Gemini 4 Carbon : Google le réserve d’abord à des experts en cybersécurité

Google DeepMind a sorti Gemini 4 Carbon deux semaines seulement après Gemini 4 Argon. Mais ce modèle, mis en avant pour la cyberdéfense, ne sera d’abord accessible qu’à des experts en sécurité sélectionnés. Prudence légitime face à un outil à double tranchant, ou accès à deux vitesses qui laisse les PME de côté ?

Ce que Google annonce, et ce qu’elle retient

Selon The Decoder, Carbon prend la tête de l’Artificial Analysis Intelligence Index v5 avec 59 points, contre 50 pour Argon. Il reste pourtant derrière Claude Opus 5.5 (62 points) sur le Coding Agent Index de la même plateforme. La course au classement n’est pas notre sujet ici. Ce qui l’est, c’est la façon dont le modèle est distribué.

Google met en avant des capacités couvrant tout le cycle de cyberdéfense : détecter et valider des vulnérabilités, puis les corriger. Elle invoque ces capacités pour justifier un déploiement progressif. Carbon passe par le processus volontaire de tests préalables du gouvernement américain. Des experts en cybersécurité sélectionnés y accèdent en premier, dès cette semaine.

La suite est décrite en deux temps. Via le programme Fairwind de Google DeepMind, l’accès doit s’étendre à d’autres partenaires « de confiance ». Puis le modèle doit s’ouvrir aux développeurs, aux entreprises et au grand public, une fois les retours collectés et les garde-fous ajustés. L’article ne donne aucune date pour ces étapes.

Le prix, lui, ne sert pas de barrière : Carbon reprend le tarif de lancement d’Argon, soit 2 dollars par million de jetons en entrée et 10 dollars par million en sortie. Le critère d’accès est donc le statut de l’utilisateur, pas son budget.

Le double usage : l’argument de Google

Le raisonnement de Google tient en une phrase : un modèle qui sait trouver des failles et les corriger sait aussi, en théorie, aider à les exploiter. Les résultats cités par The Decoder vont dans ce sens.

Sur SEC-bench Pro, qui mesure la découverte autonome de vulnérabilités dans de vrais logiciels, Carbon obtient 88,2 % et devance tous les modèles testés. Sur ExploitGym, qui vérifie si un système peut transformer une faille découverte en exploit fonctionnel, il atteint 54,8 %. Google a fait tourner le modèle sans garde-fous de sécurité pour plusieurs de ces tests. Cela mesure plutôt la capacité brute que le comportement de la version qui serait mise en circulation.

Un score de 54,8 % sur la fabrication d’exploits se lit de deux façons. Pour un défenseur, c’est un outil d’audit puissant. Pour un attaquant, ce serait un accélérateur. Un lancement par paliers, avec des tests préalables menés dans le cadre du processus volontaire du gouvernement américain, est une réponse cohérente à ce risque. Rien dans l’article ne permet de dire que Google exagère le danger, ni qu’elle le minimise.

Une nuance de méthode s’impose. Google cite aussi des résultats internes que l’on ne peut pas vérifier de façon indépendante. Carbon produirait du code sécurisé plus de deux fois plus souvent qu’Argon. Dans des tests de l’équipe Chrome, il écrirait des correctifs de sécurité plus de dix fois mieux que le modèle d’un concurrent non nommé. Ces chiffres viennent de l’éditeur, sans protocole public.

Sur la résistance aux injections de prompt indirectes (des instructions cachées dans un contenu que l’IA lit), le test de Gray Swan donne 0,0 % de réussite pour les attaques, contre 0,7 % pour Argon. The Decoder précise que cela ne signifie pas que le problème est résolu : le test semble simplement saturé.

Qui choisit les « experts sélectionnés » ?

