Gemini 4 Carbon vs Argon: возможности, стоимость и выбор модели
Сравнение выпущенных Gemini 4 Carbon и Argon: официальные бенчмарки, общий контекст 1M, текущие цены API и маршруты APIMaster. Carbon начинается от $0.3588624/$1.794312.
Published
Выбирайте Carbon как первого кандидата для сложного программирования, длинноконтекстного рассуждения и задач защитной безопасности; оставляйте Argon как базовый уровень эффективности и измеряйте обе модели на своих задачах. Carbon опережает Argon во всех опубликованных Google сравнительных тестах при запуске. Оба API выпущены: Argon GA — 2026-10-13, Carbon GA — 2026-11-10.
На APIMaster Carbon сейчас начинается от $0.3588624 / $1.794312, тогда как Argon — от $0.8341424 / $4.170712 за миллион входных / выходных токенов. У обеих моделей по 4 публичных активных маршрута. Самая низкая котировка токенов Carbon примерно на 57,0% ниже, чем у Argon, в этом срезе; итоговая стоимость задачи по-прежнему зависит от расхода токенов и повторных попыток.
| Model ID | Исходная цена: текущий Google Standard | Текущие вход / выход APIMaster | Активные публичные маршруты | Скидка | Карточка модели |
|---|---|---|---|---|---|
gemini-4-carbon |
$2 / $10 до 2026-11-30 | От $0.3588624 / $1.794312 | 4 | До ~82,1% скидки | Сравнить маршруты Carbon |
gemini-4-argon |
$2 / $10 до 2026-11-30 | От $0.8341424 / $4.170712 | 4 | До ~58,3% скидки | Сравнить маршруты Argon |
gemini-3.8-flash |
$0.75 / $3.75 до 2026-12-31 | От $0.30201255 / $1.51006275 | 7 | До ~59,7% скидки | Сравнить маршруты Flash |
Проверено 2026-11-11 в 10:32 UTC. USD за миллион входных / выходных токенов. Учитываются только публичные маршруты status=1 без меток client-exclusive. Carbon в диапазоне от $0.3588624–$2 вход / $1.794312–$10 выход; Argon от $0.8341424–$2 / $4.170712–$10; 3.8 Flash от $0.30201255–$1.50 / $1.51006275–$7.50. Скидки сравниваются с текущими промо-тарифами Google Standard, а не с последующими полными ценами. Актуальная карточка на маркетплейсе является определяющей.
Сравните обе карточки моделей перед выбором маршрута. Подробности покупки см. в Дешёвый Carbon API и Дешёвый Argon API.
Проба GPT(GPT-6 Astra, GPT-6 Sol, GPT-5.6, GPT-5.5, gpt-5.6-luna, gpt-5.6-sol, gpt-5.6-terra, gpt-6.1-sol, gpt-6-astra, gpt-6-sol и gpt-6-luna доступны)
Зарегистрируйтесь и получите $20 на пробу GPT
Carbon и Argon: даты выпуска и спецификации моделей
| Пункт | Gemini 4 Carbon | Gemini 4 Argon |
|---|---|---|
| Публичный ID модели | gemini-4-carbon |
gemini-4-argon |
| Общая доступность API | 10 ноября 2026 | 13 октября 2026 |
| Позиционирование вендором | Новейший флагман; длинноконтекстное программирование, рассуждение и кибербезопасность | Эффективная работа Gemini 4; быстрее ответы и меньше токенов за ход |
| Единый контекст | 1 048 576 токенов | 1 048 576 токенов |
| Синхронный вывод по умолчанию | 65 536 токенов | 65 536 токенов |
| Входные данные | Текст, изображение, видео, аудио, PDF | Текст, изображение, видео, аудио, PDF |
| Вывод | Текст | Текст |
| Google Standard до 30 ноября | $2 / $10 за 1 млн входных / выходных | $2 / $10 за 1 млн входных / выходных |
Бюджет контекста распределяется между входом, рассуждением и выходом. Длинное декодирование может продлить генерацию в пределах оставшегося бюджета с использованием отдельного потока; ни одна модель не обещает вывод в 1M в обычном синхронном запросе. Встроенная поддержка инструментов и медиа у Google отделена от набора функций, предоставляемого конкретным маршрутом APIMaster.
