Nur die Modellzeichenkette auf gemini-4-carbon zu setzen, schließt die Anfrage nicht ab. Am 10. November 2026 hat Google Gemini 4 Carbon in der kostenpflichtigen Gemini API, in Google AI Studio und für AI-Ultra-Abonnenten in Antigravity geöffnet. Der Einführungspreis bis 30. November beträgt $2 pro Million Input-Token und $10 pro Million Output-Token; Output schließt Thinking-Token ein. Ab 1. Dezember gelten $4 und $20. Treffer im impliziten Cache kosten 95 Prozent weniger ($0,10, danach $0,20). Carbon liegt nicht im Free-Tarif.
Stand dieser Seite ist der 13. November 2026, nach dem Developer Guide vom 10. November und der Seite What's new. Vor drei Tagen ging es um Effort und Usage bei Fable 5.2. Carbons Schalter liegen in der Interactions API: generation_config.thinking_level, background und usage.
Was am 10. November offen ging
Google nennt Carbon sein stärkstes Reasoning-Modell für lange Engineering-Läufe, dichte multimodale Dateien und wissenschaftliche Arbeit. Die Modell-ID ist gemini-4-carbon. Die Standard-Denkstufe ist medium. Input, Thinking und Output teilen sich ein Fenster von 1.048.576 Token. Eine synchrone Antwort stoppt bei 65.536 Token, solange langes Decode aus bleibt.
gemini-4-argon teilt Fenster, thinking_level-Werte, eingebaute Tools und den Einführungspreis. Carbon verbraucht pro Turn mehr Thinking-Token. Interaktives Coding bleibt auf Argon. Ursachenanalyse, Architektur und Prüfläufe gehen an Carbon.
| Zeitraum | Input / 1 Mio. | Output inklusive Thinking / 1 Mio. | Cache-Input / 1 Mio. |
|---|---|---|---|
| Bis 30. November 2026 | $2 | $10 | $0.10 |
| Ab 1. Dezember 2026 | $4 | $20 | $0.20 |
Request-JSON und thinking_level
POST an https://generativelanguage.googleapis.com/v1beta/interactions mit x-goog-api-key und Content-Type: application/json. Die Tiefe steht in generation_config.thinking_level, nicht in einem Zahlenbudget.
{
"model": "gemini-4-carbon",
"input": "Analyze this payment pipeline for race conditions during retries and rewrite the locks.",
"generation_config": {
"thinking_level": "medium"
}
}
| thinking_level | Wofür der Carbon-Guide ihn nennt |
|---|---|
| low | Routing, Klassifikation, gezielte Extraktion |
| medium | Standard. Die meisten Coding- und Agent-Turns |
| high | Ursachenanalyse, formale Mathematik, Architektur |
Ohne thinking_level nimmt der Server medium. Der Carbon-Guide nennt low, medium und high. Das gemeinsame Interactions-Enum listet minimal und xhigh für andere Modelle; senden Sie die Werte erst, wenn die Carbon-Seite sie nennt. thinking_budget ist veraltet und liefert eine Warnung. max_output_tokens deckelt Thinking plus sichtbaren Text. Ein zu niedriges Limit schneidet die Antwort ab, bevor das Modell fertig gedacht hat.
background und langes Decode
Über 65.536 Token setzen Sie background auf oberster Ebene auf true und max_output_tokens über 65536. Die Decke ist 1.048.576 minus Input. background: true ohne max_output_tokens stoppt weiter bei 64K.
{
"model": "gemini-4-carbon",
"input": "Write a complete proof of the prime number theorem.",
"background": true,
"generation_config": {
"thinking_level": "high",
"max_output_tokens": 262144
}
}
Der Carbon-Guide pollt, solange status in_progress oder queued ist. Die Interaction-Ressource kennt außerdem completed, failed, cancelled, incomplete, requires_action und requires_continuation. incomplete heißt: das Limit ist erreicht. Per HTTP lesen Sie die ID mit GET /v1beta/interactions/{id}. Das Background-Beispiel im Einstieg sendet dabei den Header Api-Revision: 2026-05-20.
Jeder Long-Decode-Hop hängt ein weiteres steps[]-Element mit type: model_output an. Fügen Sie jeden Textteil zusammen. Nur steps[0] lässt den Rest weg. previous_interaction_id setzt die Historie fort und spielt generation_config, Tools oder system_instruction nicht erneut ab; thinking_level schicken Sie beim nächsten Aufruf wieder mit. store ist standardmäßig true (Paid Tier behält Interactions 55 Tage). store: false verträgt sich nicht mit background: true.
Felder, die aus älterem Gemini-JSON weg müssen
Beim Wechsel von Gemini 3 oder älter ändern What's new und der Developer Guide das JSON, nicht nur die Modell-ID:
temperature,top_pundtop_kwerden ignoriert. Der Developer Guide nennt eine Deprecation-Warnung.- Explizites
cached_contentundcaches.createentfernen. Implizites Caching beginnt bei 4.096 Token und verbilligt Treffer um 95 Prozent. thinking_budgetdurchthinking_levelersetzen.- Liegt
max_output_tokensunter 32.768, heben Sie es auf mindestens 32.768. Weniger Token holen Sie über eine niedrigere Denkstufe. - Schwere Prompts können Minuten dauern. Nutzen Sie Background, oder setzen Sie das HTTP-Timeout auf mindestens 15 Minuten.
