Gemini 4 Carbon de Google a pris la première place de l’Intelligence Index V5 d’Artificial Analysis, avec 59 points, soit un point de plus que Claude Opus 5.5. Selon l’analyse, le modèle s’est classé premier dans quatre des neuf évaluations de la suite de tests. Google l’a lancé la semaine dernière et le met d’abord à la disposition de certains défenseurs de la cybersécurité dans le cadre de son programme Fairwind, avant un élargissement de l’accès prévu ultérieurement.

Le modèle est également arrivé en tête de l’évaluation AA-Omniscience v1.1 d’Artificial Analysis, qui mesure le rappel des connaissances et les hallucinations. Il a obtenu 54 sur une échelle allant de -100 à +100. Bien qu’il s’agisse du meilleur résultat de la comparaison, ce score indique que même les modèles les mieux classés peuvent encore avoir du mal à rappeler des informations de manière fiable.

Le score de Gemini 4 Carbon à l’Intelligence Index le place deux points devant GPT-6 Astra d’OpenAI et neuf points devant Muse Wonder Full de Meta. Artificial Analysis estime également le coût de chaque tâche du benchmark à 7,76 dollars, soit un peu moins que celui de Gemini 3.8 Flash (high) et plusieurs dollars de moins que celui de Claude Opus 5.5 ou Sonnet 5.5 dans les configurations testées. Il reste plus cher que certains modèles d’OpenAI et nettement plus cher que DeepSeek V4.1 Flash 1017, un modèle à poids ouverts qui a obtenu 32 points à l’index.

Les résultats ne placent pas Carbon en tête dans tous les domaines. Artificial Analysis indique qu’il est devancé en programmation par Claude Code avec Claude Opus 5.5, et qu’il arrive derrière Grok 4.7, Muse Wonder et Kimi K3.1 Pro pour les tâches de connaissance. Le graphique Pareto Frontier d’Arena.ai place Carbon en tête parmi les modèles les plus chers, tandis que des solutions moins coûteuses comprennent des modèles chinois à poids ouverts tels que GLM 5.3-Flash et DeepSeek V4 Pro.

Google affirme procéder à un déploiement progressif et participer au processus volontaire du gouvernement américain de test des modèles avant leur sortie. L’entreprise prévoit de donner d’abord accès au modèle à un sous-ensemble de défenseurs de la cybersécurité, puis d’élargir cet accès par l’intermédiaire de partenaires de confiance du programme Fairwind. Google affirme vouloir affiner les mesures de protection du modèle avant de le mettre à la disposition des développeurs, en mettant l’accent sur la prévention des utilisations abusives en cybersécurité.

L’entreprise affirme également que Carbon a résisté à toutes les tentatives, dans le benchmark Gray Swan Indirect Prompt Injection, visant à le faire agir de manière inappropriée. Google affirme que le modèle produit deux fois moins d’affirmations non étayées que Gemini 4 Argon, présenté deux semaines plus tôt, et qu’il réduit de 26 % les excès du modèle. Il s’agit d’affirmations de l’entreprise ; les résultats disponibles aux benchmarks ne signifient pas que le modèle est exempt d’erreurs.

Sources: Tom's Hardware.