Le 22 octobre 2026, CNET a rapporté l’annonce par Hugging Face de Carbon-X, un modèle ouvert de 14,8 milliards de paramètres qui analyse des séquences d’ADN fournies et répond aux questions qu’on leur pose en langage naturel. Il prédit et explique des caractéristiques de séquences existantes : ce n’est pas un appareil qui séquence l’ADN. Hugging Face lui attribue une moyenne de 66,7 % sur cinq tests, mais précise qu’il n’est pas validé cliniquement et ne doit pas servir à prendre des décisions médicales.
Carbon-X analyse les séquences qu’on lui fournit
Basé sur Qwen3-14B, Carbon-X associe un modèle de langage à un vocabulaire adapté aux séquences d’ADN. Son tokeniseur utilise Qwen3 BPE pour le texte et des groupes d’ADN de six bases, appelés 6-mers. Hugging Face le publie sous licence Apache 2.0.
Le modèle peut prédire l’effet de mutations, classer des séquences, repérer certaines caractéristiques, prédire la base suivante et expliquer ses réponses. Pour obtenir une interprétation contextualisée, Hugging Face recommande de placer la séquence et la question dans le même message et d’ajouter les annotations disponibles. Pour interroger le modèle sur un variant, l’utilisateur peut fournir les séquences de référence et alternative, ou la séquence de référence avec la position et le changement de base.
Ce que mesurent les cinq tests de Hugging Face
La moyenne de 66,7 % est celle de l’évaluation publiée par Hugging Face : cinq tests, un échantillon par problème et le mode de raisonnement désactivé. Elle regroupe des tâches et des métriques différentes. Les résultats par test donnent une lecture plus précise des performances rapportées.
| Test | Mesure | Résultat de Carbon-X | Périmètre de l’échantillon |
| BioReason Coding | Exactitude équilibrée | 74,9 % | 1 018 variants de régions codantes |
| BioReason Non-SNV | Exactitude équilibrée | 85,1 % | 873 insertions, délétions et autres changements qui ne sont pas des substitutions d’une seule base |
| GenomeQA | Exactitude | 63,6 % | 2 600 questions réparties sur six tâches |
| NextBase | Exactitude par base | 39,4 % | 600 séquences |
| FrontierVEP | Exactitude | 70,4 % | 1 000 variants d’une seule base, dans des séquences allant jusqu’à 8 192 bases |
Ces chiffres ne mesurent pas tous la même chose et ne constituent pas une précision générale pour l’analyse génétique. Dans GenomeQA, par exemple, Hugging Face rapporte 29,8 % pour les sites d’épissage et 34,6 % pour les marques d’histones, contre 93,2 % pour la classification des groupes d’organismes eucaryotes. Le résultat varie donc sensiblement selon la tâche. Les scores restent ceux de l’évaluation de Hugging Face, et non une validation indépendante ou clinique.
Fenêtre de contexte et séquences d’entraînement
Les quelque 49 kbp cités par Hugging Face correspondent à la longueur d’ADN associée aux séquences de 8 192 tokens utilisées pendant l’entraînement intermédiaire. Ce chiffre ne décrit pas une limite d’entrée. La fenêtre de contexte publiée est de 40 960 tokens, et Hugging Face indique ne pas avoir évalué des entrées beaucoup plus longues que les séquences d’entraînement.
La documentation recommande d’être prudent avec les longues séquences : Carbon-X peut mal compter les bases, confondre des coordonnées ou produire des modifications incorrectes. Sans contexte suffisant, il peut aussi inventer l’identité ou la fonction d’une séquence. La qualité baisse également lors de longues générations d’ADN.
Exécution locale, matériel et données
La configuration documentée utilise Transformers v5 ou une version ultérieure, avec le code personnalisé du tokeniseur chargé via trust_remote_code=True. Hugging Face décrit aussi l’exécution avec vLLM. La configuration d’agent documentée requiert un GPU de 80 Go ; la page indique également que les poids du modèle tiennent sur un GPU de cette capacité en bfloat16.
Carbon-X n’est pas compatible avec llama.cpp ni avec les autres environnements GGUF : selon Hugging Face, ils ne chargent pas correctement son tokeniseur personnalisé et tokenisent donc mal l’ADN. Le guide officiel de Carbon-X détaille ces dépendances et les modes d’exécution.
Une exécution locale permet de traiter les séquences sur sa propre infrastructure. Pour les API, les points de terminaison hébergés, les démonstrations Spaces et les services de tiers, Hugging Face précise que le traitement des données dépend du fournisseur et du service. L’accès par une interface hébergée ne garantit donc pas à lui seul que les séquences restent privées.
Hugging Face estime à environ 300 dollars le coût d’analyse de 2,4 millions de variants de signification incertaine de ClinVar avec Carbon-X, contre 32 000 à 4 millions de dollars pour les modèles de pointe de sa comparaison. Cette estimation repose sur un coût de calcul de 5 dollars par heure sur H200 pour Carbon-X et sur les tarifs API standards pour les autres modèles.
Hugging Face indique que Carbon-X n’a pas été entraîné pour concevoir de l’ADN. Le modèle n’est pas validé cliniquement et ne doit pas être utilisé pour prendre des décisions médicales.