C’est la zone d’ombre. Le texte parle d’experts « sélectionnés » puis de partenaires « de confiance », sans dire qui décide ni selon quels critères. Plusieurs questions restent ouvertes :

• Qui trie ? Google seule, ou avec l’appui du processus de tests du gouvernement américain ? L’article ne le précise pas.
• Sur quelle base ? Compétence technique, taille de l’organisation, localisation, relation commerciale avec Google ? Aucun critère n’est publié dans la source.
• Pour combien de temps ? Le texte évoque un élargissement progressif, sans échéance.
• Où sont les utilisateurs européens ? Rien n’indique si des experts francophones ou européens figurent parmi les premiers accès. On ne peut ni l’affirmer ni le nier.

Le contexte compte aussi. Les tests préalables mentionnés sont ceux du gouvernement américain, et ils sont volontaires. Une entreprise privée américaine et une administration américaine peuvent donc peser sur le calendrier d’un outil de défense que des organisations d’autres pays utiliseraient. Ce n’est pas forcément un problème, mais c’est un enjeu de souveraineté que le lecteur européen peut légitimement se poser.

L’argument inverse mérite d’être entendu. Une fenêtre courte réservée à des spécialistes permet de repérer des abus avant une diffusion large. Le cas typique : un défenseur compétent corrige des failles avant que le modèle n’arrive entre toutes les mains. Si la fenêtre dure quelques semaines, c’est une précaution. Si elle s’installe, cela devient un système à deux vitesses où les organisations les mieux équipées profitent des meilleures défenses avant les autres. Le texte ne permet pas de savoir laquelle de ces deux situations se dessine.

Et pour une PME ou un indépendant francophone ?

Pour une petite structure, Carbon n’est pas disponible aujourd’hui, et rien n’indique quand il le sera. La question utile n’est donc pas « comment l’obtenir », mais « sur quoi s’appuie ma sécurité en attendant ». Voici des points de vigilance, sans prétendre à une liste exhaustive d’outils :

• Demander quel modèle tourne derrière un service de cybersécurité « avec IA ». Un éditeur qui promet de la détection de vulnérabilités par IA doit pouvoir dire quel modèle il emploie et dans quelles conditions.
• Distinguer démonstration et mesure. Les scores de SEC-bench Pro ou d’ExploitGym comparent des modèles sur des jeux de tests. Ils ne disent pas combien de failles un outil trouvera dans votre site, votre boutique en ligne ou votre messagerie.
• Se méfier des chiffres internes. Un « dix fois mieux » issu d’un test maison, sans protocole publié, reste une affirmation de l’éditeur.
• Ne pas confondre IA et hygiène de base. Mises à jour, sauvegardes, authentification renforcée : aucune de ces mesures ne dépend d’un modèle réservé.
• Surveiller l’ouverture annoncée. Google dit vouloir ouvrir Carbon aux entreprises après retours et ajustements des garde-fous. La date, les conditions et la disponibilité en Europe seront à vérifier à ce moment-là.

Une autre donnée du dossier mérite l’attention. Selon Artificial Analysis, cité par The Decoder, le taux d’hallucination de Carbon passe de 4 à 11 %, tout en restant le deuxième plus bas du classement, et la précision des réponses monte de 48 à 58 %. Dans un contexte de sécurité, une réponse fausse formulée avec assurance peut coûter cher. Un outil, même performant, appelle une vérification humaine.

Une question qui dépasse Carbon

La question dépasse Carbon à mesure que les capacités offensives et défensives se rapprochent. La vraie interrogation est de savoir qui décide des règles d’accès, avec quelle transparence, et si les entreprises européennes de petite taille pèsent dans cette discussion.

Ce que vous pouvez observer dès maintenant : la communication de Google sur le programme Fairwind, les critères d’accès qu’elle finira par publier, et la présence ou non de partenaires européens dans les vagues suivantes. Ce sont ces détails, plus que les scores, qui diront si la prudence affichée était une phase de transition ou un nouveau modèle d’accès.

Sources

• Google Deepmind releases Gemini 4 Carbon just two weeks after Argon with gains across the board