For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/fr/articles/gemini-4-carbon-leak-opus-5-level-coding-37ad58b2.md.
Gemini 4 Argon est encore en déploiement limité, tandis que des employés de Google testent déjà un nouveau point de contrôle interne de Gemi...
Gemini 4 Argon est encore en déploiement limité, tandis que des employés de Google testent déjà un nouveau point de contrôle interne de Gemini 4.
Son nom de code est Carbon.
Business Insider a rapporté le 9 octobre 2026 que des employés de Google avaient récemment obtenu accès à Carbon via Jetski, une plateforme interne de programmation. L’article s’appuyait sur des documents internes, des captures d’écran et des communications entre employés consultés par la publication.
Un employé ayant testé le modèle a déclaré que Carbon :
« donne l’impression d’être Opus 5.5 » pour la programmation
Tout en précisant que davantage de tests étaient nécessaires.
Il s’agit aujourd’hui de l’affirmation la mieux étayée par des sources.
Carbon n’a pas été annoncé par Google comme un modèle public. Google a refusé de commenter auprès de Business Insider les tests internes ou la possibilité que Carbon fasse l’objet d’une sortie publique.
L’article source va plus loin et relie les progrès de Carbon à l’auto-amélioration récursive, ou ARS.
Il existe des éléments réels montrant que Google s’intéresse à l’ARS. Reuters a rapporté en août que le cofondateur Sergey Brin poussait à consacrer davantage de ressources à l’auto-amélioration récursive au sein de Google.
Mais il n’existe encore aucune preuve technique publique montrant que Carbon a amélioré de manière autonome ses propres poids de modèle ou s’est réentraîné à plusieurs reprises sans intervention humaine.
La formulation prudente de cette actualité est donc la suivante :
Carbon existe en tant que point de contrôle interne rapporté :
bien étayé par les sources
Carbon donne l’impression d’être proche d’Opus 5.5 pour la programmation :
rapporté par un employé, encore préliminaire
Google s’intéresse à l’ARS :
bien étayé par les sources
Carbon prouve que Google a atteint une ARS autonome :
non établi
Cette distinction est importante, car la fuite elle-même est déjà significative sans la transformer en une affirmation que Google n’a pas formulée.
Google a officiellement annoncé Gemini 4 Argon le 30 septembre 2026, heure des États-Unis.
L’annonce est apparue le 1er octobre dans certains fuseaux horaires asiatiques, ce qui explique pourquoi l’article source utilise le 1er octobre comme date de lancement.
Argon est actuellement le modèle Gemini 4 de pointe de Google pour :
Mais Argon n’a pas été lancé largement auprès des utilisateurs ordinaires.
Google a commencé par donner accès à un nombre limité de défenseurs de confiance dans le domaine de la cybersécurité via son programme Fairwind.
L’entreprise indique que les développeurs, les entreprises et les particuliers suivront, en commençant par les clients de l’API payante et les abonnés Google AI Ultra.
Au 12 octobre, Google n’avait toujours pas communiqué de date ferme pour ce déploiement élargi.
C’est ce qui rend la fuite Carbon inhabituelle.
Avant même que la plupart des développeurs puissent utiliser Argon, des employés testent déjà un autre point de contrôle que certains évaluateurs jugent meilleur.
L’article source mentionne également des références à Gemini 4 Argon découvertes par la communauté dans l’environnement Antigravity de Google.
Une capture d’écran partagée par TestingCatalog décrivait des références masquées à Argon avec des niveaux de raisonnement faible, moyen et élevé.
Il faut considérer cela comme une preuve d’interface avant lancement, et non comme une annonce officielle de lancement.
La documentation publique actuelle de Google sur les modèles Antigravity ne répertorie toujours pas Gemini 4 Argon parmi les modèles de raisonnement généralement disponibles.
L’interprétation la plus exacte est donc la suivante :
Google semble préparer des interfaces produit pour Argon, mais les références masquées ne permettent pas d’établir une date de sortie publique.
Le même principe s’applique à Carbon.
Une visibilité interne n’équivaut pas à une disponibilité publique.
L’article source présente Carbon comme « la génération suivante après Argon ».
Le reportage de Business Insider est plus prudent.
Il décrit Carbon comme une nouvelle version de Gemini 4, qui pourrait être une mise à jour ou un point de contrôle lié à Argon.
