Gemini 4 Neon
Максимальный контекст
1M
Максимальный вывод
65.5K
Дата выпуска
N/A
gemini-4-carbonGemini 4 Carbon — передовая модель Gemini 4 от Google для программирования, агентных задач и сложных рассуждений. Она принимает текст, изображения, аудио, видео и файлы, поддерживает длинное декодирование до 1 млн выходных токенов за счёт продолжения и управляет глубиной мышления с низким, средним и высоким уровнем рассуждений.
Context Window
1M tokens
Maximum Output
65.5K tokens
Release Date
10 нояб. 2026 г.
Modalities
| Цена входа | Цена выхода | Чтение кэша | Создание кэша 5m |
|---|---|---|---|
| $2/M | $10/M | $0.1/M | $0.1875/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
Gemini 4 Carbon рассчитана на проекты, где нужно последовательно рассуждать и проверять результаты на нескольких этапах.
Рассматривает варианты на нескольких этапах, пересматривает допущения при появлении новых данных и уточняет результат повторными проверками.
Анализирует связи между компонентами и зависимости при крупных миграциях, изменениях архитектуры и сложной отладке.
Объединяет графики, таблицы, схемы и текст в ответ, который можно проверить по исходным материалам.
Окно примерно на миллион токенов вмещает исходные материалы, рассуждения и сгенерированный текст в рамках одного запроса.
Применяйте Gemini 4 Carbon для сложных инженерных изменений, проверки источников и прототипов с подробными спецификациями.
Составьте карту зависимостей между пакетами, перенесите интерфейс поэтапно и проверьте каждый этап целевыми тестами перед ревью.
Сопоставьте выводы из отчётов, таблиц и схем, затем подготовьте записку со ссылками на страницы и перечнем неразрешённых расхождений.
Соберите браузерный 3D-прототип по изображениям и чертежам, затем сверьте размеры, взаимодействия и визуализацию с требованиями.
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)| Индексный балл | ||
|---|---|---|
| Artificial Analysis Intelligence Index | Сводная оценка общих возможностей | 58.3 |
Источник метрик Artificial Analysis
Лимиты контекста, уровни размышления, форматы ввода и доступ к API Gemini 4 Carbon.
Это модель Google Gemini 4 для сложной многоэтапной работы, включая разработку ПО, аналитические тексты и рассуждения по сложным материалам.
По документации Google, общий лимит для ввода и вывода составляет 1 048 576 токенов с учётом рассуждений. Один сегмент в активном режиме допускает до 65 536 токенов при потоковом выводе и до 32 768 без него. На совместимых конечных точках Google генерацию можно продолжать в пределах оставшегося контекста.
Google указывает поддержку текста, изображений, аудио, видео и документов, включая PDF, на входе и текста на выходе. Форматы вложений и ограничения зависят от конечной точки.
Для gemini-4-carbon Google указывает уровни low, medium и high, по умолчанию — medium. Уровень high даёт больше возможностей для анализа и проверки сложных задач и может увеличить задержку и расход токенов.
Если модель доступна в вашем каталоге TokenHub, используйте ключ API TokenHub и идентификатор со страницы модели. Базовый URL и формат запроса для включённых конечных точек указаны в разделе интеграции.
До 30 ноября 2026 года включительно цены стандартного уровня API Google за миллион токенов составляют 2 доллара за ввод, 0,10 доллара за ввод из кэша и 10 долларов за вывод. С 1 декабря 2026 года — 4, 0,20 и 20 долларов соответственно. В вывод включены токены рассуждений. Тарифы TokenHub приведены в таблице на этой странице.
Carbon подходит там, где полезны дополнительный анализ и проверка, например при миграции нескольких пакетов, исследовании архитектуры или сверке данных в насыщенных документах.
Получите доступ к Gemini 4 Carbon и другим моделям ИИ с одним API-ключом TokenHub.
Демонстрации и обсуждения Gemini 4 Carbon
Публикации о запуске, практические демонстрации и обсуждения Gemini 4 Carbon среди разработчиков.
