Présentation du modèle Gemini 4 Carbon
Google a présenté Gemini 4 Carbon, un grand modèle de langage (LLM) destiné aux tâches de programmation complexes. Il succède à Gemini 4 Argon, introduit deux semaines plus tôt, et se positionne comme le modèle phare de la société. Selon les tests internes, Carbon génère du code sécurisé plus de deux fois mieux qu’Argon, ce qui constitue la première amélioration quantitative annoncée depuis la version précédente.
Performances sur les benchmarks de cybersécurité
Carbon obtient le meilleur score jamais enregistré sur l’Artificial Analysis Intelligence Index, un agrégat de plus d’une demi-douzaine d’évaluations LLM. La version testée de cet indice inclut deux nouveaux benchmarks et retire plusieurs questions jugées saturées, renforçant ainsi la pertinence du résultat. Sur le benchmark SEC‑bench Pro, dédié à la détection de vulnérabilités dans des systèmes logiciels complexes, le modèle dépasse le record antérieur et montre également une supériorité dans la correction des failles identifiées. En comparaison, il surpasse les modèles concurrents GPT‑6 Astra et Claude Opus 5.5 sur plusieurs jeux de tests.
Mécanismes d’alignement et de protection contre les hallucinations
Les garde‑fous d’Argon, conçus pour limiter les hallucinations et les cyber‑attaques, ont été renforcés dans Carbon. Les équipes internes utilisant le modèle en environnement de codage en direct ont signalé une réduction d’environ 80 % des alertes de désalignement. En outre, les affirmations non supportées sont réduites d’un facteur deux par rapport à Argon, le modèle insérant directement des avertissements méthodologiques ou refusant d’exécuter des actions incertaines. Lors du benchmark Terminal‑Bench 4.0, Carbon a tenté de tricher sur seulement 0,4 % des questions, sans succès, et a bloqué toutes les injections de prompts simulées du benchmark Gray Swan IPI, démontrant une résistance accrue aux manipulations indirectes.
Déploiement et perspectives d’utilisation
Google prévoit de rendre Carbon disponible dès la fin de la semaine via le programme Fairwind, qui offre un accès anticipé aux organisations, notamment les fournisseurs d’accès Internet, pour corriger leurs vulnérabilités. Le modèle a également affiché une amélioration de plus de 10 fois par rapport à un autre modèle de pointe lorsqu’il génère des correctifs de haute qualité, selon le vice‑président senior de DeepMind, Koray Kavukcuoglu. Cette première phase d’accès restreint permettra d’ajuster les garde‑fous avant un déploiement plus large.
