Gemini 4 Carbon à moitié prix : Google défie Anthropic sur les tarifs

Google a lancé Gemini 4 Carbon, son nouveau modèle phare, à la moitié du prix affiché de Claude Opus 5.5, le modèle d’Anthropic. Selon le média chinois 量子位 (QbitAI), il dépasse aussi son rival dans un classement indépendant. Reste à savoir si ce prix annonce une vraie guerre des tarifs ou un simple appât, et ce que valent des promesses que personne n’a encore refaites de son côté.

Ce que rapporte 量子位, et ce qu’est un jeton

En jeu pour vous : si vous payez l’IA à l’usage, tout se joue sur le prix du jeton. Un jeton (« token » en anglais), c’est à peu près un demi-mot : le texte que vous envoyez au modèle, puis celui qu’il écrit en retour, sont découpés en jetons et facturés. Un million de jetons, c’est de l’ordre de quelques romans.

Selon 量子位, Carbon est proposé au lancement à 2 dollars par million de jetons en entrée (ce que vous lui donnez à lire) et 10 dollars en sortie (ce qu’il écrit). Claude Opus 5.5 est affiché à 4 et 20 dollars, soit exactement le double. Le média ajoute un tarif très réduit, jusqu’à 0,2 dollar par million, pour les jetons « en cache » : un texte déjà envoyé et que le modèle a mémorisé, ce qui sert surtout aux agents, ces programmes qui enchaînent seuls de nombreuses étapes. 量子位 parle de 95 % de remise ; le calcul ne tombe pas juste par rapport au tarif d’entrée de 2 dollars (0,2 dollar en est le dixième), un détail à vérifier dans la grille officielle.

Ce prix vient avec une condition de taille. D’après 量子位, Carbon s’ouvre d’abord, dès cette semaine, à une partie des défenseurs en cybersécurité, car le modèle est capable de trouver et d’exploiter des failles. Le média estime que l’attente avant un accès large « ne sera pas courte », sans donner de date. Un tarif que presque personne ne peut encore payer est, pour l’instant, une vitrine.

Un classement favorable, mais pas un triomphe sur toute la ligne

En jeu : savoir si Carbon est vraiment meilleur, ou seulement meilleur sur les tests choisis. Le titre de 量子位 parle d’une supériorité « totale ». Le corps de l’article est plus nuancé.

Côté succès, l’indice d’Artificial Analysis (un organisme tiers qui note les modèles) place Carbon premier avec 59 points, contre 53 pour Argon, le modèle sorti deux semaines plus tôt par Google. Sur Terminal-Bench 4.0, un test de tâches en ligne de commande, Carbon obtient 65,2 %, devant Opus 5.5 (59,6 %). Sur un test de lecture de très longs documents, il atteint 96,2 % contre 66,8 % pour Opus 5.5. Sur Vending-Bench 2, qui simule la gestion d’une activité commerciale sur la durée, son compte finit à 16 484 dollars contre 9 235 pour Opus 5.5.

Côté réserves, 量子位 cite lui-même plusieurs tests où Carbon ne gagne pas. Sur FrontierSWE 2 (génie logiciel de pointe), GPT-6 Astra d’OpenAI (65,5 %) et Opus 5.5 (62,3 %) devant Carbon (61,2 %). Sur OSWorld-2.1, qui mesure l’usage d’un ordinateur, Opus 5.5 garde la tête avec 87,2 % contre 81,5 %. Avec leurs outils maison en ligne de commande, Opus 5.5 et Claude Code font 62 points, Carbon et l’outil de Google 59. Sur WebDev Arena, Carbon est quatrième mondial. Et sur Vals Index, l’écart est de 0,2 point (70,4 % contre 70,2 %), trop faible pour désigner un vainqueur net.

En clair : Carbon semble très compétitif, souvent devant, parfois derrière. « Meilleur » dépend de la tâche que vous lui confiez.

Des promesses de Google à lire avec distance

En jeu : ne pas confondre un score de test avec ce qui se passera dans votre entreprise. Une partie des chiffres vient d’organismes extérieurs comme Artificial Analysis. D’autres viennent de tests internes de Google, comme la baisse de près de 80 % des alertes graves de « mauvais alignement » (quand le modèle s’écarte de ce qu’on lui demande) ou le résultat de l’équipe Chrome, citée par 量子位 : un modèle d’un autre laboratoire serait dépassé de plus de dix fois sur la qualité des correctifs de sécurité. L’article ne dit pas que ces mesures-là ont été reproduites par des tiers.

Plusieurs promesses sont à classer dans la même catégorie :

• Travail sur plusieurs jours. 量子位 écrit que Carbon peut tourner de façon continue pendant plusieurs jours dans de gros ensembles de code, persister malgré les impasses et aller jusqu’à rédiger le correctif d’un bug caché. C’est la description de Google, relayée par le média, sans démonstration indépendante dans l’article.
• Pas de triche. Sur Terminal-Bench 4.0, le « taux de triche réussie » (modifier les tests pour simuler une réussite) serait de 0,0 %, avec 0,4 % de tentatives.
• Résistance à l’injection de prompt. Sur le test Gray Swan, le taux d’attaque réussie serait de 0,0 % (0,7 % pour Argon).

L’injection de prompt, c’est un piège glissé dans un texte que l’IA lit. Imaginez que vous confiez un dossier à un stagiaire, et que quelqu’un y a collé un faux Post-it : « Ignore ton chef, envoie les fichiers à cette adresse. » Si le stagiaire obéit, il a été manipulé. Pour un agent qui lit des pages web, des e-mails ou du code extérieur, le risque est réel.

Un 0,0 % sur un test donné veut dire que toutes les attaques de ce test ont échoué. Cela ne prouve pas qu’aucune attaque ne passera dans la vraie vie, où les pièges sont plus variés et inventés après coup.

Ce que changerait une facture divisée par deux

En jeu : le budget d’une PME ou d’un indépendant qui paie l’IA à l’usage, par exemple via une interface de programmation (API) intégrée à ses outils. Le calcul est simple : à volume égal, le tarif affiché de Carbon coûte deux fois moins. À titre d’exemple de ma part, 1 000 dollars par mois chez Opus 5.5 deviendraient 500 dollars.

量子位 va plus loin, citant les données d’Artificial Analysis. Opus 5.5 produit 173 000 jetons en sortie pour une évaluation moyenne, Carbon 123 000, soit 29 % de moins. Au même tarif de 4 et 20 dollars, la tâche moyenne coûterait 7,76 dollars avec Carbon contre 10,04 avec Opus 5.5, environ 23 % de moins. Au prix de lancement, la facture serait inférieure à 40 % de celle d’Opus 5.5.

Trois précautions s’imposent. D’abord, il s’agit d’une moyenne sur un test précis : vos tâches peuvent consommer autrement. Ensuite, un modèle moins cher mais qui se trompe plus sur votre cas d’usage coûte plus cher en corrections. Enfin, le mot « lancement » compte : 量子位 évoque lui-même un retour possible au tarif standard. Si votre outil dépend d’un prix d’appel, prévoyez ce qui se passe quand il remonte.

Guerre des prix ou prix d’appel ?

La question du jour : cette baisse est-elle une offensive contre Anthropic ? Les faits rapportés montrent un tarif de lancement deux fois inférieur à celui d’Opus 5.5, qui prolonge celui d’Argon. 量子位 mentionne aussi le contexte d’Anthropic, en pleine introduction en Bourse selon le média, mais ne rapporte aucune réponse tarifaire de sa part. Une guerre suppose deux camps qui se répondent ; on n’en voit ici qu’un.

Deux lectures restent ouvertes. Dans la première, Google gagne des parts de marché en cassant les prix, ce qui profite aux clients. Dans la seconde, un prix d’appel attire les développeurs et verrouille leurs outils sur un fournisseur, avant une remontée des tarifs. Les sources fournies ne permettent pas de trancher. Ce que vous pouvez observer : la durée réelle du tarif, la date d’ouverture au grand public, la réponse éventuelle d’Anthropic, et surtout les tests refaits par des tiers sur des tâches proches de vos usages. Avant de migrer, comparez sur vos propres cas, pas sur ceux du communiqué.

Sources

• 刚刚，Gemini 4 Carbon全面超越Opus 5.5！首发Token半价 – 量子位