Cette distinction est importante, car les noms de code internes de Google ne correspondent pas nécessairement un à un aux noms des produits publics.
Business Insider a rapporté qu’un autre point de contrôle interne appelé Barium-B avait finalement été sélectionné comme modèle publié sous le nom de Gemini 4 Argon.
Cela signifie qu’une séquence interne telle que :
Argon
Barium
Carbon
n’implique pas nécessairement trois générations de modèles publics distinctes.
Carbon pourrait finalement devenir :
Pour le moment, Google ne l’a pas précisé.
L’affirmation de capacité la plus concrète provient d’un employé de Google cité par Business Insider.
L’employé a déclaré que Carbon « donne l’impression d’être Opus 5.5 » pour la programmation.
Le rapport précise également que l’employé souhaitait effectuer davantage de tests avant de tirer une conclusion plus forte.
Cette réserve est importante.
« Donner l’impression de » n’est pas un benchmark.
Cela peut refléter :
Mais cela ne permet pas de déterminer où Carbon se situerait sur DeepSWE, Terminal-Bench, FrontierSWE ou un classement indépendant des agents de programmation.
Carbon ne dispose actuellement d’aucun tableau officiel de benchmarks.
Il n’existe pas non plus d’API publique, de fiche de modèle, de grille tarifaire, de spécification de fenêtre de contexte ou de rapport de sécurité public.
La formulation la plus défendable est donc la suivante :
Selon un testeur interne de Google, l’expérience de programmation avec Carbon semble comparable à celle de Claude Opus 5.5.
Toute affirmation plus forte dépasse encore les éléments disponibles.
L’article source met en évidence une tension qui existait déjà autour d’Argon.
Les benchmarks officiels de lancement de Google montrent d’excellents résultats dans plusieurs domaines.
Par exemple :
DeepSWE v1.1 :
Gemini 4 Argon — 77,9 %
Google décrit ce résultat comme étant à la pointe sur ce benchmark.
Une capture d’écran diffusée par Varun Mohan montrait également qu’Argon obtenait de bons résultats sur l’Artificial Analysis Coding Agent Index avec une infrastructure Antigravity.
Dans le même temps, le propre ensemble de benchmarks de Google ne montre pas qu’Argon remporte toutes les tâches de programmation.
Des synthèses indépendantes du tableau de Google indiquent que Claude Opus 5.5 reste en tête sur certaines évaluations axées sur le terminal et l’ingénierie logicielle.
Cela correspond au rapport de Business Insider selon lequel certains premiers testeurs internes estimaient que les précédents points de contrôle d’Argon étaient à la traîne de leurs concurrents sur les tâches de programmation difficiles.
En d’autres termes :
Solidité des benchmarks d’Argon :
réele
Domination universelle d’Argon en programmation :
non établie
L’intérêt de Carbon au sein de Google semble être qu’il pourrait réduire certains de ces écarts pratiques en programmation.
Business Insider affirme que Google teste en interne plusieurs variantes ou points de contrôle de Gemini 4, notamment Barium et Carbon.
Cela donne l’impression d’une boucle d’itération très rapide.
L’article source plaisante sur le fait que Google serait devenu obsédé par le tableau périodique :
Argon
Barium
Carbon
La plaisanterie fonctionne, mais le point sous-jacent est plus sérieux.
Google semble utiliser un processus de développement dans lequel plusieurs points de contrôle sont évalués, testés en interne et comparés avant que l’un d’eux ne devienne le produit public.
Le fait que Barium-B soit apparemment devenu Argon pour le public rappelle utilement que :
Les noms de code internes sont des artefacts de développement, et non des désignations fiables de la feuille de route produit.
Carbon peut être important même si aucun produit public ne porte un jour le nom de « Gemini 4 Carbon ».
L’article source aborde ensuite la partie la plus spéculative de l’histoire : l’auto-amélioration récursive.
Dans sa forme la plus forte, l’ARS signifie qu’un système d’IA contribue à améliorer le processus qui crée un successeur plus performant, lequel devient ensuite encore meilleur pour contribuer à l’amélioration du successeur suivant.
