Gemini 4 Carbon devance d'un point l'Intelligence Index V5 d'Artificial Analysis
Le Gemini 4 Carbon de Google obtient 59 sur l'Intelligence Index V5 d'Artificial Analysis, un point devant Claude Opus 5.5, rapporte Tom's Hardware. Le benchmark GDPx de Semi Analysis place toutefois Claude Opus 5.5 en tête et Gemini 4 Carbon deuxième.

Google prend le score de tête
Gemini 4 Carbon (high) obtient 59 sur l'Intelligence Index V5 d'Artificial Analysis, un point devant Claude Opus 5.5 (max with fallback) et deux points devant GPT-6 Astra d'OpenAI (max), selon le cabinet de benchmarking. Il décroche aussi le meilleur score sur quatre des neuf évaluations de la suite, mais Artificial Analysis ne les a pas nommées dans les éléments publiés à ce jour. Tom's Hardware présente le résultat comme un retour de Google, qui selon le média s'était enlisé dans des sorties irrégulières pendant une bonne partie de l'année.
Les scores de benchmark orientent les essais que mènent entreprises et administrations, et le prix qu'elles paient par tâche. Aucun score isolé ne tranche une décision d'achat.
Sur AA-Omniscience v1.1, qui mesure les hallucinations et le rappel d'informations, Gemini 4 Carbon obtient 54 sur une échelle de -100 à +100, le meilleur résultat de la comparaison. Tom's Hardware note que même le meilleur score laisse les modèles de pointe loin d'une fiabilité constante.
Un second benchmark désigne un autre vainqueur
Le benchmark GDPx de Semi Analysis, conçu pour mesurer le travail agentique en conception de puces, cybersécurité et biologie, place Claude Opus 5.5 premier à 12%, Gemini 4 Carbon deuxième à 10,9% et GPT-6 Astra troisième à 9,6%, rapporte OfficeChai. Ces scores bas sont tout l'intérêt : le meilleur modèle résout environ une tâche sur sept. Claude Opus 5.5 y coûte 51,41 dollars par tâche, environ trois fois le tarif de Gemini 4 Carbon pour un score à peine supérieur d'un point.
CloudOpsBench, qui teste le travail sur infrastructure cloud, classe Claude Fable 5.1 premier avec un taux de résolution de 60,6%. GPT-6 Astra suit à 58,9%, Gemini 4 Argon, et non Carbon, à 57,5%, et Grok 4.7 (high) sur cursor-cli quatrième à 56,5%. Claude Opus 5.5 se place septième à 47,8% sur terminus-2.
Le choix du harnais compte autant que le modèle. Claude Fable 5.1 tombe à 43,8% sur terminus-2, et Claude Opus 5.5 atteint 46,7% sur claude-code.
Le même tableau chiffre le travail. La première entrée a tourné 38,6 heures pour 404,30 dollars, contre 34,2 heures et 100,50 dollars pour Gemini 4 Argon, troisième.
Les scores par tâche partagent le terrain
Artificial Analysis souligne aussi que Gemini 4 Carbon n'est pas aussi bon que Claude Code avec Claude Opus 5.5 en programmation, et qu'il reste derrière Grok 4.7, Muse Wonder et Kimi K3.1 Pro sur le travail de connaissance. Côté coût, ses 7,76 dollars par tâche sont un peu moins chers que Gemini 3.8 Flash (high), plusieurs dollars moins chers que Claude Opus 5.5 ou Sonnet 5.5, et pas loin de la moitié des 12,99 dollars facturés par Claude Fable 5.1 (max with fallback).
La comparaison avec les modèles à poids ouverts est plus dure. Gemini 4 Carbon coûte environ 13 fois plus cher par tâche que DeepSeek V4.1 Flash 1017, qui obtient 32 sur l'Intelligence Index.
