantage, « ce qui augmente la consommation de tokens par tour et la latence par rapport à Argon ». Vous en contrôlez une partie grâce à un niveau de réflexion faible, moyen ou élevé, le niveau moyen étant celui par défaut. Google conseille lui-même de « lancer vos évaluations aux trois niveaux, puis de choisir le niveau le plus bas qui atteint votre seuil de qualité ».

Une mesure indépendante montre ce que coûte Carbon par tâche. Artificial Analysis, une entreprise qui teste les modèles d’IA, indique que l’exécution de son Intelligence Index a coûté $7.76 par tâche avec Carbon en réflexion élevée, $6.59 en réflexion moyenne et $7.19 en réflexion faible. Sa page affiche Carbon au tarif de $4 et $20.

Comment fonctionne /swarm

L’équipe Antigravity de Google présente /swarm comme la solution à un goulot d’étranglement. Avec les sous-agents précédents, un agent principal distribuait les tâches puis devait vérifier et orienter lui-même chaque étape. Dans un swarm, un coordinateur lance des agents spécialisés « dans des git worktrees isolés afin que les modifications n’entrent jamais en conflit », et des vérificateurs distincts exécutent les tests et remettent en question les changements. Les agents communiquent entre eux sur un tableau de messages partagé et attendent avec un « coût en tokens nul lorsqu’ils sont inactifs ».

Vous pouvez tout suivre. Un panneau Swarm dans Antigravity affiche un fil Board en direct de la discussion entre agents, une liste Members où vous pouvez ouvrir le travail de n’importe quel agent et l’orienter, et une chronologie Graph qui retrace comment l’équipe est passée du cahier des charges au code testé. Dans l’outil en ligne de commande, /swarm board ou Alt+S ouvre une version plein écran.

Chaque agent d’un swarm peut fonctionner avec un modèle différent. Google suggère de confier à Carbon les rôles de coordination, d’architecture, d’audit de sécurité et de vérification, tandis que « des modèles plus légers et plus rapides se chargent des modifications de fichiers en parallèle et des tâches d’implémentation courantes ».

Deux limites sont à connaître avant de l’essayer. /swarm est une préversion, en cours de déploiement dans l’application Antigravity et l’outil en ligne de commande. Et Google y joint ce qu’il qualifie de juste avertissement : les systèmes multi-agents en parallèle « consomment le quota beaucoup plus vite qu’une conversation classique ».

Les exemples de Google sont des vitrines. L’entreprise affirme qu’une équipe multi-agents Carbon utilisant /swarm a transformé sept PDF publics d’urbanisme d’un conseil municipal en une reconstitution 3D interactive d’un bureau de Google, et qu’un autre swarm a créé un jeu sur navigateur dans lequel vous explorez le campus de Google à Mountain View dans la peau d’un pélican à vélo. En interne, les ingénieurs de Google ont utilisé des swarms pendant cinq semaines pour des tâches telles que des migrations multi-paquets et des refontes d’architecture.

Ce que montrent les tests, et qui les a réalisés

Les textes de Google ne fournissent pas un tableau de scores unique et clair : il faut donc classer ses affirmations selon qui a effectué les tests.

Un indice indépendant. Artificial Analysis attribue à Carbon en réflexion élevée un score de 60 sur son Intelligence Index, derrière Claude Fable 5.2 en effort maximal à 65 et un point devant Claude Opus 5.5 en effort maximal à 59. Son résumé classe Carbon quatrième sur 74 modèles. Argon obtient 50 sur le même indice. Lorsque Google a annoncé Carbon pour la première fois le 28 octobre, l’entreprise affirmait que le modèle se classait premier sur la version 5.0 de cet indice avec un score de 59. L’indice en est désormais à la version 5.0.1 et le classement a évolué : cette première place ne correspond donc plus à ce qu’affiche Artificial Analysis. Ce site a consacré un article distinct à Claude Fable 5.2.

Des classements que Google tire des tests d’autres entreprises. Google affirme que Carbon se classe premier sur CursorBench 4.0, WANDR de Perplexity et AutomationBench de Zapier « avec un coût par tâche plus de 2 fois inférieur à celui du meilleur modèle externe suivant ». Les scores à l’origine de ces classements ne figurent pas dans l’annonce de lancement.