Une boucle simplifiée ressemble à ceci :
le modèle contribue à améliorer le processus de création des modèles
→ un modèle plus puissant est produit
→ le modèle plus puissant apporte de meilleures idées, du code, des données ou des évaluations
→ un autre modèle plus puissant est produit
→ le cycle se répète
Si la boucle devenait suffisamment autonome et fiable, les progrès pourraient accélérer de manière spectaculaire.
C’est pourquoi l’ARS est si souvent évoquée dans les discussions sur une accélération rapide de l’IA.
Mais le terme peut désigner des réalités très différentes.
Ils peuvent inclure une IA qui aide les chercheurs à :
Les humains choisissent toujours les expériences, lancent l’entraînement, valident les résultats et décident de ce qui est mis en production.
Une affirmation beaucoup plus forte serait la suivante :
l’IA conçoit des améliorations
→ modifie son propre processus d’entraînement
→ se réentraîne ou crée un successeur
→ évalue le successeur
→ répète le cycle de manière autonome
Decrivez votre idee une fois, et We0 AI peut generer un site vitrine, des pages et un CMS, puis vous aider a attirer clients et trafic apres le lancement.
Une génération de projet complète pour une inscription gratuite
Idéal pour essayer un flux de génération complet et voir rapidement une première ébauche de projet.
Il n’existe aucune preuve publique que Carbon fonctionne ainsi.
La nuance importante est que l’ARS n’est pas une invention de l’article source.
Reuters a rapporté en août que Sergey Brin encourageait les équipes de Google à accélérer leurs efforts sur Gemini et avait utilisé son influence pour orienter des ressources vers l’auto-amélioration récursive.
Reuters l’a décrite comme le point à partir duquel la technologie peut s’améliorer sans intervention humaine.
Cela signifie que l’ARS constitue bien un thème réel au sein des efforts de Google dans le domaine de l’IA.
Après la publication du rapport sur Carbon, un employé de Google DeepMind a également fait publiquement allusion à l’auto-amélioration récursive en évoquant le rythme rapide des itérations de Google.
L’article source utilise cela comme preuve que les progrès de Carbon seraient pilotés par l’ARS.
La meilleure interprétation est la suivante :
Le rythme rapide des points de contrôle est compatible avec un développement de modèles assisté par l’IA, et l’on sait publiquement que Google s’intéresse à l’ARS. Mais aucun de ces deux éléments ne révèle précisément comment Carbon a été entraîné.
Carbon pourrait être le résultat de :
En l’absence de divulgation technique, il est impossible de les distinguer.
L’article source affirme que si un modèle de programmation de niveau Opus 5.5 s’améliorait lui-même 24 heures sur 24, une explosion exponentielle de l’intelligence pourrait suivre.
Il s’agit d’une extrapolation théorique, et non d’une propriété observée de Carbon.
Pour que l’amélioration récursive se cumule de manière fiable, chaque génération devrait améliorer des composantes importantes du processus de R&D sans introduire de régressions inacceptables.
Le développement réel des modèles dépend également de contraintes que la seule capacité de programmation ne suffit pas à supprimer :
Un modèle de programmation qui devient nettement meilleur est très pertinent pour l’automatisation de la recherche en IA.
Cela ne constitue pas en soi la preuve d’une amélioration récursive incontrôlée.
L’article source présente des réactions sceptiques de personnes qui se demandent si Carbon dit réellement quoi que ce soit sur l’ARS.
L’une de ces réactions formule directement le point essentiel : produire plusieurs semaines plus tard un point de contrôle interne atteignant le niveau de programmation d’un concurrent ne suffit pas à prouver une auto-amélioration récursive.
Ce scepticisme est justifié.
À ce stade, trois affirmations distinctes sont en jeu :
| Affirmation | Niveau de preuve |
|---|---|
| Google teste Carbon en interne | Fortement rapporté par Business Insider |
| Un employé affirme que Carbon donne l’impression d’être Opus 5.5 pour la programmation | Fortement rapporté, mais anecdotique |
| Google investit dans l’ARS | Étayé par les informations de Reuters |
| Carbon démontre une ARS autonome | Non établi |
Maintenir ces affirmations séparées rend l’histoire plus solide, et non plus faible.
La deuxième controverse évoquée dans la source ne concerne pas les performances des benchmarks.
Elle concerne la stratégie de lancement.
