Gemini 4 Carbon 文本生成

Gemini 4 Carbon（gemini-4-carbon）是谷歌目前最强的推理模型，2026 年 10 月 28 日发布、11 月 10 日面向所有付费开发者与企业开放，APIYI 已同步接入。它的定位不是日常聊天，而是长程 agentic 编程、密集多模态知识工作、科学推理和网络安全防御：同一个模型可以在大型代码库里连续跑构建—验证循环，也可以跨 PDF、表格、幻灯片做带出处的综合。 APIYI 已开通 Gemini 原生与 OpenAI 兼容双端点，default / svip 分组可用。上线前用低并发做了一轮实测，覆盖双端点、流式、函数调用、结构化输出、图片理解、思考档位和约 19.9 万 tokens 的长文找针；实测结论和当前限制都写在本页。

定价：输入 $2 / 输出 $10（每 1M tokens），为谷歌限时优惠价，至 2026 年 11 月 30 日；12 月 1 日起随官方恢复 $4 / $20。缓存读取 $0.10 / 1M tokens。

上线初期有两条要留意：

原厂保留按请求切换应答模型的能力；资源调整后复测未再复现。若遇到 modelVersion 不是 gemini-4-carbon，可记录并重试，这不代表请求违规，详见下文「原厂切换应答模型」。
maxOutputTokens 已生效，但它把思考 tokens 一起算进去；设得太小（实测 300 也可能）会思考完直接 MAX_TOKENS、没有正文，难题请留足预算。

核心优势

综合智能排名第一

谷歌公布 Carbon 在 Artificial Analysis Intelligence Index v5 上拿到 59 分，排名第一；同时是 CursorBench 4.0、Perplexity WANDR、Zapier AutomationBench 的第一名，官方称单位任务成本比次优外部模型低 2 倍以上。

网络安全三项 SOTA

发现漏洞 SEC-bench Pro 88.2%、验证可利用性 ExploitGym 54.8%、根因修复 CWE-bench 71.0%，三项均为谷歌公布的最优成绩（评测未开护栏，官方数据）。

官方 1M 统一窗口

输入、思考、输出共用 1,048,576 tokens；流式单段最多 65,536 tokens，官方支持长输出续写。实测 19.9 万 tokens 的文档找针通过；更长的 50 万 / 100 万档建议先小样本验证。

双端点、工具链完整

原生与 OpenAI 兼容两端均通过函数调用（含回传）、JSON Schema、图片输入与流式实测；官方还支持代码执行、URL context、Computer Use、Office / PDF 文件输入。

模型信息

参数	值
模型名称	`gemini-4-carbon`
输入模态	文本、图像、视频、音频（官方；本次实测覆盖文本与图片）
输出模态	文本
上下文窗口	官方 1,048,576 tokens（输入 / 思考 / 输出共用）；实测 19.9 万 tokens 通过
最大输出	官方 1,048,576 tokens（长输出需续写）；单段流式 65,536、非流式 32,768
思考档位	默认 `medium`，支持 `low` / `medium` / `high`；不支持 `thinkingBudget` 与 `minimal`
知识截止	2026 年 3 月
可用分组	`default`、`svip`
端点	`POST /v1beta/models/gemini-4-carbon:generateContent`（原生）、`POST /v1/chat/completions`（OpenAI 兼容）
流式输出	✅ 两端点均支持
缓存	仅隐式缓存（官方，最低 4,096 tokens）；缓存读取 $0.10 / 1M tokens

官方基准

以下为谷歌官方公布数据，未经 APIYI 独立复现：

基准	衡量内容	Gemini 4 Carbon
Artificial Analysis Intelligence Index v5	综合智能	59（第 1）
SEC-bench Pro	发现真实漏洞	88.2%
ExploitGym	验证漏洞可利用性	54.8%
CWE-bench	根因修复	71.0%
WebDev Arena	Web 开发	第 4，1768 分（+89 Elo）
CursorBench 4.0	真实编码任务	第 1
Perplexity WANDR	广域深度研究	第 1
Zapier AutomationBench	端到端业务流程	第 1，单位成本低 2 倍以上
Artificial Analysis MKA	多模态知识 agent	第 2，单位成本低 6 倍以上

第三方 Artificial Analysis 另测得 Carbon 的 AA-Omniscience 幻觉率为 11%（Argon 约 4%），且输出明显更啰嗦（完整指数跑约 2 亿输出 tokens，中位数 6,400 万）。做事实型问答时，建议要求模型给出处并做二次校验。

思考控制与参数

配置	行为
不传 `thinkingConfig`	默认 `medium`
`thinkingConfig.thinkingLevel: low`	思考最少、首字最快；简单任务与写作可用
`thinkingConfig.thinkingLevel: medium`	官方推荐，大多数代码与 agent 任务
`thinkingConfig.thinkingLevel: high`	思考最多、首字最慢；难题、数学、科学、复杂代码
`thinkingConfig.thinkingBudget`	官方不支持，应返回 400；实测传 0 有时被接受，不要依赖
`thinkingConfig.thinkingLevel: minimal`	400，`Thinking level MINIMAL is not supported`
`temperature` / `topP` / `topK`	官方固定为 1.0 / 0.95 / 64，自定义值被忽略
`maxOutputTokens`	官方用于“思考 + 输出”总上限；已生效，设太小会只思考不出正文
`stopSequences`	✅ 生效（实测按 `END` 正确截断）

maxOutputTokens 会计入思考 tokens，所以官方建议把上限留足。实测传 50 / 100 / 300 都会在思考阶段用尽预算，返回 finishReason=MAX_TOKENS、正文为空或极短；要拿到完整回答，请按题目的思考量把上限设到几千以上。APIYI 已透传该参数。

