Trocar a string do modelo para gemini-4-carbon não fecha a requisição. Em 10 de novembro de 2026, o Google abriu o Gemini 4 Carbon na API Gemini paga, no Google AI Studio e para assinantes do AI Ultra no Antigravity. O preço de introdução até 30 de novembro é de $2 por milhão de tokens de entrada e $10 por milhão de saída; a saída inclui tokens de thinking. A partir de 1º de dezembro esses valores passam a $4 e $20. Acertos do cache implícito têm 95 por cento de desconto ($0,10 e depois $0,20). O Carbon não está no nível gratuito.
Esta página está datada de 13 de novembro de 2026, com base no guia de 10 de novembro e na página What's new. Há três dias cobrimos effort e usage do Fable 5.2. Os controles do Carbon ficam na API Interactions: generation_config.thinking_level, background e usage.
O que abriu em 10 de novembro
O Google apresenta o Carbon como o modelo de raciocínio mais forte para engenharia de longo prazo, arquivos multimodais densos e trabalho científico. O id é gemini-4-carbon. O nível de pensamento padrão é medium. Entrada, thinking e saída compartilham uma janela de 1.048.576 tokens. Uma resposta síncrona para em 65.536 tokens, a menos que você ligue a decodificação longa.
gemini-4-argon compartilha essa janela, os mesmos valores de thinking_level, as ferramentas embutidas e o mesmo preço de introdução. O Carbon gasta mais tokens de thinking por turno. Deixe o código interativo no Argon. Passe ao Carbon causa raiz, arquitetura e laços de verificação.
| Período | Entrada / 1 mi | Saída, com thinking / 1 mi | Entrada em cache / 1 mi |
|---|---|---|---|
| Até 30 de novembro de 2026 | $2 | $10 | $0.10 |
| A partir de 1º de dezembro de 2026 | $4 | $20 | $0.20 |
JSON da requisição e thinking_level
POST em https://generativelanguage.googleapis.com/v1beta/interactions com x-goog-api-key e Content-Type: application/json. A profundidade fica em generation_config.thinking_level, não em um orçamento numérico.
{
"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 | Uso indicado no guia do Carbon |
|---|---|
| low | Roteamento, classificação e extração pontual |
| medium | Padrão. A maior parte dos turnos de código e de agente |
| high | Causa raiz, matemática formal e arquitetura |
Se você omitir thinking_level, o servidor usa medium. O guia do Carbon documenta low, medium e high. O enum compartilhado da Interactions também lista minimal e xhigh para outros modelos; não os envie até a página do Carbon citá-los. thinking_budget está obsoleto e devolve um aviso. max_output_tokens limita thinking e texto visível juntos. Um teto baixo corta a resposta antes de o modelo terminar de raciocinar.
background e decodificação longa
Para passar de 65.536 tokens, defina background como true no nível superior e max_output_tokens acima de 65536. O teto é 1.048.576 menos a entrada. background: true sem max_output_tokens ainda para em 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
}
}
O guia do Carbon consulta enquanto status for in_progress ou queued. O recurso Interaction também usa completed, failed, cancelled, incomplete, requires_action e requires_continuation. incomplete significa que o teto foi atingido. Em HTTP, leia o id com GET /v1beta/interactions/{id}. O exemplo de segundo plano do guia inicial envia o cabeçalho Api-Revision: 2026-05-20 nesse GET.
Cada salto da decodificação longa acrescenta outro item de steps[] com type: model_output. Junte cada parte de texto. Ler só steps[0] descarta o resto. previous_interaction_id continua o histórico e não repete generation_config, tools nem system_instruction; envie thinking_level de novo na chamada seguinte. store é true por padrão (o nível pago guarda interactions por 55 dias). store: false não combina com background: true.
