Depois do Gemini 4 Carbon em 10 de novembro, como definir thinking_level, background e usage no JSON da Interactions API antes do preço de 1º de dezembro?

Só nível pago. $2/$10 até 30 de novembro e depois $4/$20. thinking_level é low, medium ou high; saída longa exige background e um max_output_tokens maior.

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.

PeríodoEntrada / 1 miSaída, com thinking / 1 miEntrada 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_levelUso indicado no guia do Carbon
lowRoteamento, classificação e extração pontual
mediumPadrão. A maior parte dos turnos de código e de agente
highCausa 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_p e top_k são ignorados. O guia diz que devolvem um aviso de obsolescência.
  • Remova cached_content explícito e caches.create. O cache implícito começa em 4.096 tokens e desconta acertos em 95 por cento.
  • Troque thinking_budget por thinking_level.
  • Se max_output_tokens estiver 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

  1. O corpo tem gemini-4-carbon, thinking_level em low, medium ou high, e não tem temperature, top_p, top_k, thinking_budget nem cached_content.
  2. Toda chamada que precise passar de 64K define background: true e max_output_tokens acima de 65536.
  3. O analisador junta cada texto de model_output e registra status.
  4. 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.