
Die Gemini 4 Carbon API und die Gemini 4 Argon API nehmen dieselbe Anfrage entgegen und kosten pro Input- und Output-Token gleich viel. Die Wahl zwischen ihnen ist also eine Routing-Entscheidung, keine Migration. Auf PoYo wechseln Sie durch Ändern eines einzigen Strings: gemini-4-carbon (Modellseite) oder gemini-4-argon (Modellseite). Dieser Beitrag zeigt, was sich auf API-Ebene unterscheidet, was Googles Benchmark-Abstände darüber aussagen, welche Anfragen auf Carbon gehören, und einen Router, den Sie direkt in Ihren Code übernehmen können.
Neu bei Carbon? Beginnen Sie mit dem Überblick zur Gemini 4 Carbon API und dem Leitfaden zur ersten Anfrage. Zu Argon allein lesen Sie den Gemini 4 Argon API-Leitfaden.
Gemini 4 Carbon API vs. Gemini 4 Argon API im Überblick
| Gemini 4 Carbon | Gemini 4 Argon | |
|---|---|---|
| PoYo-Modell-ID | gemini-4-carbon | gemini-4-argon |
| Endpunkte auf PoYo | POST /v1/chat/completions, POST /v1beta/models/gemini-4-carbon:generateContent / :streamGenerateContent | Dieselben zwei Formate, mit gemini-4-argon |
| Kontextfenster | 1M Token | 1M Token |
| Max. Output pro Antwort | 64K Token | Größer: Google beschreibt ein gemeinsames Input-Output-Limit von 1M (siehe unseren Argon-Leitfaden) |
| Input-Typen | Text, Bild, Audio, Video, PDF | Text, Bild, Audio, Video, PDF |
| Googles Positionierung | Stärkstes Reasoning-Modell; verbraucht mehr Token, um zu erkunden, zu schlussfolgern und zu verifizieren | Effizientes Modell: schnellere Antworten, geringerer Token-Verbrauch pro Turn |
| Googles Empfehlung | Schwierigstes mehrstufiges Coding, Debugging, offene Recherche | „Die ideale Wahl für den Großteil der Softwareentwicklung und Wissensarbeit“ |
Die Anfrageform ist identisch. Bei Chat Completions steht die Modell-ID im Feld model, bei Gemini Native im URL-Pfad. Beide Modelle unterstützen Streaming ("stream": true oder :streamGenerateContent). Auch die Fehler sind gleich: 400 für ungültige Felder oder ein falsches Format, 401 für einen ungültigen Schlüssel, 404 für eine unbekannte Modell-ID und 402, wenn Ihre Credits aufgebraucht sind.
Das einzige Limit, das eine Route erzwingt, ist die Output-Größe. Carbons dokumentierte Obergrenze liegt bei 64K Output-Token pro Antwort. Muss eine einzelne Antwort länger sein (zum Beispiel ein vollständiges Rewrite mehrerer Dateien in einem Durchgang), schicken Sie sie an Argon.
Migrations-Diff: was sich im JSON ändert
Eine Anfrage in Chat Completions von Argon auf Carbon umstellen:
{
- "model": "gemini-4-argon",
+ "model": "gemini-4-carbon",
"messages": [
{"role": "user", "content": "Find the root cause of the failing test and propose a patch."}
],
- "max_tokens": 120000,
+ "max_tokens": 64000,
"stream": true
}
Bei Gemini Native ändert sich nur der Pfad:
POST https://api.poyo.ai/v1beta/models/gemini-4-argon:generateContent
POST https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent
Begrenzen Sie max_tokens (Chat Completions) oder generationConfig.maxOutputTokens (Gemini Native) auf höchstens 64.000, wenn Sie Carbon aufrufen. Sonst muss sich im Body nichts ändern.