Google a annoncé Argon avec des capacités impressionnantes, mais la plupart des utilisateurs ne peuvent toujours pas l’essayer.
Cela a rendu les discussions communautaires particulièrement sceptiques.
Certaines personnes s’appuient sur les résultats des benchmarks et estiment que Google est clairement revenu à la pointe.
D’autres affirment que les captures d’écran de benchmarks n’ont aucune importance tant que les développeurs ne peuvent pas exécuter le modèle sur leurs propres charges de travail.
L’article source inclut une critique particulièrement sévère selon laquelle Google pourrait mettre tellement de temps à publier Argon que le modèle paraîtrait ordinaire lorsque les utilisateurs y auraient enfin accès.
Le ton est sarcastique, mais le problème produit sous-jacent est réel.
La concurrence entre les modèles de pointe évolue rapidement.
Un avantage interne qui met des mois à parvenir aux développeurs peut disparaître avant le lancement public.
L’article source présente en partie le retard de Google comme le résultat d’une bureaucratie d’entreprise.
Il existe également une raison officielle liée à la sécurité.
Google affirme qu’Argon possède des capacités exceptionnellement fortes en cybersécurité défensive.
L’entreprise indique que le modèle peut de manière autonome :
Google rapporte un score maximal de 68 % sur CWE-bench v1, à égalité pour la première place dans sa comparaison de lancement.
L’entreprise fait également état d’améliorations importantes par rapport à Gemini 3.8 Flash Cyber dans des évaluations internes et partenaires de découverte de vulnérabilités.
Ce sont précisément les types de capacités qui peuvent aider les défenseurs, mais qui peuvent également créer des risques à double usage.
Plutôt que de publier Argon largement, Google a commencé avec le programme Fairwind.
Fairwind est un programme à accès limité destiné aux :
Google indique que l’objectif est de donner aux défenseurs accès à des capacités cyber avancées tout en maintenant les capacités les plus sensibles au sein d’un groupe contrôlé.
L’entreprise participe également au processus volontaire du gouvernement américain d’accès aux modèles avant leur publication.
Google affirme que le prochain déploiement plus large commencera par :
clients de l’API payante
+
abonnés Google AI Ultra
mais n’a pas publié de date ferme.
Qualifier Argon de « lancement PowerPoint » va trop loin.
Google affirme que des milliers d’employés utilisent déjà le modèle en interne.
L’entreprise a publié plusieurs exemples.
Les agents Argon sont utilisés pour :
Google indique qu’un déploiement interne a analysé les données de télémétrie du profilage des centres de données et identifié des optimisations mémoire qui ont libéré plus de 300 Tio après leur déploiement.
L’entreprise indique également que des agents Argon ont travaillé sur des projets de migration de C/C++ vers Rust allant de quelques dizaines de milliers de lignes à plus de 800 000 lignes.
Il s’agit de résultats rapportés par l’entreprise et qui doivent être considérés comme tels.
Mais ils montrent qu’Argon existe comme système interne opérationnel, et pas seulement comme tableau de benchmarks.
C’est là que se conclut l’article source.
L’existence de Carbon suggère que le pipeline interne de développement des modèles de Google évolue rapidement.
Le pipeline public est plus lent.
Cela crée un décalage inhabituel :
itération des points de contrôle internes :
rapide
accès public :
lent
Du point de vue de la recherche, Carbon est encourageant pour Google.
Du point de vue des développeurs, la question importante est plus simple :
Quand pourrai-je réellement l’utiliser ?
Cela s’applique d’abord à Argon.
Tant qu’Argon ne sera pas largement disponible, Carbon restera encore plus éloigné d’une décision produit.