Описание эффективности Argon взято из каталога моделей Google. Мы не измеряли текущую скорость APIMaster или количество токенов на выполненную задачу для этой статьи. Ни метка модели, ни одна цифра задержки на маркетплейсе не устанавливают контролируемого результата прямого сравнения.
Бенчмарки Carbon против Argon: что улучшилось?
Эти результаты взяты из сравнительной таблицы запуска Carbon от Google от 28 октября, а не из тестов APIMaster. Оба значения в каждой строке взяты из одной опубликованной таблицы. Процентные различия ниже — это процентные пункты, а не относительный прирост в процентах.
| Оценка | Carbon | Argon | Изменение |
|---|---|---|---|
| AA Intelligence Index v5 | 59 | 50 | +9 пунктов индекса |
| Vals Index v2.2 | 70,4% | 69,2% | +1,2 процентных пункта |
| SWE-sweep | 9,6% | 4,3% | +5,3 процентных пункта |
| Terminal-Bench 4.0 | 65,2% | 57,1% | +8,1 процентных пункта |
| Agents' Last Exam | 77,4% | 69,0% | +8,4 процентных пункта |
| GraphWalks, 256K–1M BFS F1 | 96,2% | 84,2% | +12,0 процентных пункта |
| RiemannBench | 80,0% | 76,0% | +4,0 процентных пункта |
| SEC-bench Pro | 88,2% | 83,4% | +4,8 процентных пункта |
| ExploitGym | 54,8% | 42,0% | +12,8 процентных пункта |
| CWE-bench | 71,0% | 68,0% | +3,0 процентных пункта |

Улучшение широкое, но неравномерное: Vals Index растёт умеренно, тогда как GraphWalks и работа с терминалом дают больший прирост. SWE-sweep более чем удваивается относительно Argon, но абсолютные 9,6% Carbon всё ещё оставляют сложные случаи нерешёнными. Внешние кибероценки Google проводились без защитных ограничений; развёрнутые разрешения и инструменты могут изменить поведение.
В обзоре Carbon обсуждаются независимые оценки и выводы о надёжности. Таблица лидеров на момент запуска — это доказательство для выбора кандидата, а не обещание относительно каждого репозитория или бизнес-процесса.
Цены API Carbon vs Argon и стоимость фиксированного числа токенов
Цены Google Standard для обеих моделей идентичны: $2 вход / $10 выход до 2026-11-30, затем $4 / $20 с 2026-12-01. Неявный кэшированный вход — $0.10, затем $0.20. Выход включает мышление. Сравнивайте текущие тарифы с текущими; более поздний ориентир $4 / $20 — это не сегодняшний счёт по Standard.
На момент проверки 2026-11-11 сравните карточку Carbon и карточку Argon:
| Одинаковый фиксированный бюджет токенов | Google Standard, любая модель | APIMaster Carbon от | APIMaster Argon от |
|---|---|---|---|
| 100 000 вход + 20 000 оплачиваемый выход | $0.40 | ~$0.07177 | ~$0.16683 |
| 1 000 задач при таком бюджете | $400 | ~$71.77 | ~$166.83 |
Это арифметические примеры, без учёта инструментов, кэша, медиа, повторных попыток и прочих сборов. Они предполагают одинаковые оплачиваемые токены. Самая низкая котировка Carbon экономит около $95.06 на 1 000 задач относительно Argon при таком точном бюджете. Модель, использующая меньше токенов рассуждения или требующая меньше попыток, может изменить фактический порядок стоимости задач.
