Генерация текста Gemini 4 Карбон

Gemini 4 Carbon (gemini-4-carbon) — самая мощная модель Google для рассуждений. Представленная 28 октября 2026 года и открытая для всех платных разработчиков и предприятий 10 ноября, теперь она доступна в APIYI. Она предназначена не для обычного чата, а для агентного программирования с длинным горизонтом планирования, плотной мультимодальной работы со знаниями, научного рассуждения и защиты от киберугроз. Одна и та же модель может выполнять циклы сборки и проверки в большой кодовой базе или формировать обоснованные ответы на основе PDF-файлов, электронных таблиц и презентаций. APIYI предоставляет как нативные для Gemini, так и совместимые с OpenAI эндпоинты в группах default и svip. Перед запуском мы провели тестирование с низким числом параллельных запросов, охватывающее оба эндпоинта, потоковую передачу, вызов функций, структурированный вывод, ввод изображений, уровни рассуждения и тест поиска иголки в стоге сена примерно на 199K tokens. Результаты и текущие ограничения описаны на этой странице.

Тарификация: $2 за входные данные / $10 за выходные данные на 1 млн tokens — ограниченная по времени ставка Google до 30 ноября 2026 года включительно. С 1 декабря применяется стандартная ставка $4 / $20, и APIYI будет ей следовать. Кэшированные входные данные стоят $0.10 за 1 млн tokens.

При запуске следует учитывать два момента:

Google сохраняет возможность переключать модель, формирующую ответ, для каждого запроса; после корректировки наших ресурсов это больше не воспроизводилось. Если modelVersion не является gemini-4-carbon, зафиксируйте это в журнале и повторите запрос. Это не означает, что ваш запрос нарушил какие-либо правила; см. раздел «Переключение модели на стороне провайдера» ниже.
Ограничение maxOutputTokens теперь применяется, но оно включает tokens рассуждения. Если установить его слишком низким значением (в нашем тесте это было 300), модель может завершить рассуждение с MAX_TOKENS, не предоставив ответ; оставляйте запас для сложных задач.

Основные моменты

Первое место по интеллекту

По данным Google, модель набрала 59 баллов в индексе интеллекта Artificial Analysis v5 и заняла первое место. Она также заняла первое место в CursorBench 4.0, Perplexity WANDR и Zapier AutomationBench; Google заявляет, что стоимость задачи более чем в 2 раза ниже, чем у следующей лучшей внешней модели.

Передовые возможности в области кибербезопасности

88,2% в SEC-bench Pro при поиске уязвимостей, 54,8% в ExploitGym при проверке возможности эксплуатации и 71,0% в CWE-bench при устранении первопричин — все показатели предоставлены Google и получены без защитных ограничений.

Официальное единое контекстное окно на 1 млн

Входные данные, рассуждение и выходные данные используют общее пространство объёмом 1 048 576 tokens; один сегмент streaming может содержать до 65 536 tokens, после чего доступно продолжение длительной генерации. Документ объёмом 199K tokens успешно прошёл наш тест «иголка в стоге сена»; перед использованием проверьте объём 500K–1M на небольшом образце.

Два эндпоинта, полный набор инструментов

Вызов функций с циклами запрос-ответ, JSON Schema, вводом изображений и streaming успешно прошли проверку на обоих эндпоинтах. Google также поддерживает выполнение кода, контекст URL, Computer Use и ввод файлов Office / PDF.

Информация о модели

Параметр	Значение
Название модели	`gemini-4-carbon`
Входные модальности	Текст, изображения, видео, аудио (официально; в нашем тестировании проверены текст и изображения)
Выходные модальности	Текст
Контекстное окно	Официально — 1 048 576 токенов на вход, рассуждение и вывод; проверено — 199K токенов
Максимальный вывод	Официально — 1 048 576 токенов при длительном декодировании; 65 536 на сегмент потоковой передачи, 32 768 без потоковой передачи
Уровни рассуждения	`medium` по умолчанию; поддерживаются `low` / `medium` / `high`; `thinkingBudget` и `minimal` не поддерживаются
Дата отсечения знаний	Март 2026 года
Группы	`default`, `svip`
Эндпоинты	`POST /v1beta/models/gemini-4-carbon:generateContent` (нативный), `POST /v1/chat/completions` (совместимый с OpenAI)
Потоковая передача	✅ Оба эндпоинта
Кэширование	Только неявное кэширование (официально, минимум 4 096 токенов); кэшированный ввод — $0.10 за 1 млн токенов