| Affirmation | Statut actuel |
|---|---|
| Gemini 4 Argon a été officiellement annoncé le 30 septembre | Confirmé par Google |
| Argon est initialement limité aux défenseurs de la cybersécurité du programme Fairwind | Confirmé |
| Les clients de l’API payante et les utilisateurs de Google AI Ultra sont les prochains prévus | Confirmé |
| Google a communiqué une date ferme pour le lancement général | Non |
| Google teste en interne un point de contrôle de Gemini 4 appelé Carbon | Rapporté par Business Insider |
| Carbon est disponible sur la plateforme interne de programmation Jetski de Google | Rapporté par Business Insider |
| Un employé de Google affirme que Carbon donne l’impression d’être Opus 5.5 pour la programmation | Rapporté par Business Insider |
| Cet employé a également indiqué que davantage de tests étaient nécessaires | Rapporté |
| Carbon dispose d’un tableau officiel de benchmarks publics | Non |
| Carbon sera nécessairement commercialisé sous le nom de « Carbon » | Non |
| Barium-B a été sélectionné comme Argon public | Rapporté par Business Insider |
| Google investit dans l’auto-amélioration récursive | Étayé par les informations de Reuters |
| Carbon prouve que Google a atteint une ARS autonome | Non établi |
| Des références à Argon découvertes par la communauté existent dans Antigravity | Rapporté par des tiers |
| Argon est actuellement répertorié comme largement disponible dans la documentation officielle des modèles Antigravity | Non |
Carbon est le nom de code d’un point de contrôle interne de Gemini 4 que des employés de Google testeraient. Business Insider indique qu’il a récemment été rendu disponible sur la plateforme interne de programmation de Google, Jetski.
Non. Google n’a pas annoncé Carbon publiquement, n’a pas publié de fiche de modèle et n’a pas confirmé que ce modèle serait commercialisé sous ce nom. Google a refusé de commenter les tests internes rapportés par Business Insider.
Business Insider rapporte que des employés considèrent Carbon comme une amélioration importante, notamment pour la programmation. Cependant, il n’existe aucun benchmark public de Carbon ; aucune comparaison quantitative indépendante ou officielle n’est donc encore possible.
Un employé de Google a déclaré à Business Insider que Carbon « donne l’impression d’être Opus 5.5 » pour la programmation, tout en ajoutant immédiatement que davantage de tests étaient nécessaires. Il s’agit d’une comparaison qualitative préliminaire, et non d’un résultat de benchmark.
Aucune preuve publique ne permet de l’affirmer. Reuters a rapporté que Sergey Brin poussait à investir dans l’auto-amélioration récursive, mais Google n’a pas divulgué le processus d’entraînement de Carbon ni démontré une boucle autonome d’auto-amélioration.
Gemini 4 Argon est le modèle Gemini 4 de pointe officiellement annoncé par Google pour la programmation, le travail intellectuel, le raisonnement sur de longues séquences et la cybersécurité défensive. Il a été annoncé le 30 septembre 2026 et est initialement déployé via le programme Fairwind de Google.
Google n’a pas annoncé de date ferme pour un lancement général. L’entreprise indique que les développeurs, les entreprises et les particuliers y auront accès « dès que possible », en commençant par les clients de l’API payante et les abonnés Google AI Ultra.
Ce sont des noms associés au processus de développement de Gemini 4 chez Google. Business Insider rapporte que les noms de code internes ne deviennent pas nécessairement des noms de produits publics ; par exemple, Barium-B aurait été sélectionné comme point de contrôle publié sous le nom de Gemini 4 Argon.
Des employés de Google testeraient un nouveau point de contrôle interne de Gemini 4 appelé Carbon, et l’un des testeurs affirme que son comportement en programmation semble comparable à celui de Claude Opus 5.5. Il s’agit d’un indice significatif montrant que l’itération interne des modèles de Google progresse rapidement, d’autant que la plupart des développeurs n’ont toujours pas accès largement à Argon.
L’affirmation concernant l’ARS exige davantage de rigueur. Selon Reuters, Google investit réellement dans l’auto-amélioration récursive, et le rythme d’itération des points de contrôle est compatible avec une assistance accrue de l’IA dans la recherche en IA. Mais aucune preuve publique ne montre que Carbon a amélioré de manière autonome ses propres poids ou achevé une boucle d’entraînement récursive autosuffisante.
Le déploiement lent d’Argon constitue l’autre moitié de l’histoire. Google a une raison réelle d’être prudent en raison des capacités cyber du modèle, mais l’écart entre les progrès internes et la disponibilité publique crée de la frustration tandis que les concurrents continuent de lancer de nouveaux modèles.
Carbon est une fuite crédible concernant un modèle interne ; « Google a atteint l’auto-amélioration récursive » reste une hypothèse. Le prochain signal décisif sera un accès public, des benchmarks reproductibles ou une divulgation technique de Google lui-même.
Partez d’une phrase et obtenez un site complet en quelques minutes.