Preis pro Token: gleich, außer beim Cache-Read
PoYo-Preise von den aktuellen Modellseiten (1 Credit = $0.005):
| Messgröße (pro 1M Token) | Gemini 4 Carbon auf PoYo | Gemini 4 Argon auf PoYo | Google offiziell (beide, Einführungspreis) |
|---|---|---|---|
| Input | $1.60 (320 Credits) | $1.60 (320 Credits) | $2.00 |
| Output (inkl. Thinking) | $8.00 (1,600 Credits) | $8.00 (1,600 Credits) | $10.00 |
| Cache-Read | $0.08 (16 Credits) | $0.16 (32 Credits) | $0.10 (95 % Rabatt auf Input) |
Google hat Carbon zu Argons Einführungspreis gestartet. Laut seinem Verfügbarkeitsbeitrag endet die Einführungsphase am 30. November 2026, und ab dem 1. Dezember gelten $4 Input und $20 Output pro 1M Token. Der Beitrag zu den Carbon-Preisen vergleicht beide Google-Tarife mit dem aktuellen PoYo-Preis.
Der Unterschied liegt in der Cache-Read-Zeile: Bei PoYo kosten Carbons Cache-Reads die Hälfte von Argons. Diese Ersparnis ist real, aber klein. Sie beträgt $0.08 pro 1M gecachte Token, und 10.000 zusätzliche Output-Token ($0.08 bei $8.00 pro 1M) heben sie wieder auf. Da Carbon laut Google mehr Token pro Aufgabe verbraucht als Argon, sollten Sie bei den meisten Workloads damit rechnen, dass Carbon pro Aufgabe mehr kostet, trotz des günstigeren Caches.
Ein Rechenbeispiel mit identischen Token-Zahlen (400K gecachte Reads, 50K neuer Input, 20K Output):
| Carbon | Argon | |
|---|---|---|
| Rechnung | 0.4 × $0.08 + 0.05 × $1.60 + 0.02 × $8.00 | 0.4 × $0.16 + 0.05 × $1.60 + 0.02 × $8.00 |
| Kosten | $0.272 (54.4 Credits) | $0.304 (60.8 Credits) |
Braucht Carbon für dieselbe Aufgabe 30K statt 20K Output-Token, kostet es $0.352. Deshalb sollten Sie die Kosten pro abgeschlossener Aufgabe messen, nicht die Kosten pro Token. Das Messskript folgt weiter unten.
Benchmark-Abstände als Grundlage für das Routing
Das sind Googles eigene Zahlen aus der Launch-Tabelle von Gemini 4 Carbon. Betrachten Sie sie also als Vergleich des Anbieters, nicht als unabhängigen Test. Die Spalte mit dem Abstand zeigt, wo sich die zusätzlichen Token auszahlen.
| Benchmark | Carbon | Argon | Abstand |
|---|---|---|---|
| ExploitGym | 54.8% | 42.0% | +12.8 |
| GraphWalks 256K–1M (BFS F1) | 96.2% | 84.2% | +12.0 |
| AA Intelligence Index v5.0 | 59 | 50 | +9 |
| Agents' Last Exam v1.1 | 77.4% | 69.0% | +8.4 |
| Terminal-Bench 4.0 (AA) | 65.2% | 57.1% | +8.1 |
| OSWorld-2.1 (offline subset) | 81.5% | 74.7% | +6.8 |
| FrontierSWE 2 | 61.2% | 55.0% | +6.2 |
| SWE-sweep | 9.6% | 4.3% | +5.3 |
| SEC-bench Pro | 88.2% | 83.4% | +4.8 |
| RiemannBench | 80.0% | 76.0% | +4.0 |
| CWE-bench | 71.0% | 68.0% | +3.0 |
| AutomationBench (Zapier) | 53.9% | 51.3% | +2.6 |
| Vals Index v2.2 | 70.4% | 69.2% | +1.2 |
Lesen Sie sie als Routing-Tabelle:
- Große Abstände: an Carbon routen. Retrieval mit langem Kontext über 256K–1M Token, terminalgesteuerte Agentenarbeit, mehrstufige Agentenaufgaben und Exploit-Validierung.
- Kleine Abstände: bei Argon bleiben. Geschäftsautomatisierung (+2,6), allgemeine Wissensarbeit (Vals Index, +1,2) und Patch-Generierung bei CWE-bench (+3,0). Hier erreicht Argon den Großteil der Punktzahl und verbraucht dabei weniger Token pro Turn.