Официальные бенчмарки

Все приведённые ниже показатели опубликованы Google и не были независимо воспроизведены APIYI:

Бенчмарк	Что измеряет	Gemini 4 Карбон
Artificial Analysis Intelligence Index v5	Общий интеллект	59 (№ 1)
SEC-bench Pro	Поиск реальных уязвимостей	88,2%
ExploitGym	Проверка возможности эксплуатации	54,8%
CWE-bench	Устранение первопричин	71,0%
WebDev Arena	Веб-разработка	№ 4, 1768 (+89 Elo)
CursorBench 4.0	Практические задачи программирования	№ 1
Perplexity WANDR	Широкие и глубокие исследования	№ 1
Zapier AutomationBench	Сквозные бизнес-процессы	№ 1, стоимость задачи более чем в 2 раза ниже
Artificial Analysis MKA	Мультимодальные агенты для работы со знаниями	№ 2, стоимость задачи более чем в 6 раз ниже

Сторонняя организация Artificial Analysis отдельно измерила для Carbon показатель галлюцинаций AA-Omniscience: 11% (у Argon — около 4%); также она отмечает, что модель очень многословна (около 200 млн выходных tokens для полного запуска индекса против медианного значения 64 млн). Для работы с фактами запрашивайте источники и проверяйте их.

Рассуждение и параметры

Настройка	Поведение
Нет `thinkingConfig`	По умолчанию используется `medium`
`thinkingConfig.thinkingLevel: low`	Минимум рассуждений, самое быстрое получение первого токена; простые задачи и написание текстов
`thinkingConfig.thinkingLevel: medium`	Рекомендация Google для большинства задач с кодом и агентами
`thinkingConfig.thinkingLevel: high`	Максимум рассуждений, самое медленное получение первого токена; сложная математика, наука, сложный код
`thinkingConfig.thinkingBudget`	Не поддерживается Google и должен приводить к ошибке 400; в нашем тесте иногда принималось значение 0, не полагайтесь на это
`thinkingConfig.thinkingLevel: minimal`	400, `Thinking level MINIMAL is not supported`
`temperature` / `topP` / `topK`	Google фиксирует значения на уровне 1.0 / 0.95 / 64; пользовательские значения игнорируются
`maxOutputTokens`	Официальный лимит для рассуждений + вывода; теперь применяется, но слишком маленькое значение может привести к отсутствию ответа
`stopSequences`	✅ Учитывается (в нашем тесте ограничено на `END`)

maxOutputTokens включает токены рассуждений, поэтому Google рекомендует оставлять достаточный запас. В нашем тесте значения 50 / 100 / 300 исчерпались во время рассуждений, и вернули finishReason=MAX_TOKENS с небольшим количеством текста или без него. Для получения полного ответа установите значение в несколько тысяч; теперь APIYI передаёт этот параметр.

Контекст и результат: официально 1M, подтверждено 199K

В официальной карточке модели указано, что 1 048 576 tokens совместно используются для ввода, рассуждений и вывода; размер одного сегмента потоковой передачи может достигать 65 536 tokens, а продолжение декодирования поддерживается и при превышении этого значения. После корректировки ресурсов мы провели повторное тестирование:

Размер ввода	Сообщено `promptTokenCount`	Найдена искомая строка в конце
616 090 символов (~199K tokens)	199 277	✅

Ранее предполагавшееся ограничение ~128K и незаметное усечение не удалось воспроизвести. В этом раунде мы не тестировали диапазон 500K / 1M; перед отправкой очень длинных документов проверьте работу на небольшом образце.

