Gemini 4 Carbon : une IA performante à moindre coût

Gemini 4 Carbon de Google ramène le coût d'exécution à un peu plus de 16 $ par tâche, soit moins d'un tiers de celui de Claude Opus 5.5 d'Anthropic, estimé à environ 51 $ par tâche selon le benchmark GDPx de SemiAnalysis.

Dans le classement GDPx, Opus 5.5 occupe la première place, talonné par Gemini 4 Carbon en score brut. Sans parvenir à prendre la tête, le nouveau modèle de Google combine des performances proches de celles du leader du marché avec un coût par tâche nettement inférieur, ce qui lui confère un positionnement particulièrement avantageux.

GDPx compare les modèles d'IA de pointe de Google, OpenAI, Anthropic et Meta en évaluant à la fois leurs scores et leur coût d'exécution par tâche. La métrique s'appuie sur 206 tâches couvrant la finance, la science des matériaux, la cybersécurité, l'ingénierie logicielle, le droit et la biologie. Les résultats ne se limitent donc pas à la génération de texte ou aux réponses à des questions courantes.

Dans le classement GDPx complet, Opus 5.5 affiche le meilleur score global, suivi de près par Gemini 4 Carbon. L'écart de coût est en revanche bien plus marqué : SemiAnalysis estime celui d'Opus 5.5 à environ 51 $ par tâche, contre un peu plus de 16 $ pour Gemini 4 Carbon. GPT-6 Astra d'OpenAI apparaît ensuite dans le tableau, avec un score inférieur à celui de Gemini 4 Carbon et un coût moyen plus élevé, d'environ 54 $ par tâche selon le rapport.

La comparaison de ces trois modèles met en évidence une distinction entre le leader en matière de performances et le meilleur rapport économique : Opus 5.5 domine en score brut, Gemini 4 Carbon s'en approche pour un coût nettement inférieur, tandis que GPT-6 Astra reste derrière les deux, tout en étant plus coûteux à exécuter par tâche.

Classement ajusté et filtres de sécurité

SemiAnalysis a également publié un classement ajusté, excluant les tâches de cybersécurité, de biologie et d'alignement. Le retrait de ces trois domaines modifie les premières positions et place GPT-6 Astra en tête. GPT 6.1 Sol et Opus 5.5 devancent également Gemini 4 Carbon dans cette liste ajustée. Les chercheurs indiquent que ce second classement reflète davantage leur appréciation subjective des capacités des modèles.

Le rapport souligne que les garde-fous de sécurité de modèles tels que Claude et certaines variantes de GPT peuvent empêcher l'exécution de tâches spécifiques liées à la cybersécurité, à la biologie ou à l'alignement. Ces protections sont susceptibles d'influer sur les scores bruts de GDPx. Le score d'un modèle reflète donc parfois à la fois ses capacités techniques et le niveau d'autorisation dont il dispose pour répondre à des demandes sensibles.

Le précédent modèle de pointe de Google, Gemini 4 Argon, occupait la huitième place dans les classements complet et ajusté. Il se situait devant Muse Wonder de Meta et derrière Wonder Full. Dans GDPx, son coût par tâche n'était que légèrement inférieur à celui de Gemini 4 Carbon. Cet écart limité, associé au meilleur classement de Carbon, traduit un rapport score-coût amélioré pour le nouveau modèle de Google.

En se limitant aux tâches de cybersécurité, la hiérarchie change : les deux modèles de Google obtiennent de meilleurs scores que ceux d'OpenAI et d'Anthropic dans ce domaine, mais restent derrière la famille Muse de Meta, que GDPx présente comme la plus performante en cybersécurité, avec une avance significative. SemiAnalysis ajoute que les écarts de coûts observés pourraient avoir un impact financier important lors de tests répétés à grande échelle et de déploiements en entreprise.