Sur Arena.ai, Gemini 4 Carbon occupe la première place de son graphique Pareto Frontier, à l'extrémité chère du spectre. Aux prix plus bas, GLM 5.3-Flash et DeepSeek V4 Pro prennent le relais. CloudOpsBench montre le même écart plus bas dans son tableau : Qwen3.8-Max à 33,7%, DeepSeek V4.1 Flash à 21,8% et Kimi K3.1 Pro à 19,1%.
Tom's Hardware écrit que Gemini 4 Carbon est peut-être le meilleur sur la plupart des points de prix élevés, du moins pour l'instant, et que les classements changent vite et souvent en 2026.
Ce que les acheteurs ne peuvent toujours pas vérifier
Google réserve d'abord l'accès à Gemini 4 Carbon aux défenseurs cyber via son programme Fairwind, avec une disponibilité plus large plus tard via des partenaires de confiance. L'entreprise n'a pas donné de date. Dans sa déclaration de lancement, Google indique avoir choisi un déploiement progressif et participer au processus volontaire du gouvernement américain pour les tests de modèles avant sortie.
Google affirme aussi que Carbon réduit de moitié les affirmations non étayées dans ses réponses par rapport à Gemini 4 Argon, lancé deux semaines plus tôt.
Sources
28- 01Google reveals new Gemini 4 Carbon AI model, narrowly beating Claude Opus 5.5EN
- 02Claude Opus 5.5 Tops Semi Analysis' GDPx Benchmark, Gemini 4 Carbon Placed SecondEN
- 03Google's Gemini 4 Carbon Leads Benchmarks for Finding, Exploiting, and Patching VulnerabilitiesEN
- 04CloudOpsBench: AI benchmark shows FAI models struggling with cloud infraEN
- 05Mistral Large 4 AI Model Advances Open-Weight Coding Benchmarks - The CryptonomistEN
- 06BYD teases new model for Guangzhou Auto Show, with next-gen Han expectedEN
- 07Anthropic is working on a system to prove AI models’ identityEN
- 08AI reasoning models boost diagnostic accuracy but raise safety concernsEN
- 09I Checked Out Tesla’s New Model YL, Standard Y, Model 3 In Person — Here’s What Surprised MeEN
- 10heise+ | Humanoide Roboter in Deutschland: Modelle, Preise und VerfügbarkeitEN
- 11Tutor Intelligence raises Series B to scale model training, robot deploymentsEN
- 12Jülich Hosts EVE Language Model for Earth Observation and Earth ScienceEN
- 13Google Launches LiteRT Tensor API for Building, Customizing, and Optimizing ML Models for On-DeviceEN
- 14Westward Ho! First Trip Cross Country with Our New 2026 Tesla Model Y & Full Self Driving V14EN
- 15IndiaAI Mission Releases 3 Indigenous AI Models Developed by Soket and ZenteiQEN
- 16Was I wrong about open models & cyber risks?EN
- 17Artificial Analysis v5 and the benchmarker's dilemmaEN
- 18Cell benchmark study finds specialized AI matches frontier models in aging biologyEN
- 19AI Benchmarks: Why Real-World Evaluation MattersEN
- 20What are the LLM Benchmarks for Asian Languages in 2026? A Comprehensive Performance Map - Digital in AsiaEN
- 21An updated Model Spec for more capable and beneficial AIEN
- 22Accelerate agentic AI with NVIDIA Nemotron models on Amazon EKS and SageMaker HyperPod EKS - Amazon Web Services (AWS)EN
- 23How we detect frontier model misalignmentEN
- 24Evaluating AI models for observability: o11y-bench joins Fireworks' Specialized Intelligence Index and reaches v1.1EN
- 25Static reasoning can't prove runtime behavior: benchmark of AI PR reviewersEN
- 26Launch HN: Momentic (YC W24) – Agents that catch bugs by using your appEN
- 27VW considers bringing Xpeng co-developed architecture to European models, report saysEN
- 28Retell uses OpenAI models to help power 100M monthly callsEN
Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.
Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.
Commentaires
0- Aucun commentaire — soyez le premier.