Campos a tirar do JSON antigo do Gemini
Ao sair do Gemini 3 ou anterior, What's new e o guia pedem para mudar o JSON, não só o id do modelo:
temperature,top_petop_ksão ignorados. O guia diz que devolvem um aviso de obsolescência.- Remova
cached_contentexplícito ecaches.create. O cache implícito começa em 4.096 tokens e desconta acertos em 95 por cento. - Troque
thinking_budgetporthinking_level. - Se
max_output_tokensestiver abaixo de 32.768, suba pelo menos para 32.768. Para gastar menos tokens, baixe o nível de pensamento. - Prompts difíceis podem levar minutos. Use background, ou um timeout HTTP de pelo menos 15 minutos.
O seu próprio esquema JSON continua nos campos de esquema da resposta. Veja JSON estruturado com a API Gemini e o que é saída estruturada. O Carbon não transforma um julgamento em probabilidades; isso é outro endpoint.
usage antes do preço de 1º de dezembro
Uma interaction concluída traz usage. Na amostra publicada, 7 de entrada + 20 de saída + 22 de thought somam total_tokens 49, então total_thought_tokens não está dentro de 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 }]
}
}
Cobre a entrada fora do cache na tarifa de entrada, total_cached_tokens a 5 por cento dessa tarifa, e total_output_tokens mais total_thought_tokens na tarifa de saída. Não some também total_tokens. Consultas de Grounding são cobradas à parte, e instruções de ferramentas contam como tokens processados. Guarde o objeto usage inteiro para aplicar o preço de 1º de dezembro a logs que você já tem.
Roteamento do Argon e agent_config
Separe os modelos na configuração. O Argon fica no caminho rápido pelo mesmo preço de tabela; o Carbon fica com os turnos que gastam tokens de thinking.
{
"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 }
]
}
Agentes gerenciados colocam o modelo em agent_config. generation_config vale quando model está definido; agent_config é o outro caminho.
{
"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 para conferir antes de publicar
- O corpo tem
gemini-4-carbon,thinking_levelem low, medium ou high, e não temtemperature,top_p,top_k,thinking_budgetnemcached_content. - Toda chamada que precise passar de 64K define
background: trueemax_output_tokensacima de 65536. - O analisador junta cada texto de
model_outpute registrastatus. - A cobrança separa entrada, entrada em cache, saída e tokens de thought, com as tarifas de 1º de dezembro prontas.
Confira localmente com o validador JSON, JSONPath ($.usage.total_thought_tokens) e JSON Diff contra a requisição anterior. Nada é enviado.
FAQ
gemini-4-carbon está no nível gratuito?
Não. What's new o limita ao nível pago. O preço de introdução de $2/$10 vale até 30 de novembro de 2026; depois é $4/$20.
Posso enviar thinking_level xhigh?
O guia do Carbon documenta low, medium e high. minimal e xhigh aparecem no enum compartilhado da Interactions para outros modelos. Não copie valores de effort do Claude para este campo.
Por que a resposta para em 64K tokens?
Respostas síncronas param em 65.536. Defina background como true e max_output_tokens acima de 65536. Só background continua em 64K. status incomplete significa que o teto foi atingido.
A cobrança deve usar total_tokens?
Não. Entrada fora do cache na tarifa de entrada, total_cached_tokens a 5 por cento, e total_output_tokens mais total_thought_tokens na tarifa de saída. Somar total_tokens conta duas vezes.
previous_interaction_id guarda thinking_level?
Não. Reenvie generation_config, tools e system_instruction na próxima interaction. O id guarda o histórico.
Posso manter um cache de contexto explícito?
Não. Remova cached_content. O cache implícito vale a partir de 4.096 tokens e desconta acertos em 95 por cento.
Resumo
O Carbon, aberto em 10 de novembro de 2026, muda quanto o modelo pensa e o que você paga depois de 30 de novembro. Use gemini-4-carbon com thinking_level em low, medium ou high. Se a resposta precisar passar de 64K, junte background: true a um max_output_tokens acima de 65536. Cobre tokens de thought separados da saída visível e retire campos de amostragem e caches explícitos antes de enviar.