Gemini 4 Carbon : le modèle le plus puissant de Google est destiné en premier aux cyberdéfenseurs
Google a annoncé la semaine dernière Gemini 4 Carbon avec les meilleurs scores dans les tâches de sécurité, un accès limité et des résultats indépendants mitigés en matière de précision.
La semaine dernière, Google a annoncé Gemini 4 Carbon, qu’il appelle son prochain frontier model, ce qui signifie le plus performant. La plupart des gens ne peuvent pas encore l’utiliser. Un petit groupe de défenseurs de la cybersécurité y a accès en premier, suivi par des partenaires de confiance via le programme Fairwind de Google, et plus tard par des développeurs, des entreprises et des consommateurs, sans indication de date. Son frère Gemini 4 Argon est disponible dès maintenant.
Sur le papier le modèle s’en sort bien. Google affiche les meilleurs scores dans 15 des 17 lignes de comparaison, dont 88,2 % sur SEC-bench Pro pour la recherche de vulnérabilités, 54,8 % sur ExploitGym pour vérifier si un exploit fonctionne et 71,0 % sur CWE-bench pour l’application de correctifs. Les chiffres indépendants d’Artificial Analysis concordent globalement mais montrent une avance plus étroite : le Carbon obtient un score de 59 sur son Intelligence Index, contre 58 pour le Claude Opus 5.5 et 57 pour le GPT-6 Astra. Il suit Opus 5.5 avec Claude Code sur un index d’agent de codage (59 contre 62). Le prix de lancement est de 2 $ par million de tokens d’entrée et de 10 $ par million de tokens de sortie (les tokens sont les petits morceaux de modèles de texte facturés), passant ensuite à 4 $ et 20 $, sans date de fin indiquée pour le tarif d’introduction.
Qu’est-ce qu’il y a derrière : Le déploiement restreint est la partie intéressante. Un modèle qui est efficace pour trouver et corriger les failles de sécurité est, par la même compétence, efficace pour attaquer. Donner une longueur d’avance aux défenseurs est un moyen de leur permettre d’effectuer des correctifs avant que l’outil ne soit largement disponible, c’est également la raison pour laquelle les tests de Google ont été rapportés sans guardrails et pourquoi la version limitée est une couverture judicieuse. Il y a des questions ouvertes. Google n’a pas publié de rapport technique, de nombre de paramètres ou de détails API. Ses propres résultats sont fournis sans estimations d’incertitude. Et les affirmations sur l’exactitude sont contradictoires : Google indique que les affirmations non étayées ont été réduites de moitié environ, tandis que Artificial Analysis a mesuré les hallucinations (mauvaises réponses sûres) passant de 4 % à 11 % sur un test.
Ce que cela signifie pour vous : Aujourd’hui, rien, car vous ne pouvez pas l’utiliser. Lorsqu’il arrive, considérez le classement des titres comme un point de départ et essayez-le sur vos propres tâches ; les petites pistes décident rarement du vrai travail. Si vous exploitez des sites Web ou des logiciels, le message plus large est que les outils de sécurité alimentés par l’IA s’améliorent rapidement, il est donc encore plus important de maintenir vos logiciels à jour. Notez également le prix : un tarif de lancement qui double ensuite mérite d’être prévu.
Sources
« Mathématiques sans ego » : un billet invité sur le blog de Terence Tao demande à quoi servent les mathématiques à l’ère de l’IA
Trois auteurs soutiennent sur le blog de Terence Tao que l'IA devrait pousser les mathématiciens à privilégier la compréhension plutôt que le résultat, le classement ou le crédit.