Ein eigenes JSON Schema bleibt an den Schema-Feldern der Antwort. Siehe strukturiertes JSON mit der Gemini API und was Structured Output ist. Carbon macht aus einer Entscheidung keine Wahrscheinlichkeiten; das ist ein anderer Endpunkt.
usage vor dem Preis am 1. Dezember
Eine fertige Interaction trägt usage. In der veröffentlichten Stichprobe ergeben 7 Input plus 20 Output plus 22 Thought-Token total_tokens 49. total_thought_tokens steckt also nicht in total_output_tokens.
{
"id": "v1_example",
"object": "interaction",
"model": "gemini-4-carbon",
"status": "completed",
"steps": [
{
"type": "model_output",
"content": [{ "type": "text", "text": "..." }]
}
],
"usage": {
"total_input_tokens": 7,
"total_cached_tokens": 0,
"total_output_tokens": 20,
"total_thought_tokens": 22,
"total_tool_use_tokens": 0,
"total_tokens": 49,
"input_tokens_by_modality": [{ "modality": "text", "tokens": 7 }]
}
}
Ungecachten Input zum Input-Preis, total_cached_tokens zu 5 Prozent davon, total_output_tokens plus total_thought_tokens zum Output-Preis. total_tokens nicht noch einmal addieren. Grounding-Suchanfragen werden extra berechnet, Tool-Anweisungen zählen als verarbeitete Token. Speichern Sie das ganze usage-Objekt, damit der Preis vom 1. Dezember auf vorhandene Logs anwendbar bleibt.
Argon-Routing und agent_config
Trennen Sie die Modelle in der Konfiguration. Argon bleibt auf dem schnellen Pfad zum selben Listenpreis; Carbon übernimmt Turns, die Thinking-Token verbrauchen.
{
"routes": [
{ "if": { "task": "interactive_coding" }, "model": "gemini-4-argon", "thinking_level": "medium" },
{ "if": { "task": "root_cause" }, "model": "gemini-4-carbon", "thinking_level": "high", "background": true }
]
}
Managed Agents setzen das Modell in agent_config. generation_config gilt, wenn model gesetzt ist; agent_config ist der andere Weg.
{
"agent": "antigravity-preview-09-2026",
"environment": "remote",
"input": "Audit the site for Core Web Vitals and return a scorecard.",
"agent_config": {
"type": "antigravity",
"model": "gemini-4-carbon"
}
}
JSON vor dem Start prüfen
- Der Body nennt
gemini-4-carbon,thinking_levelist low, medium oder high, und es fehlentemperature,top_p,top_k,thinking_budgetundcached_content. - Aufrufe über 64K Token setzen
background: trueundmax_output_tokensüber 65536. - Der Parser fügt jeden
model_output-Text zusammen und speichertstatus. - Die Abrechnung trennt Input, Cache-Input, Output und Thought-Token und kennt die Sätze ab 1. Dezember.
Lokal prüfen mit dem JSON-Validator, JSONPath ($.usage.total_thought_tokens) und JSON Diff gegen die vorige Anfrage. Nichts wird hochgeladen.
FAQ
Liegt gemini-4-carbon im Free-Tarif?
Nein. What's new nennt nur den Paid Tier. Der Einführungspreis $2/$10 gilt bis 30. November 2026, danach $4/$20.
Kann ich thinking_level xhigh senden?
Der Carbon-Guide dokumentiert low, medium und high. minimal und xhigh stehen im gemeinsamen Interactions-Enum für andere Modelle. Claude-Effort-Werte gehören nicht in dieses Feld.
Warum stoppt die Antwort bei 64K Token?
Synchrone Antworten stoppen bei 65.536. Setzen Sie background auf true und max_output_tokens über 65536. background allein bleibt bei 64K. status incomplete heißt: das Limit ist erreicht.
Soll die Rechnung total_tokens nutzen?
Nein. Ungecachten Input zum Input-Preis, total_cached_tokens zu 5 Prozent, total_output_tokens plus total_thought_tokens zum Output-Preis. total_tokens noch einmal zu addieren zählt doppelt.
Behält previous_interaction_id thinking_level?
Nein. Senden Sie generation_config, Tools und system_instruction beim nächsten Aufruf erneut. Die ID bewahrt die Historie.
Kann ein expliziter Context-Cache bleiben?
Nein. Entfernen Sie cached_content. Implizites Caching gilt ab 4.096 Token und verbilligt Treffer um 95 Prozent.
Kurzfassung
Carbon, geöffnet am 10. November 2026, ändert, wie lange das Modell denkt und was Sie nach dem 30. November zahlen. Nutzen Sie gemini-4-carbon mit thinking_level low, medium oder high. Für Antworten über 64K gehören background: true und max_output_tokens über 65536 zusammen. Thought-Token getrennt vom sichtbaren Output abrechnen und Sampling-Felder sowie explizite Caches vor dem Absenden entfernen.