model 을 gemini-4-carbon 으로 바꾸는 것만으로는 요청이 끝나지 않습니다. 2026년 11월 10일 Google 은 유료 Gemini API, Google AI Studio, AI Ultra 구독자의 Antigravity 에 Gemini 4 Carbon 을 열었습니다. 11월 30일까지 도입 가격은 입력 100만 토큰당 $2, 출력 $10 이며 출력에는 thinking 토큰이 포함됩니다. 12월 1일부터 $4 와 $20 입니다. 암시적 캐시 적중은 95% 할인($0.10, 이후 $0.20)입니다. Carbon 은 무료 티어에 없습니다.
이 글은 2026년 11월 13일 기준이며, 11월 10일 개발자 가이드와 What's new 를 따릅니다. 사흘 전 Fable 5.2 의 effort 와 usage 를 다뤘습니다. Carbon 의 제어는 Interactions API 에 있습니다. generation_config.thinking_level, background, usage 입니다.
11월 10일에 열린 것
Google 은 Carbon 을 장기 엔지니어링, dense 멀티모달, 과학 작업용 최강 추론 모델로 둡니다. 모델 ID 는 gemini-4-carbon 입니다. 기본 사고 수준은 medium 입니다. 입력, thinking, 출력은 1,048,576 토큰 창을 공유합니다. 동기 응답은 긴 디코드를 켜지 않으면 65,536 토큰에서 멈춥니다.
gemini-4-argon 은 같은 창, 같은 thinking_level, 기본 도구, 같은 도입 단가입니다. Carbon 은 턴마다 thinking 토큰을 더 씁니다. 대화형 코딩은 Argon 에 두고, 원인 분석, 설계, 검증 루프는 Carbon 으로 보냅니다.
| 기간 | 입력 / 100만 | 출력(thinking 포함) / 100만 | 캐시 입력 / 100만 |
|---|---|---|---|
| 2026년 11월 30일까지 | $2 | $10 | $0.10 |
| 2026년 12월 1일부터 | $4 | $20 | $0.20 |
요청 JSON 과 thinking_level
POST https://generativelanguage.googleapis.com/v1beta/interactions 에 x-goog-api-key 와 Content-Type: application/json 을 붙입니다. 깊이는 숫자 예산이 아니라 generation_config.thinking_level 입니다.
{
"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 | Carbon 가이드가 제시하는 용도 |
|---|---|
| low | 라우팅, 분류, 지점 추출 |
| medium | 기본값. 대부분의 코딩과 agent 턴 |
| high | 원인 분석, 형식 수학, 설계 |
thinking_level 을 생략하면 서버는 medium 을 씁니다. Carbon 가이드에 적힌 값은 low, medium, high 입니다. Interactions 공통 열거에 다른 모델용 minimal 과 xhigh 가 있습니다. Carbon 페이지에 나오기 전에는 보내지 마세요. thinking_budget 은 폐기되었고 경고를 돌려줍니다. max_output_tokens 는 thinking 과 보이는 텍스트를 합산하므로, 한도가 낮으면 추론이 끝나기 전에 답이 잘립니다.
background 와 긴 출력
65,536 토큰을 넘기려면 최상위 background 를 true 로 하고 max_output_tokens 를 65536 보다 크게 둡니다. 상한은 1,048,576 에서 입력을 뺀 값입니다. background: true 만 있고 max_output_tokens 가 없으면 여전히 64K 에서 멈춥니다.
{
"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
}
}
Carbon 가이드는 status 가 in_progress 또는 queued 인 동안 폴링합니다. Interaction 에는 completed, failed, cancelled, incomplete, requires_action, requires_continuation 도 있습니다. incomplete 는 한도에 닿았다는 뜻입니다. HTTP 에서는 GET /v1beta/interactions/{id} 로 읽습니다. 시작 문서의 백그라운드 예는 이 GET 에 Api-Revision: 2026-05-20 헤더를 붙입니다.
긴 디코드의 각 홉은 type: model_output 인 steps[] 를 추가합니다. 모든 text 를 이어 붙이세요. steps[0] 만 읽으면 나머지가 빠집니다. previous_interaction_id 는 기록만 잇고 generation_config, tools, system_instruction 은 다시 보내지 않습니다. 다음 호출에 thinking_level 을 다시 넣으세요. 기본 store 는 true 입니다(유료 티어는 interaction 을 55일 보관). store: false 는 background: true 와 함께 쓸 수 없습니다.