X (Twitter)
Google ·
Gemini 4 Carbon is now available. It’s our strongest model, built to dig deeper, handle long-horizon tasks, and multi-step reasoning. If Argon is great for complex tasks, Carbon is the model you bring in for your hardest problems. https://t.co/4NVqHaMOPT
https://pbs.twimg.com/amplify_video_thumb/2120183679506841600/img/gUP9nkAcN0y69fRe.jpgОткрыть оригиналGoogle DeepMind ·
Start building with Gemini 4 Carbon: our strongest model for complex, long-horizon tasks. It’s designed to explore problems thoroughly and run extended verification loops across software engineering, cybersecurity, knowledge work, and science. https://t.co/avhcExdUlr
https://pbs.twimg.com/amplify_video_thumb/2120218949774098432/img/CUcpPK8n8Ew04Ma_.jpgОткрыть оригиналGoogle ·
For your biggest builds, we're previewing /swarm in @Antigravity, turning one prompt into a coordinated team of agents you can track in real time. Assign Carbon to high-level roles like architectural design, coordination, and auditing while parallel agents build and test every https://t.co/c5IOJQy2gv
https://pbs.twimg.com/amplify_video_thumb/2120184469256650752/img/o296P3lcEnhq2sQL.jpgОткрыть оригиналReddit
Gemini 4 Carbon is live
Lberondroth ·
Thank you to everyone who has contributed to this. Happy Coding, Everyone ^^ (Only for Ultra...)
Открыть оригиналMy preliminary results on Carbon
Nichiren ·
Читать полностью
I've been seeing questions on how Carbon performs compared to Argon and I have some preliminary results based on my early measurements on work done today if anyone's interested. Take this with a huge grain of salt until I have more samples, but it does look promising so far for my workload. Tech stack is Go, HTMX, Tailwind CSS, Templ. Report: Four Carbon phases have been audited so far: three at medium and one at high. All four landed on the first run, with no retries and no Opus takeovers, and the Opus audits barely touched them. bin/seat-report --since 2026-11-10 (today's rows): Gemini 4 Carbon, day one in our coding-agent pipeline: medium vs high (tiny sample) Setup: an unattended pipeline builds a Go/HTMX web app one phase at a time. Each phase has a written contract and runs headless on one model. Then Claude Opus 5.5 audits it at high effort and fixes whatever it finds. We score each phase by how many lines the audit had to change and by the audit's findings, sorted by severity. Effort is not randomized. Harder phases (schema, permissions, hot-path queries) run at high and routine ones at medium. So medium vs high below is also routine vs hard work. Phases audited on Carbon's first day, by model and effort Model · effort Phases Landed first try Lines changed by audit (median) Findings (high / med / low) Gemini 4 Carbon · high 1 1/1 2 0 / 0 / 1 Gemini 4 Carbon · medium 3 3/3 0 0 / 1 / 0 Gemini 4 Argon · high 3 3/3 617 2 / 8 / 7 Gemini 4 Argon · medium 1 1/1 44 0 / 1 / 2 Codex Sol · high 3 3/3 6 0 / 1 / 5 Claude Opus 5.5 · high 1 1/1 263 0 / 3 / 4 The four Carbon phases Effort What the phase was Size Run time Tokens Audit result high Data model: new columns and tables, transactional data-layer methods ~950 code + ~2,000 test lines 67 min 1.15M Passed; 1 low finding, 2 lines changed medium Port of a language-detection library from a sibling codebase 230 files 50 min 0.71M 1 medium finding (a 6-line test fix) medium Copy, i18n catalog and template leftovers ~580 code lines 66 min 1.31M Passed, nothing changed medium One shared helper replacing ~25 copies 69 files 43 min 0.53M Passed, nothing changed Caveats n = 4 for Carbon and 1 at high. This is an anecdote, not a benchmark. Effort follows difficulty, so these numbers can't tell you whether medium beats high on the same task. Different phases are different work. The Argon and Opus rows come from other plans that ran the same day. One codebase, one auditor model, and contracts written in advance, which favors models that follow a spec closely. Takeaway so far: Carbon is very clean at both efforts. Our one high-effort phase was the cleanest high-difficulty result of the day. Nothing here suggests medium is better than high. Public benchmarks (Artificial Analysis: Terminal-Bench 4.0 is 60.6% at medium vs 65.2% at high) also put high ahead on quality, with medium cheaper and faster. I'll update when there are more high-effort rows. Clarification edit: Gemini runs are through the Antigravity CLI (agy) harness.
Gemini 4 Carbon Just Redeemed Google on 3D for Me: Same Prompt, New Result
SuspiciousHunter1359 ·
Открыть оригиналYouTube
Bug Triage with Gemini 4 Hydrogen and Gemini 4 Carbon
Google Antigravity
Открыть оригиналGemini最上位モデル『Gemini 4 Carbon』きた!徹底検証(ClaudeとGPTモデルとも比較)
KEITO【AI&WEB ch】
Открыть оригинал【待ってた】Gemini 4 Carbonを実際に使ったので徹底解説!Argonから順当進化で唯一無二の魅力も健在
まさおAIじっくり解説ch
Открыть оригинал