> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Генерация текста Gemini 4 Карбон

> Gemini 4 Карбон, самая мощная модель Google для рассуждений, доступна в APIYI с эндпоинтами, нативными для Gemini, и совместимыми с OpenAI, по тарифу $2/$10 на ограниченный срок, с единым контекстным окном на 1 млн и тремя уровнями рассуждения. Включает результаты тестирования при низком числе параллельных запросов и рекомендации по переключению на Flash-Lite на стороне провайдера.

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.

> [!NOTE]
>
> **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.

> [!WARNING]
>
> **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

> [card] 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.

> [card] 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.

> [card] 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.**

> [card] 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

```bash theme={null}
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

```bash theme={null}
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**:

1. 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`.
2. Для задач, где важна согласованность результатов, добавьте проверку: запрашивайте источники, запускайте модульные тесты или сверяйте результат с другой моделью.
3. Используйте `thinkingLevel: high` и явно задавайте ограничения по шагам, чтобы задача была устойчивее к таким переключениям.
4. 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 |

> [!NOTE]
>
> 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](https://docs.apiyi.com/ru/models/index.md).

## Связанная документация

* [Примечание о запуске Gemini 4 Carbon](https://docs.apiyi.com/en/news/gemini-4-carbon-launch.md)
* [Сведения о модели Gemini 4 Carbon](https://docs.apiyi.com/ru/models/gemini-4-carbon.md)
* [Эндпоинт Gemini-native](https://docs.apiyi.com/ru/api-capabilities/gemini/native.md)
* [Обзор Gemini 4 Argon](https://docs.apiyi.com/ru/api-capabilities/gemini-4-argon/overview.md)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.