L’essentiel
- Gemini 4 Carbon est ouvert depuis le 10 novembre à tous les développeurs et entreprises payants (Google AI Studio, Gemini for business) et aux abonnés Google AI Ultra, après deux semaines réservées aux défenseurs cyber du programme Fairwind.
- Le tarif est celui de Gemini 4 Argon : 2 dollars le million de tokens en entrée, 10 dollars en sortie, alors que Carbon consomme plus de tokens pour vérifier son travail.
- Google revendique la première place sur CursorBench 4.0, WANDR de Perplexity et AutomationBench de Zapier, avec un coût par tâche plus de deux fois inférieur à celui du meilleur modèle externe suivant.
- Sur le banc multimodal MKA, conçu avec Artificial Analysis, Carbon est deuxième, avec un coût moyen par tâche plus de six fois inférieur à celui du premier.
Google facture Gemini 4 Carbon au même prix que Gemini 4 Argon : 2 dollars par million de tokens (les unités de texte que le modèle lit et produit) en entrée, 10 dollars en sortie. Deux modèles, un seul tarif au token, alors que l’un des deux, de l’aveu de Google, en consomme davantage que l’autre. Ce tarif de lancement court jusqu’au 30 novembre : à partir du 1er décembre, les deux modèles passent à 4 dollars en entrée et 20 dollars en sortie.
Nous racontions récemment, dans « Google réserve Carbon aux défenseurs cyber avant le public », que le modèle restait cantonné au programme Fairwind. Cette phase a duré deux semaines. Depuis le 10 novembre, Carbon est disponible par l’API pour tous les développeurs et entreprises payants, et il se déploie chez les abonnés Google AI Ultra dans Google Antigravity, l’application Gemini et le mode IA de la recherche.
Un tarif identique, une consommation qui ne l’est pas
Google positionne les deux modèles ainsi : Argon reste le choix par défaut pour la majorité des tâches de développement et de travail de bureau, Carbon vise les tâches qui testent les limites d’un modèle, comme le débogage en plusieurs étapes ou la recherche scientifique ouverte. Pour y parvenir, il explore plus longuement, raisonne plus profondément et exécute des boucles de vérification prolongées : des cycles où le modèle relit, teste et corrige son propre travail avant de le rendre.
Chaque tour de boucle se paie en tokens. À tarif égal, une même tâche coûte donc plus cher avec Carbon qu’avec Argon dès lors qu’Argon la mène à terme (c’est une déduction : l’annonce ne publie pas cet écart). Prenons un ordre de grandeur purement hypothétique : 500 000 tokens de sortie se facturent 5 dollars, 5 millions en facturent 50. Le tarif au token ne donne que le prix de l’unité, pas celui du résultat.
En face, il faut chiffrer le taux de réussite. Une boucle longue qui évite trois relances humaines vaut son prix. Une boucle longue sur une tâche qu’Argon réussissait seul est une dépense perdue.
Trois premières places et un comparateur qui change
Google cite trois bancs d’essai où Carbon arrive en tête : CursorBench 4.0, WANDR de Perplexity et AutomationBench de Zapier. Sur chacun, le coût par tâche serait plus de deux fois inférieur à celui du meilleur modèle externe suivant.
Ce « plus de deux fois » est un plancher, et le comparateur n’est pas le même d’un test à l’autre : à chaque fois, le meilleur concurrent du moment. Le mot « externe » laisse en outre Argon hors de la comparaison. L’annonce ne dit donc pas combien Carbon coûte par rapport à Argon sur ces mêmes tâches, alors que c’est la première question que se posera une équipe déjà cliente.
Le choix de la métrique, en revanche, change la lecture : Google met en avant le coût par tâche plutôt que le prix au token, et un modèle plus gourmand peut effectivement revenir moins cher s’il réussit du premier coup là où d’autres recommencent. Ces mesures viennent toutefois de jeux de tâches tiers, pas de votre dépôt ni de vos documents.
La deuxième place du banc multimodal
Avec Artificial Analysis, Google a lancé le Multimodal Knowledge Agent (MKA), un banc d’essai qui teste des agents sur des fichiers denses mêlant graphiques, images, plans, schémas et tableaux. Carbon y prend la deuxième place, avec un coût moyen par tâche plus de six fois inférieur à celui du modèle classé premier. Google ne nomme pas ce dernier dans le passage consacré à ce résultat.
C’est le seul des quatre résultats où Google ne revendique pas la première place, et le seul où l’écart de coût est présenté comme un arbitrage : une marche de moins au classement contre une facture divisée par six ou plus. Ce banc a en outre été conçu en partenariat avec Google, à la différence des trois autres, montés par des tiers.
Avec /swarm, la vérification se répartit entre plusieurs agents
Google prévisualise aussi /swarm dans Antigravity : un seul prompt devient une équipe d’agents que l’on suit en temps réel. Carbon est destiné aux rôles qui exigent le plus de raisonnement (conception d’architecture, coordination, audit), tandis que des modèles plus légers et plus rapides travaillent en parallèle dans des espaces isolés, face à des vérificateurs adversariaux qui testent chaque changement.
Cette répartition cantonne le modèle le plus gourmand aux rôles où il compte : il arbitre et contrôle au lieu de tout lire et tout écrire. La boucle de vérification change alors de nature, puisqu’elle devient un travail d’équipe dont la facture se partage entre plusieurs modèles.
Pour un développeur ou une équipe, un essai suffit à trancher : prendre dix tâches réelles et comparer le coût total jusqu’à un résultat validé avec Argon seul, avec Carbon seul, puis avec un montage mixte. Le gagnant se lit en dollars par tâche terminée, pas dans un classement.
Mon avis
Les équipes qui adopteront Carbon sans mesurer leur propre coût par tâche réussie paieront des vérifications dont elles n’avaient pas besoin. Je garderais Argon par défaut et réserverais Carbon aux travaux où un échec coûte plus cher qu’une facture élevée : audit, débogage long, revue adversariale. Google a eu le bon réflexe en parlant de coût par tâche, il lui reste à publier l’écart avec Argon.
Vous avez aimé celui-ci ?
La newsletter du vendredi réunit les articles de la semaine, avec leurs sources.
Offert à l'inscriptionMa configuration Claude Code, avec mes skills, mes sous-agents et mes hooks, prêts à copier.
Sources
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 22 évaluations
Faire appel à mes services →