- Vorbehalt bei Cyber. Googles Ergebnisse zur Cybersicherheit beruhen auf Zugang über das Fairwind Program, und laut Googles Verfügbarkeitsbeitrag wird Carbon für Cyber nur über dieses Programm angeboten. Gehen Sie nicht davon aus, dass die öffentliche API diese Werte reproduziert. Testen Sie mit Ihren eigenen Aufgaben.
Vergleichen Sie Werte nur innerhalb einer Tabelle. Unser Argon-Leitfaden zitiert Googles Launch-Tabelle zu Argon, die für Argon bei Terminal-Bench 4.0 57,4 % angibt. Die Carbon-Tabelle verwendet das Harness von Artificial Analysis (57,1 %).
Routing-Strategie: standardmäßig Argon, bei Bedarf Carbon
Googles Empfehlung und die Benchmark-Abstände führen zum selben Design:
- Jede Anfrage geht standardmäßig an
gemini-4-argon. - Bekannt schwierige Aufgabentypen gehen direkt an
gemini-4-carbon: repository-weites Debugging, Terminal-Agenten, Fragen über mehr als 256K Token Kontext und Sicherheits-Triage. - Bei einem Fehlschlag eskalieren. Besteht Argons Antwort Ihre Prüfung nicht (Tests, Schema-Validierung, ein Grader) oder endet sie mit
finish_reason: "length", versuchen Sie es einmal mit Carbon. - Argon erzwingen, wenn die Antwort 64K Token überschreiten muss.
Dieser Router nutzt das OpenAI SDK, ausgerichtet auf PoYos Chat-Completions-Endpunkt. Er sendet nur dokumentierte Felder: model, messages und max_tokens.
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["POYO_API_KEY"], base_url="https://api.poyo.ai/v1")
ARGON, CARBON = "gemini-4-argon", "gemini-4-carbon"
CARBON_MAX_OUTPUT = 64_000
# PoYo USD per 1M tokens, from the model pages on 2026-11-16
PRICE = {ARGON: (1.60, 8.00), CARBON: (1.60, 8.00)}
# Task types where Google's table shows the widest Carbon lead
CARBON_TASKS = {"repo_debug", "terminal_agent", "long_context_qa", "security_triage"}
def pick_model(task_type: str, max_tokens: int) -> str:
if max_tokens > CARBON_MAX_OUTPUT:
return ARGON
return CARBON if task_type in CARBON_TASKS else ARGON
def call(model: str, messages: list, max_tokens: int) -> dict:
resp = client.chat.completions.create(model=model, messages=messages, max_tokens=max_tokens)
u = resp.usage
price_in, price_out = PRICE[model]
cost = u.prompt_tokens / 1e6 * price_in + u.completion_tokens / 1e6 * price_out
return {
"model": resp.model,
"text": resp.choices[0].message.content,
"finish_reason": resp.choices[0].finish_reason,
"prompt_tokens": u.prompt_tokens,
"completion_tokens": u.completion_tokens,
"cost_usd": round(cost, 6),
}
def run(task_type: str, messages: list, check, max_tokens: int = 16_000) -> list:
"""Returns every attempt so you can log cost per task, including escalations."""
first = pick_model(task_type, max_tokens)
attempts = [call(first, messages, max_tokens)]
a = attempts[-1]
failed = a["finish_reason"] == "length" or not check(a["text"])
if first == ARGON and failed and max_tokens <= CARBON_MAX_OUTPUT:
attempts.append(call(CARBON, messages, max_tokens))
return attempts
check ist Ihr eigener Abnahmetest, zum Beispiel „der Patch lässt sich anwenden und die Tests laufen durch“ oder „das JSON lässt sich gegen mein Schema parsen“. Die Kostenschätzung behandelt jedes Prompt-Token als ungecachten Input. PoYos dokumentierte Usage-Felder weisen gecachte Token nicht gesondert aus, dies ist also eine Obergrenze.