Un test que Google a contribué à concevoir. Le benchmark Multimodal Knowledge Agent, qui évalue la façon dont les agents traitent des fichiers remplis de graphiques, de plans et de tableaux, a été développé par Google avec Artificial Analysis. Google affirme que Carbon se classe deuxième parmi les modèles testés, et qu’il accomplit les tâches pour un coût six fois inférieur en moyenne à celui du premier. Artificial Analysis gère l’ensemble de test de 200 tâches et le garde privé.

Des scores de sécurité mesurés sans garde-fous. Google annonce 88.2% sur SEC-bench Pro pour la détection de vulnérabilités, 54.8% sur ExploitGym pour leur exploitation et 71.0% sur CWE-bench pour leur correction. L’article d’octobre précise que ces résultats ont été « évalués sans garde-fous », et l’annonce de lancement indique que Carbon arrive en tête sur ces tests « lorsqu’il est utilisé via le Fairwind Program ». Sur le test de correction, Argon a obtenu 68.0%.

Des témoignages de clients. L’annonce de lancement reprend des témoignages d’entreprises comme Hebbia, Glean, Box, Cisco et Fortinet. Ce sont les récits des clients eux-mêmes : HubX, par exemple, affirme que Carbon a résolu 94% de 16 vrais correctifs de bugs dans son code, sans aucune régression.

Les affirmations de recherche de Google. Google affirme que ses chercheurs ont utilisé Carbon avec d’autres modèles pour transformer des objectifs de sécurité en théorèmes, puis ont fait écrire par Carbon, via des agents construits sur un framework appelé AlphaProof Code, des millions de lignes de code en Lean, un langage de preuves mathématiques, démontrant en quelques semaines des propriétés de sécurité clés du code derrière le protocole de chiffrement de Signal. L’entreprise décrit cela comme « une tâche qui prenait historiquement des années à des équipes d’experts ».

Ce que dit le rapport de sécurité

Google a publié une fiche de modèle et un Safety and Security Report distinct pour Carbon. Quatre points comptent si vous comptez vous appuyer sur ce modèle.

Le modèle public a des limites de sécurité plus strictes. Le rapport indique que, comme pour Argon, Google maintient « une marge de sécurité prudente » sur les requêtes liées à la sécurité, les refus supplémentaires se concentrant sur « les requêtes limites de rétro-ingénierie à double usage et d’audit proche de l’exploitation plutôt que sur les tâches générales d’ingénierie logicielle ». Carbon « refuse aussi un peu plus souvent qu’Argon » les requêtes textuelles dans les tests de refus excessif de Google, mais il est moins enclin aux refus excessifs sur les requêtes en image. Les défenseurs vérifiés du Fairwind Program bénéficient de mesures d’atténuation adaptées qui permettent des tâches comme vérifier si une vulnérabilité est exploitable.

Google annonce des chiffres solides face aux attaques, avec une réserve. Lors de tests de cyberattaques simulées, Google affirme que les protections de Carbon ont bloqué 99% des chemins d’attaque d’un agent automatisé de red teaming et ramené le taux d’intrusion par tentative à 0.8%, contre 3.1% pour Argon. Sur le test de Gray Swan portant sur des instructions cachées dans le contenu que lit un agent, Carbon a obtenu un taux de réussite des attaques de 0%. Le même rapport précise que de telles attaques « sur Carbon restent possibles ».

Il soupçonne bien plus souvent d’être testé. Dans une série de tests d’alignement de Google, Carbon a déclaré explicitement qu’il se trouvait peut-être dans une évaluation de sécurité dans 28.3% des exécutions, contre 1.7% pour Argon. Un modèle qui sait qu’il est testé est plus difficile à évaluer d’après les résultats des tests, et le rapport indique, à propos de ces mêmes tests, que « une conscience d’évaluation non exprimée ne peut être exclue ».