上下文与输出：官方 1M，实测 19.9 万通过

官方模型卡写的是 1,048,576 tokens，输入、思考、输出共用；流式单段最多 65,536 tokens，更长输出要用长输出续写。资源调整后复测：

输入规模	返回的 `promptTokenCount`	末尾找针
约 61.6 万字符（约 19.9 万 tokens）	199,277	✅

此前约 12.8 万 tokens 封顶、超出静默截断的现象未再复现。50 万 / 100 万档本轮没有测，超长文档建议先用小样本验证再上量。

接入示例

Gemini 原生端点

curl https://api.apiyi.com/v1beta/models/gemini-4-carbon:generateContent \
  -H "Authorization: Bearer $APIYI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"role": "user", "parts": [{"text": "证明根号 2 是无理数。"}]}],
    "generationConfig": {
      "thinkingConfig": {"thinkingLevel": "high"}
    }
  }'

OpenAI 兼容端点

curl https://api.apiyi.com/v1/chat/completions \
  -H "Authorization: Bearer $APIYI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-4-carbon",
    "messages": [{"role": "user", "content": "解释一下潮汐锁定。"}],
    "max_tokens": 1024
  }'

注意：max_tokens 现在会生效，但它把思考 tokens 一起计入；设得太小会出现“思考完就没有正文”的 MAX_TOKENS，难题请留足预算。

定价与缓存

项目	价格（每 1M tokens）
输入	$2（2026-12-01 起 $4）
输出（含思考）	$10（2026-12-01 起 $20）
缓存读取	$0.10（输入价 95% off）

限时价至 2026 年 11 月 30 日；12 月 1 日起随谷歌恢复标准价，APIYI 同步调整。
仅支持隐式缓存，最低 4,096 tokens；不支持显式 cachedContents。
思考 tokens 按输出计费，high 档的实际成本会明显高于 low。

原厂切换应答模型：现象与应对

现象：请求 gemini-4-carbon 时，原生响应里的 modelVersion 绝大多数应为 gemini-4-carbon。此前曾观察到部分响应显示 3.1-flash-lite-05-2026，表现为延迟明显更低、思考 tokens 很少；流式里同一个 responseId 的前后分块也可能出现两个版本。资源调整后复测，该现象未再复现。 怎么理解：这是谷歌侧按请求切换应答模型的行为。谷歌官方政策允许按请求更换应答模型，官方开发者论坛已有 gemini-3.1-pro-preview 被切到 3.1-flash-lite-preview-03-2026 的相似报告；此前在 APIYI 上看到的是 05-2026 快照。这不代表你的请求存在违规，也不代表账号被降权；具体触发条件在外部无法确认，可能是路由 / 风控策略，也可能是版本或计量元数据异常。当前已恢复稳定，但原厂保留该能力。 对使用的影响：

简单任务通常看不出差别；难题、长程 agent、需要深度思考的场景，落到 Flash-Lite 时质量会下降。
若再次遇到，延迟会异常低、思考 tokens 很少，不要把它当成 Carbon 本体的性能。

建议：

关键任务记录原生响应的 modelVersion（OpenAI 兼容端不返回该字段），落到 3.1-flash-lite 时按业务决定是否重试。
对一致性要求高的场景做二次校验：让模型给出处、跑单元测试、或换一个模型交叉检查。
用 thinkingLevel: high 和更明确的步骤约束，让任务本身更“抗降级”。
不要把“每次都是 Carbon 本体”写进 SLA。

选型建议

场景	建议
难题、长程编码、科学推理、安全审计	Carbon，`thinkingLevel: high`，预留足够输出预算
日常代码、知识工作、交互式任务	Argon 更快、更省，Carbon 的额外思考不一定划算
高并发、低延迟、成本敏感	Flash 系列或 Flash-Lite；Carbon 不适合
超长文档（>20 万 tokens）	本轮只验证到 19.9 万；更长建议分段或先小样本验证

模型价格与官网对齐，且可能随官网调整；本页价格仅供参考，具体以顶部导航「模型价格」栏目为准：模型价格。

产品基础

基础 API

图片 API（官转）

视频 API（官转）

多模态理解 API

文本生成

音频 API（官转）

检索与安全

核心优势

综合智能排名第一

网络安全三项 SOTA

官方 1M 统一窗口

双端点、工具链完整

模型信息

官方基准

思考控制与参数

上下文与输出：官方 1M，实测 19.9 万通过

接入示例

Gemini 原生端点

OpenAI 兼容端点

定价与缓存

原厂切换应答模型：现象与应对

选型建议

相关文档

​核心优势

综合智能排名第一

网络安全三项 SOTA

官方 1M 统一窗口

双端点、工具链完整

​模型信息

​官方基准

​思考控制与参数

​上下文与输出：官方 1M，实测 19.9 万通过

​接入示例

​Gemini 原生端点

​OpenAI 兼容端点

​定价与缓存

​原厂切换应答模型：现象与应对

​选型建议

​相关文档

核心优势

模型信息

官方基准

思考控制与参数

上下文与输出：官方 1M，实测 19.9 万通过

接入示例

Gemini 原生端点

OpenAI 兼容端点

定价与缓存

原厂切换应答模型：现象与应对

选型建议

相关文档