Быстрый старт

Эндпоинт Gemini-native

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": "Prove that the square root of 2 is irrational."}]}],
    "generationConfig": {
      "thinkingConfig": {"thinkingLevel": "high"}
    }
  }'

Эндпоинт, совместимый с OpenAI

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": "Explain tidal locking."}],
    "max_tokens": 1024
  }'

Примечание: теперь применяется ограничение max_tokens, но токены рассуждения учитываются в нём. Слишком маленькое значение приводит к ответу MAX_TOKENS без самого ответа; для сложных задач оставляйте запас.

Цены и кэширование

Позиция	Цена за 1 млн tokens
Входные данные	$2 ($4 с 1 декабря 2026 года)
Выходные данные (включая размышления)	$10 ($20 с 1 декабря 2026 года)
Кэшированные входные данные	$0.10 (скидка 95% от цены входных данных)

Временный тариф действует по 30 ноября 2026 года включительно; с 1 декабря применяется стандартная цена Google, и APIYI также перейдёт на неё.
Поддерживается только неявное кэширование с минимумом в 4 096 tokens; явное cachedContents не поддерживается.
tokens размышлений тарифицируются как выходные данные, поэтому high обходится заметно дороже, чем low.

Переключение моделей на стороне провайдера: как это выглядит и что делать

Что происходит: когда вы вызываете gemini-4-carbon, в нативном ответе в поле modelVersion почти всегда должно быть указано gemini-4-carbon. Ранее некоторые ответы возвращали 3.1-flash-lite-05-2026 — задержка при этом была значительно ниже, а токенов рассуждения было очень мало; при потоковой передаче один и тот же responseId мог содержать обе версии в разных фрагментах. После корректировки ресурсов это больше не повторялось. Как это понимать: Google переключает модель, формирующую ответ, для каждого запроса. Политики использования Google допускают выбор модели ответа для каждого запроса, а на форуме разработчиков Google есть очень похожее сообщение о том, что gemini-3.1-pro-preview обслуживалась как 3.1-flash-lite-preview-03-2026; снимок состояния, который мы видели на APIYI, — 05-2026. Это не означает, что ваш запрос нарушил какие-либо правила, и не означает, что к вашей учётной записи применили санкции. Точную причину нельзя подтвердить извне; это может быть политика маршрутизации или контроля рисков либо аномалия в метаданных версии или учёта. Сейчас поведение стабильно, но Google сохраняет за собой возможность переключать модели. Влияние:

Простые задачи обычно выглядят так же; качество сложных задач, агентов с длинным горизонтом планирования и задач, требующих глубокого рассуждения, может снизиться, если запрос обслуживается через Flash-Lite.
Если это повторится, задержка будет необычно низкой, а токенов рассуждения будет мало; не считайте это производительностью Carbon на нативной модели.

Рекомендации:

Для критически важных задач записывайте значение modelVersion из нативных ответов (эндпоинт, совместимый с OpenAI, его не возвращает) и решайте, следует ли повторить запрос, если в нём указано 3.1-flash-lite.
Для задач, где важна согласованность результатов, добавьте проверку: запрашивайте источники, запускайте модульные тесты или сверяйте результат с другой моделью.
Используйте thinkingLevel: high и явно задавайте ограничения по шагам, чтобы задача была устойчивее к таким переключениям.
Не включайте в SLA гарантию, что запросы «всегда обслуживаются через Carbon».

Выбор модели

Сценарий	Рекомендация
Сложные задачи, программирование с длительным горизонтом, научное рассуждение, аудит безопасности	Carbon с `thinkingLevel: high` и достаточным бюджетом вывода
Повседневное программирование, работа со знаниями, интерактивные задачи	Argon работает быстрее и стоит дешевле; дополнительные рассуждения Carbon могут не оправдать себя
Высокая параллельная нагрузка, низкая задержка, чувствительность к стоимости	Серия Flash или Flash-Lite; Carbon не подходит
Очень длинные документы (>200K token)	В этом раунде проверено только 199K; разбейте документы на части или сначала проверьте их на небольшом примере

Цены на модели соответствуют официальному сайту и могут измениться; приведённая выше таблица предназначена только для справки. Вкладка Цены на модели в верхней навигации является источником достоверной информации: Цены на модели.

Основы

Базовый API

Image API (официальный)

Video API (официальный)

API мультимодального понимания