
Gemini 4 Carbon API dan Gemini 4 Argon API menerima permintaan yang sama dan berbiaya sama per token input dan output, jadi memilih di antara keduanya adalah keputusan routing, bukan migrasi. Di PoYo, Anda beralih cukup dengan mengganti satu string: gemini-4-carbon (halaman model) atau gemini-4-argon (halaman model). Artikel ini membahas apa yang berbeda di level API, apa arti selisih benchmark dari Google untuk menentukan permintaan mana yang cocok untuk Carbon, dan router yang bisa langsung Anda pasang di kode.
Baru mengenal Carbon? Mulailah dengan ikhtisar Gemini 4 Carbon API dan panduan permintaan pertama. Untuk Argon saja, lihat panduan API Gemini 4 Argon.
Gemini 4 Carbon API vs Gemini 4 Argon API secara ringkas
| Gemini 4 Carbon | Gemini 4 Argon | |
|---|---|---|
| ID model PoYo | gemini-4-carbon | gemini-4-argon |
| Endpoint di PoYo | POST /v1/chat/completions, POST /v1beta/models/gemini-4-carbon:generateContent / :streamGenerateContent | Dua format yang sama, dengan gemini-4-argon |
| Jendela konteks | 1M token | 1M token |
| Output maksimum per respons | 64K token | Lebih besar: Google menyebut batas gabungan input-output 1M (lihat panduan Argon kami) |
| Jenis input | Teks, gambar, audio, video, PDF | Teks, gambar, audio, video, PDF |
| Posisi menurut Google | Model penalaran terkuat; menghabiskan lebih banyak token untuk mengeksplorasi, bernalar, dan memverifikasi | Model efisien: respons lebih cepat, pemakaian token per giliran lebih rendah |
| Rekomendasi Google | Coding multi-langkah, debugging, dan riset terbuka yang paling sulit | "Pilihan ideal untuk sebagian besar rekayasa perangkat lunak dan pekerjaan pengetahuan" |
Bentuk permintaannya identik. Di Chat Completions, ID model ditaruh di field model; di Gemini Native, ID model ada di path URL. Kedua model mendukung streaming ("stream": true, atau :streamGenerateContent). Error-nya pun sama: 400 untuk field tidak valid atau format salah, 401 untuk kunci yang salah, 404 untuk ID model yang tidak dikenal, dan 402 saat kredit Anda habis.
Satu-satunya batas yang memaksa routing adalah ukuran output. Batas atas Carbon yang terdokumentasi adalah 64K token output per respons. Jika satu respons harus lebih panjang dari itu (misalnya menulis ulang banyak file sekaligus dalam satu kali jalan), kirim ke Argon.
Diff migrasi: apa yang berubah di JSON
Memindahkan permintaan dari Argon ke Carbon di Chat Completions:
{
- "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
}
Di Gemini Native, hanya path-nya yang berubah:
POST https://api.poyo.ai/v1beta/models/gemini-4-argon:generateContent
POST https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent
Batasi max_tokens (Chat Completions) atau generationConfig.maxOutputTokens (Gemini Native) di 64.000 atau kurang saat memanggil Carbon. Tidak ada bagian lain di body yang perlu diubah.
Harga per token: sama, kecuali baca cache
Harga PoYo, dari halaman model saat ini (1 kredit = $0.005):
| Meteran (per 1M token) | Gemini 4 Carbon di PoYo | Gemini 4 Argon di PoYo | Resmi Google (keduanya, perkenalan) |
|---|---|---|---|
| Input | $1.60 (320 kredit) | $1.60 (320 kredit) | $2.00 |
| Output (termasuk thinking) | $8.00 (1,600 kredit) | $8.00 (1,600 kredit) | $10.00 |
| Baca cache | $0.08 (16 kredit) | $0.16 (32 kredit) | $0.10 (diskon 95% dari input) |
Google merilis Carbon dengan harga perkenalan Argon. Artikel ketersediaannya menyebutkan bahwa masa perkenalan berakhir pada 30 November 2026, dan $4 input serta $20 output per 1M token berlaku mulai 1 Desember. Artikel harga Carbon membandingkan kedua tarif Google dengan harga PoYo saat ini.