Kosten pro Aufgabe selbst messen
Die Preise pro Token sind gleich, die einzige Zahl, die die beiden APIs unterscheidet, sind daher die Kosten pro akzeptierter Aufgabe. Loggen Sie jeden Versuch aus run():
| Zu loggendes Feld | Quelle bei Chat Completions | Quelle bei Gemini Native |
|---|---|---|
| Tatsächlich verwendetes Modell | model | URL-Pfad |
| Input-Token | usage.prompt_tokens | usageMetadata.promptTokenCount |
| Output-Token | usage.completion_tokens | usageMetadata.candidatesTokenCount + thoughtsTokenCount |
| Output-Grenze erreicht | finish_reason == "length" | finishReason |
| Prüfung bestanden | Ihr Grader | Ihr Grader |
Google berechnet Output einschließlich Thinking-Token, zählen Sie bei Gemini Native also thoughtsTokenCount als Output. Beim Streaming enthält der letzte Chat-Completions-Chunk usage. Dann, pro Aufgabentyp:
cost per accepted task = sum(cost_usd of all attempts, incl. escalations) / tasks that passed
Lassen Sie eine Woche echten Traffic mit Argon als Standard laufen und vergleichen Sie mit einer Stichprobe, die direkt an Carbon geht. Besteht Carbon Aufgaben, für die Argon eine Eskalation brauchte, fügen Sie diesen Aufgabentyp zu CARBON_TASKS hinzu. Entspricht Carbons Erfolgsquote bei einem Typ der von Argon, belassen Sie diesen Typ bei Argon. Gleichen Sie für die ersten paar Hundert Aufrufe Ihr PoYo-Dashboard mit Ihrem Log ab.
Wenn Sie auch Modelle anderer Anbieter abwägen, lesen Sie Gemini 4 Carbon API vs. Claude Opus 5.5 API vs. GPT-6 Astra API. Eine Agenten-Schleife mit Budget-Schutz finden Sie unter Gemini 4 Carbon API für Coding-Agenten.
Häufig gestellte Fragen
Ist die Gemini 4 Carbon API teurer als die Gemini 4 Argon API?
Nicht pro Token. Beide kosten bei PoYo $1.60 Input und $8.00 Output pro 1M Token und $2.00 / $10.00 nach Googles Einführungspreisen. Bei PoYo ist Carbons Cache-Read günstiger ($0.08 vs. $0.16 pro 1M). Pro Aufgabe kostet Carbon meist mehr, weil es laut Google mehr Token zum Schlussfolgern und Verifizieren verbraucht.
Wie wechsle ich von der Gemini 4 Argon API zur Gemini 4 Carbon API?
Ändern Sie bei Chat Completions "model": "gemini-4-argon" in "model": "gemini-4-carbon" oder ändern Sie das Modell im URL-Pfad von Gemini Native. Halten Sie max_tokens für Carbon bei höchstens 64.000.
Wie hoch ist der maximale Output der Gemini 4 Carbon API im Vergleich zu Argon?
Carbon liefert bis zu 64K Output-Token pro Antwort bei einem Kontextfenster von 1M Token. Argon erlaubt deutlich längere Einzelantworten, routen Sie Outputs über 64K also an Argon.
Sollte ich Gemini 4 Argon oder Gemini 4 Carbon zum Programmieren verwenden?
Laut Google bleibt Argon die ideale Wahl für den Großteil der Softwareentwicklung. Verwenden Sie Carbon für das schwierigste mehrstufige Debugging und terminalgesteuerte Agentenarbeit, wo Googles Tabelle die größten Abstände zeigt: Terminal-Bench 4.0 (AA) 65,2 % vs. 57,1 % und SWE-sweep 9,6 % vs. 4,3 %.
Nutzen Gemini 4 Carbon und Argon denselben API-Endpunkt?
Ja. Beide funktionieren mit POST https://api.poyo.ai/v1/chat/completions (OpenAI-kompatibel) und POST https://api.poyo.ai/v1beta/models/{model}:generateContent oder :streamGenerateContent (Gemini Native), mit demselben PoYo-API-Schlüssel.