이전 Gemini JSON 에서 뺄 필드
Gemini 3 이전에서 옮길 때 What's new 와 개발자 가이드는 모델 ID 만이 아니라 JSON 을 바꾸라고 합니다.
temperature,top_p,top_k는 무시됩니다. 개발자 가이드는 폐기 경고가 돌아온다고 적습니다.- 명시적
cached_content와caches.create를 제거합니다. 암시적 캐시는 4,096 토큰부터이며 적중은 95% 할인입니다. thinking_budget을thinking_level로 바꿉니다.max_output_tokens가 32,768 미만이면 적어도 32,768 로 올립니다. 토큰을 줄이려면 사고 수준을 내립니다.- 어려운 프롬프트는 몇 분이 걸릴 수 있습니다. background 를 쓰거나 HTTP 클라이언트 제한 시간을 15분 이상으로 둡니다.
자체 JSON Schema 는 응답 스키마 필드에 둡니다. Gemini API 로 구조화 JSON 만들기 와 구조화 출력이란 을 보세요. Carbon 은 판단을 확률로 바꾸지 않습니다. 그건 다른 엔드포인트입니다.
12월 1일 가격 전 usage
끝난 interaction 은 usage 를 가집니다. 공개 샘플에서 입력 7 + 출력 20 + thought 22 가 total_tokens 49 이므로, total_thought_tokens 는 total_output_tokens 안에 있지 않습니다.
{
"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 }]
}
}
캐시되지 않은 입력은 입력 단가, total_cached_tokens 는 그 5%, total_output_tokens 와 total_thought_tokens 의 합은 출력 단가입니다. total_tokens 를 또 더하지 마세요. Grounding 검색 쿼리는 별도 과금이고, 도구 설명도 처리된 토큰에 들어갑니다. usage 객체 전체를 저장해야 12월 1일 가격을 기존 로그에 적용할 수 있습니다.
Argon 라우팅과 agent_config
모델은 설정으로 나누고, 전역 하나만 두지 마세요. Argon 은 같은 표시 가격의 빠른 경로이고, Carbon 은 thinking 토큰을 쓰는 턴입니다.
{
"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 }
]
}
관리형 agent 는 모델을 agent_config 에 둡니다. model 을 쓸 때는 generation_config 이고, agent_config 는 다른 경로입니다.
{
"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"
}
}
출시 전에 볼 JSON
- 본문이
gemini-4-carbon이고thinking_level은 low, medium, high 중 하나이며temperature,top_p,top_k,thinking_budget,cached_content가 없다. - 64K 토큰을 넘겨야 하는 호출은
background: true와 65536 을 넘는max_output_tokens를 둘 다 가진다. - 파서는 모든
model_outputtext 를 잇고status를 남긴다. - 청구는 입력, 캐시 입력, 출력, thought 를 나누고 12월 1일 단가를 준비한다.
로컬에서는 JSON 검증, JSONPath($.usage.total_thought_tokens), JSON Diff 로 이전 요청과 비교합니다. 업로드되지 않습니다.
FAQ
gemini-4-carbon 은 무료 티어인가요?
아닙니다. What's new 는 유료 티어만이라고 합니다. 도입가 $2/$10 은 2026년 11월 30일까지이고, 그 후는 $4/$20 입니다.
thinking_level 에 xhigh 를 보낼 수 있나요?
Carbon 가이드는 low, medium, high 만 적습니다. minimal 과 xhigh 는 다른 모델용 Interactions 열거입니다. Claude effort 값을 이 필드에 복사하지 마세요.
답이 64K 토큰에서 멈추는 이유는?
동기 응답은 65,536 에서 멈춥니다. background 를 true 로 하고 max_output_tokens 를 65536 보다 크게 두세요. background 만으로는 64K 입니다. status 가 incomplete 이면 한도에 닿은 것입니다.
청구에 total_tokens 를 써야 하나요?
쓰지 않습니다. 캐시되지 않은 입력은 입력 단가, total_cached_tokens 는 5%, total_output_tokens 와 total_thought_tokens 는 출력 단가입니다. total_tokens 를 더하면 이중 계산입니다.
previous_interaction_id 가 thinking_level 을 유지하나요?
아닙니다. 다음 interaction 에 generation_config, tools, system_instruction 을 다시 보내세요. id 가 유지하는 것은 기록입니다.
명시적 컨텍스트 캐시를 남길 수 있나요?
없습니다. cached_content 를 제거하세요. 암시적 캐시는 4,096 토큰부터이고 적중은 95% 할인입니다.
요약
2026년 11월 10일에 열린 Carbon 이 바꾸는 것은 모델이 얼마나 오래 생각하는지, 그리고 11월 30일 이후 얼마를 내는지입니다. gemini-4-carbon 과 thinking_level 의 low, medium, high 를 씁니다. 답이 64K 를 넘어야 하면 background: true 와 65536 을 넘는 max_output_tokens 를 같이 둡니다. thought 토큰은 보이는 출력과 따로 청구하고, 샘플링 필드와 명시 캐시는 보내기 전에 뺍니다.