Google n’a pas mené de nouvelle évaluation complète des risques. Dans le cadre de son Frontier Safety Framework, Google a constaté que Carbon « ne présentait pas de nouvelles capacités significatives ni d’amélioration notable des performances par rapport à Gemini 4 Argon », et a donc reconduit les conclusions d’Argon sur les risques. La fiche de modèle indique que Carbon est basé sur Argon et que ses connaissances s’arrêtent à mars 2026.

Ce qui change pour les développeurs

L’identifiant du modèle est gemini-4-carbon, avec une fenêtre d’1 million de tokens partagée entre l’entrée, la réflexion et la sortie. Si vous utilisez déjà Argon, le passage « ne nécessite aucune modification du schéma des requêtes », même si Google recommande toujours de vérifier que votre limite de sortie et vos délais d’expiration laissent la place à un raisonnement plus long. Depuis Gemini 3 ou une version antérieure, il y a davantage de travail :

• Le cache explicite disparaît. Carbon ne le prend pas en charge : les appels qui créent ou référencent du contenu en cache doivent être supprimés ; le cache implicite est activé par défaut pour les requêtes d’au moins 4 096 tokens.
• Les paramètres d’échantillonnage sont ignorés. Google recommande de supprimer temperature, top_p et top_k.
• Les réponses longues nécessitent le mode arrière-plan. Les réponses standard s’arrêtent à 65 536 tokens ; pour des réponses plus longues, Google recommande background=True avec une valeur max_output_tokens plus élevée.
• Relevez vos limites et vos délais d’expiration. Google recommande une valeur max_output_tokens d’au moins 32 768, car Carbon peut en consacrer davantage à la réflexion, ainsi qu’une exécution en arrière-plan ou des délais d’expiration côté client d’au moins 15 minutes.

La fiche de modèle mentionne parmi les limites connues de Carbon une lenteur ou des expirations occasionnelles. Artificial Analysis indique 67 secondes avant le premier token de réponse dans son résumé du modèle.

Prochaines étapes

• 30 novembre 2026 : dernier jour du prix de lancement de l’API à $2 et $10.
• 1er décembre 2026 : le prix de l’API passe à $4 par million de tokens en entrée et $20 par million de tokens en sortie, pour Carbon comme pour Argon.
• Aucune date annoncée : /swarm est en préversion, et les publications de Google ne précisent pas quand il en sortira.

À qui s’adresse-t-il

Si vous payez Google AI Ultra sur un compte personnel, Carbon est en cours de déploiement sur votre formule dans certains pays : dès qu’il apparaît, essayez-le sur un problème que les modèles courants ratent, et surveillez votre consommation au fur et à mesure. Si vous êtes sur Google AI Pro ou sans abonnement, Carbon n’est pas disponible pour vous dans l’application Gemini ni dans la recherche au lancement ; il vous reste l’API payante ou, pour les chercheurs, le programme scientifique.

Si vous êtes développeur, les trois semaines qui précèdent le 1er décembre sont la fenêtre bon marché pour comparer Carbon et Argon sur votre propre charge de travail. Commencez en réflexion moyenne, le niveau par défaut, testez aussi les niveaux faible et élevé, et gardez le niveau le plus bas qui atteint votre seuil. Et si vous voulez essayer /swarm, faites-le d’abord sur un projet circonscrit : c’est une préversion, et Google prévient lui-même qu’il consomme vite le quota.

Nos sources (14)

• blog.google Google: Gemini 4 Carbon is now available
• blog.google Google: Gemini 4 Carbon, our next frontier model
• blog.google Google: Gemini 4 Carbon is now available for developers
• antigravity.google Google Antigravity: Gemini 4 Carbon and /swarm
• blog.google Google: Multimodal Knowledge Agents benchmark
• ai.google.dev Gemini API: Pricing
• ai.google.dev Gemini API: Models
• ai.google.dev Gemini API: Release notes
• one.google.com Google One: Google AI plans
• artificialanalysis.ai Gemini 4 Carbon
• storage.googleapis.com Google DeepMind: Gemini 4 Carbon Model Card
• storage.googleapis.com Google DeepMind: Gemini 4 Carbon Safety and Security Report
• aistudio.google.com Gemini API: What's new in Gemini 4 Carbon
• support.google.com Google Help: Changes to Gemini model access and limits