Google ouvre Gemini 4 Carbon aux utilisateurs payants et dévoile deux nouvelles puces TPU

Carbon arrive chez les clients payants

Google déploie Gemini 4 Carbon auprès du grand public le mardi 10 novembre, après une diffusion limitée à un groupe de spécialistes de la cybersécurité fin octobre. Google présente Carbon comme son modèle le plus puissant et affirme qu'il peut rivaliser avec les meilleurs systèmes d'Anthropic et d'OpenAI. L'entreprise indique que Carbon repousse la frontière au-delà d'Argon, le modèle Gemini 4 lancé le mois dernier, mais qu'Argon reste le meilleur choix pour la plupart des tâches d'ingénierie logicielle et de travail intellectuel. Carbon est conçu pour des tâches plus difficiles, comme le codage en plusieurs étapes et la recherche scientifique ouverte. Les développeurs et les entreprises payants peuvent l'utiliser via l'API Gemini dans Google AI Studio et Gemini for business, tandis que les abonnés AI Ultra, qui paient 100 dollars par mois, y ont aussi accès dans l'application Gemini, le mode IA de la recherche et Antigravity. Le calendrier pour les utilisateurs des offres inférieures et gratuites n'est pas précisé.

Tarifs et benchmarks

Le prix d'introduction de l'API est de 2 dollars par million de tokens d'entrée et de 10 dollars par million de tokens de sortie. Ces prix doublent à la fin du mois de novembre, lorsque la période d'introduction à prix réduit prend fin. Par token, Carbon reste nettement en dessous de ses rivaux de pointe, même si les modèles peuvent consommer un nombre différent de tokens pour une même tâche, si bien que le coût total peut ne pas suivre l'écart par token. Les benchmarks de lancement de Google placent Carbon parmi les modèles les plus puissants sur la plupart des indicateurs, derrière Fable 5.2 d'Anthropic, lancé le 9 novembre. Ces résultats proviennent de l'annonce de Google elle-même, et les entreprises peuvent choisir les benchmarks qui mettent leurs outils sous leur meilleur jour.

Tokens d'entrée2

Tokens de sortie10

Tokens d'entrée

2 $ par million de tokens

Tokens de sortie

10 $ par million de tokens

Données tirées du texte de l’article

Agents en essaim et outils scientifiques

Google propose en aperçu une fonction d'essaim sur sa plateforme de développement agentique Antigravity, qui transforme une simple instruction en une équipe d'agents coordonnée, destinée aux tâches de longue durée. Google affirme que les premiers utilisateurs de Carbon ont contribué à découvrir des vulnérabilités zero-day en peu de temps. L'entreprise fait aussi état de progrès dans la prédiction de la structure des protéines, une capacité nécessaire au développement de médicaments. Google offre à 10 000 scientifiques un accès gratuit à Carbon pendant six mois et en a déjà intégré des milliers. Engadget note que le programme pourrait aussi, en retour, aider à entraîner les modèles de Google.

Deux nouvelles puces pour le cloud et l'IA confidentielle

Le lundi 9 novembre, Google a dévoilé les TPU 8tx et TPU 8i Max, deux variantes ajoutées à la huitième génération de ses unités de traitement tensoriel présentées en avril 2026. Le TPU 8tx, conçu avec AMD et fondé sur la puce TPU 8t, est destiné à l'entraînement confidentiel et à l'exécution de modèles d'IA, avec une sécurité intégrée au niveau matériel. Il comprend aussi un réseau d'inférence qui lui permet de mener du raisonnement en parallèle de l'entraînement, afin de distiller et d'entraîner de petits modèles à la volée sans transférer de données propriétaires entre appareils. Le TPU 8i Max combine deux puces TPU 8i d'avril dans un seul boîtier, doublant la capacité mémoire, la puissance de calcul et la bande passante. Ce lancement intervient alors que Microsoft, Amazon, OpenAI et Anthropic développent eux aussi leurs propres puces d'IA pour réduire leur dépendance à Nvidia, tandis que Google cherche à diminuer sa dépendance aux puces fabriquées par d'autres entreprises pour son activité cloud.

Gemini Robotics 2.5 à l'usine

Google DeepMind a dévoilé Gemini Robotics 2.5 et un nouveau benchmark de sécurité open source baptisé ASIMOV-jailbreak. La plateforme associe Gemini Embodied Reasoning, qui planifie les tâches à partir d'instructions et de vidéo en direct, à un modèle vision-langage-action qui génère les mouvements du robot. Lors d'évaluations portant sur plus de 200 activités, dont le service de plats avec des pinces et l'usage d'une pipette, le modèle a atteint un taux de réussite supérieur de 30 à 100 pour cent à celui de la version précédente et fonctionne 20 à 30 pour cent plus vite, même si ces résultats proviennent de tests en laboratoire. Lors de pilotes avec Apptronik et Mercedes-Benz, l'humanoïde Apollo 2 d'Apptronik a assemblé des pièces automobiles dans quelques usines européennes avec un taux de réussite de 96 pour cent. Kanishka Rao, directeur chez DeepMind, a déclaré que combler les 4 pour cent restants serait un chemin difficile.