Perbedaannya ada di baris baca cache: di PoYo, baca cache Carbon berbiaya setengah dari Argon. Penghematan ini nyata tetapi kecil. Besarnya $0.08 per 1M token cache, dan 10.000 token output tambahan ($0.08 dengan tarif $8.00 per 1M) sudah menghapusnya. Karena menurut Google Carbon menghabiskan lebih banyak token per tugas daripada Argon, perkirakan Carbon lebih mahal per tugas pada sebagian besar beban kerja, meskipun cache-nya lebih murah.
Contoh perhitungan dengan jumlah token yang identik (400K baca cache, 50K input baru, 20K output):
| Carbon | Argon | |
|---|---|---|
| Perhitungan | 0.4 × $0.08 + 0.05 × $1.60 + 0.02 × $8.00 | 0.4 × $0.16 + 0.05 × $1.60 + 0.02 × $8.00 |
| Biaya | $0.272 (54.4 kredit) | $0.304 (60.8 kredit) |
Jika Carbon membutuhkan 30K token output untuk tugas yang sama, bukan 20K, biayanya menjadi $0.352. Itulah sebabnya Anda perlu mengukur biaya per tugas yang selesai, bukan biaya per token. Skrip pengukurannya ada di bawah.
Selisih benchmark sebagai bukti routing
Ini adalah angka Google sendiri dari tabel peluncuran Gemini 4 Carbon, jadi perlakukan sebagai perbandingan dari vendor, bukan pengujian independen. Kolom selisih menunjukkan di mana token tambahan sepadan.
| Benchmark | Carbon | Argon | Selisih |
|---|---|---|---|
| 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 (subset offline) | 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 |
Baca tabel ini sebagai tabel routing:
- Selisih besar: arahkan ke Carbon. Retrieval konteks panjang di 256K–1M token, pekerjaan agen berbasis terminal, tugas agen multi-langkah, dan validasi exploit.
- Selisih kecil: tetap di Argon. Otomasi bisnis (+2,6), pekerjaan pengetahuan umum (Vals Index, +1,2), dan pembuatan patch di CWE-bench (+3,0). Di sini Argon meraih sebagian besar skor dengan token per giliran yang lebih sedikit.
- Catatan soal keamanan siber. Hasil keamanan siber Google mencerminkan akses melalui Fairwind Program, dan artikel ketersediaannya menyebutkan bahwa Carbon untuk keamanan siber hanya ditawarkan melalui program tersebut. Jangan berasumsi API publik akan menghasilkan skor yang sama. Uji pada tugas Anda sendiri.
Bandingkan skor hanya di dalam satu tabel. Panduan Argon kami mengutip tabel peluncuran Argon dari Google, yang melaporkan Terminal-Bench 4.0 sebesar 57,4% untuk Argon. Tabel Carbon memakai harness Artificial Analysis (57,1%).
Strategi routing: default ke Argon, eskalasi ke Carbon
Rekomendasi Google dan selisih benchmark mengarah ke desain yang sama:
- Jadikan
gemini-4-argondefault untuk setiap permintaan. - Arahkan jenis tugas yang sudah diketahui sulit langsung ke
gemini-4-carbon: debugging di seluruh repositori, agen terminal, pertanyaan atas lebih dari 256K token konteks, dan triase keamanan. - Eskalasi saat gagal. Jika jawaban Argon gagal dalam pemeriksaan Anda (tes, validasi skema, grader) atau berhenti dengan
finish_reason: "length", coba sekali lagi di Carbon. - Paksa Argon saat respons harus melebihi 64K token.
Router ini memakai SDK OpenAI yang diarahkan ke endpoint Chat Completions PoYo. Router hanya mengirim field yang terdokumentasi: model, messages, dan 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 adalah uji penerimaan Anda sendiri, misalnya "patch bisa diterapkan dan tes lulus" atau "JSON valid terhadap skema saya". Estimasi biaya memperlakukan setiap token prompt sebagai input tanpa cache. