# Gemini 4 Carbon

> Fiche du modèle de langage Gemini 4 Carbon sur QUELLE IA, édition du 2 novembre 2026. Gemini 4 Carbon (Google DeepMind) : score IA de 100,5, 1er sur 255. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/gemini-4-carbon/
Origine : Google DeepMind · États-Unis · sorti le 28 octobre 2026
Entré sur QUELLE IA le 28 octobre 2026 : https://quelleia.com/nouveaux-modeles/#gemini-4-carbon

## Son bilan

- Parmi les 3 meilleurs du classement général, 1er sur 255, ex æquo avec 7 autres modèles dont les marges d'erreur se recouvrent.
- Parmi les 3 meilleurs en usage courant (1er), écriture (2e) et création web (3e).
- Pas encore classé en code, tâches d'agent, maths, sciences et compréhension d'images : trop peu de mesures.
- Pas encore mesuré en raisonnement et français.
- À essayer sur [Gemini](https://gemini.google.com)

## Score général

- Score IA : 100,5 (marge d'erreur à 90 % : de 97,0 à 104,0, le vrai niveau a neuf chances sur dix de s'y trouver)
- Rang : 1 (Groupe 1, ex æquo)
- Couverture : 75 % du poids des tâches, 10 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

Le score IA estime le niveau d'un modèle, toutes tâches confondues, à partir des benchmarks publics où il a été mesuré. Son échelle est fixée une fois pour toutes : 100 correspond au meilleur modèle au lancement du site. La marge donne l'intervalle où se trouve le score, avec une confiance de 90 %. Deux modèles dont les marges se recouvrent sont ex æquo. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

## Scores par tâche

Comment les tâches comptent dans le score : https://quelleia.com/demarche/#taches

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | non mesuré | Non mesuré |
| Code | 100,2 | Provisoire · 17 % |
| Agents | 96,8 | Provisoire · 12 % |
| Usage | 100,2 | Rang 1 · 100 % |
| Maths | 98,4 | Provisoire · 12 % |
| Sciences | 99,2 | Provisoire · 40 % |
| Français | non mesuré | Non mesuré |
| Vision | 102,3 | Provisoire · 33 % |
| Écriture | 101,5 | Rang 2 · 100 % |
| Web | 101,3 | Rang 3 · 100 % |

## Annoncé par Google DeepMind

Ce que l'éditeur dit lui-même de ce modèle (page du 28 octobre 2026, relue le 28 octobre 2026). Ces chiffres ne comptent pas dans le score IA.

- Disponibilité : Depuis le 28 octobre 2026 pour une partie des spécialistes de la cyberdéfense, puis peu à peu pour d'autres partenaires de confiance du programme Fairwind ; ouverture aux développeurs, aux entreprises et au grand public annoncée « dès que possible ».
- Prix de lancement : 2 $ par million de jetons en entrée, 10 $ en sortie, comme Argon ; entrée en cache à 95 % de moins.
- Prix ensuite : 4 $ par million de jetons en entrée, 20 $ en sortie, à la fin de la période de lancement.
- Poids : Fermés : le modèle ne se télécharge pas.
- Triche : Sur Terminal-Bench 4.0, Google mesure 0,0 % de triche réussie et 0,4 % de tentatives.
- Injection de consignes : 0,0 % d'attaques réussies sur le banc d'injection indirecte de Gray Swan, contre 0,7 % pour Argon, selon Google.

| Domaine | Benchmark | Résultat annoncé | D'où vient le chiffre |
| --- | --- | --- | --- |
| Travail de bureau | Vals Index v2.2 | 70,4 % | tableau de l'annonce de Google |
| Travail de bureau | AutomationBench (Zapier) | 53,9 % | tableau de l'annonce de Google |
| Code agentique | SWE-sweep | 9,6 % | tableau de l'annonce de Google |
| Code agentique | FrontierSWE 2 | 61,2 % | tableau de l'annonce de Google |
| Utilisation d'un ordinateur | Agents' Last Exam v1.1 (score) | 77,4 % | tableau de l'annonce de Google |
| Utilisation d'un ordinateur | OSWorld-2.1 (sous-ensemble hors ligne) | 81,5 % | tableau de l'annonce de Google |
| Compréhension multimodale | Chartography | 72,5 % | tableau de l'annonce de Google |
| Compréhension multimodale | Blueprint-Bench 2 (score de similarité) | 58,6 % | tableau de l'annonce de Google |
| Long contexte | GraphWalks (de 256 000 à 1 million de jetons, BFS (F1)) | 96,2 % | tableau de l'annonce de Google |
| Sciences et maths | RiemannBench | 80,0 % | tableau de l'annonce de Google |
| Cybersécurité | CWE-bench (corriger une faille) | 71,0 % | tableau de l'annonce de Google (CWE-bench de Collinear), évalué sans garde-fous |
| Cybersécurité | ExploitGym (exploiter une faille) | 54,8 % | tableau de l'annonce de Google, évalué sans garde-fous |
| Cybersécurité | SEC-bench Pro (trouver des failles) | 88,2 % | tableau de l'annonce de Google, évalué sans garde-fous |

Sources : https://deepmind.google/models/gemini/, méthode https://deepmind.google/models/evals-methodology/gemini-4-carbon/

## Agent Arena (hors du score)

Agent Arena, le classement des agents d'Arena, observe de vraies sessions de travail : des internautes confient une tâche à un agent (écrire du code, chercher, analyser des fichiers) dont le modèle est tiré au sort et reste caché. Le score net dit de combien de points ce modèle fait monter ou baisser les signes de réussite de ces sessions (tâche validée, compliments, corrections réussies, erreurs rattrapées, aucun outil inventé) par rapport au modèle moyen du classement, qui vaut 0 %. Il ne compte pas dans le score IA de QUELLE IA.

| Version évaluée | Rang | Score net | Intervalle à 95 % | Sessions |
| --- | --- | --- | --- | --- |
| Gemini 4 Carbon (High) | 2e sur 57 | +16,0 % | de +15,0 à +17,0 % | 26 511 |

Score net et intervalle de confiance à 95 % en points de pourcentage. Rang parmi les 57 modèles du classement, où un même modèle peut paraître à plusieurs niveaux d'effort. Classement publié par Arena le 28 octobre 2026, repris de son jeu de données public sous licence CC BY 4.0.

Source : Arena (Agent Arena), CC BY 4.0, https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset

Méthode d'Arena : https://arena.ai/blog/agent-arena-methodology/

## Exécution locale

Non. Gemini 4 Carbon est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

## Fiche technique

- Prix : Non communiqué
- Fenêtre de contexte : Non communiqué
- Entrées : Non communiqué
- Réflexion : Non communiqué
- Paramètres : Non communiqué
- Licence : Propriétaire (poids fermés, accès par l'éditeur)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Par API : [API Google DeepMind](https://ai.google.dev)
- L'essayer : [Gemini](https://gemini.google.com)

## À lire sur Frandroid

Articles des médias du groupe Humanoid consacrés à ce modèle (relevé du 3 novembre 2026, hors du score).

- [Google dégaine Gemini 4 Carbon, le plus puissant modèle d’IA actuellement](https://www.frandroid.com/culture-tech/intelligence-artificielle/google-gemini/3302281_google-degaine-gemini-4-carbon-le-plus-puissant-modele-dia-actuellement) : Frandroid, 28 octobre 2026 (actualité)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| Code Arena, WebDev | Web | 1 768,2 Elo | 101,8 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 581,4 Elo | 101,7 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 514,9 Elo | 103,6 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 573,4 Elo | 98,6 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 527,5 Elo | 99,9 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 524,9 Elo | 95,8 | actif | https://arena.ai/leaderboard |
| SciCode | Code | 64,2 % | 101,1 | actif | https://artificialanalysis.ai/evaluations/scicode |
| Blueprint-Bench 2 | Vision | 58,6 % | 102,5 | actif | https://andonlabs.com/evals/blueprint-bench-2 |
| Vending-Bench 2 | Agents | 16 484 $ | 94,3 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 36 % | 98,8 | actif | https://epoch.ai/benchmarks |

Source : Artificial Analysis pour CritPt, https://artificialanalysis.ai/evaluations/critpt
Source : Artificial Analysis pour SciCode, https://artificialanalysis.ai/evaluations/scicode

Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

## En bref

**Quel est le score de Gemini 4 Carbon ?** Gemini 4 Carbon obtient un score IA de 100,5, avec une marge de 97,0 à 104,0, dans l'édition du 2 novembre 2026. Il est classé 1er sur 255 modèles, à partir de 10 mesures. [Ce que veut dire ce score](https://quelleia.com/demarche/#que-veut-dire-le-score).

**Dans quelles tâches Gemini 4 Carbon est-il le plus fort ?** Ses deux meilleures tâches sont vision (102,3) et écriture (101,5). Sa tâche la plus faible est agents (96,8).

**Gemini 4 Carbon peut-il tourner en local ?** Non. Gemini 4 Carbon est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

**Qui édite Gemini 4 Carbon ?** Gemini 4 Carbon est édité par Google DeepMind (États-Unis), et il est sorti le 28 octobre 2026. C'est un modèle fermé.

Source : QUELLE IA, édition du 2 novembre 2026. https://quelleia.com