Какая модель подходит для программирования, рассуждения и высоконагруженной работы?
| Рабочая нагрузка | Первый кандидат | Что определяет результат |
|---|---|---|
| Сложное исправление репозитория | Carbon | Принятый патч, прохождение тестов, частота регрессий и число итераций исправления |
| Рассуждение по длинным документам | Carbon | Полнота, ограничения, цитирование и неподтверждённые утверждения |
| Защитное исправление безопасности | Carbon | Подтверждённое исправление плюс корректное поведение после патча |
| Существующий стабильный рабочий процесс Argon | Оставить Argon как базовую линию | Измеренное качество Carbon и общий счёт на тех же фикстурах |
| Задержко-чувствительные или высоконагруженные запросы | Сравнить Argon, Carbon и Flash | p95 задержки, пропускная способность и стоимость на принятый вывод |
Используйте один и тот же промпт, инструменты, файлы, требования к выводу и критерии приёмки. Фиксируйте неудачные вызовы, вмешательства человека, затраченное время и общее число оплачиваемых токенов. Это предлагаемые задачи для оценки, а не измеренные победы. Для рутинного форматирования или извлечения данных более дешёвый уровень Flash может уже соответствовать требованиям.
Как переключаться между Carbon и Argon
Зарегистрируйтесь в APIMaster → создайте API-ключ → используйте API Base https://apimaster.ai/v1 и ID модели gemini-4-carbon. Сравните карточку Carbon и карточку Argon перед выбором маршрута.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["APIMASTER_API_KEY"],
base_url="https://apimaster.ai/v1",
)
response = client.chat.completions.create(
model="gemini-4-carbon",
messages=[{"role": "user", "content": "Review this migration plan and propose verification steps."}],
)
print(response.choices[0].message.content)
print(response.usage)
Чтобы сравнить Argon, измените только поле модели на gemini-4-argon, сохранив задачу и поддерживаемые параметры неизменными. Этот пример не выполнялся здесь как платный бенчмарк. Подтвердите структурированный вывод, заземление, вызов инструментов и длинное декодирование на каждом выбранном маршруте перед сравнением продвинутых рабочих процессов.
FAQ
Carbon лучше, чем Argon?
Carbon опережает во всех выбранных Google бенчмарках запуска от 28 октября. Это поддерживает его использование для сложной работы, но именно ваш процент завершения, задержка и итоговый счёт за задачи определяют выбор для развёртывания.
Carbon дороже?
Текущие цены Google Standard идентичны. На APIMaster самая низкая проверенная котировка токенов Carbon примерно на 57,0% ниже, чем у Argon, но итоговые затраты на задачи могут различаться из-за расхода токенов и повторных попыток.
Обе модели выпущены?
Да. Argon API GA — 13 октября, Carbon API GA — 10 ноября 2026 года. У обеих теперь есть публичные активные маршруты на APIMaster.
У обеих контекст 1M?
Обе документируют 1 048 576 токенов, общих для входа, мышления и выхода. Синхронный выход по умолчанию — 65 536; длинное декодирование — это отдельный поток, и поддержку совместимых маршрутов необходимо проверять.
Argon быстрее на APIMaster?
Google позиционирует Argon для эффективной работы с более быстрыми ответами и меньшим числом токенов на ход. В этой статье нет контролируемого измерения задержки на APIMaster, поэтому тестируйте выбранные маршруты и набор задач.
Где можно сравнить текущие цены?
Откройте карточку Carbon и карточку Argon. Актуальные карточки на маркетплейсе являются определяющими; цены и доступность могут меняться.
Источники
- Журнал изменений Google Gemini API: Carbon GA 10 ноября
- Спецификация модели Google Carbon
- Спецификация модели Google Argon
- Текущие цены Google API
- Анонс Google Carbon и оценки запуска, 28 октября
- Живые данные APIMaster по Carbon · данные по Argon
- Оригинальная таблица оценок запуска Google
- Каталог моделей Google: позиционирование
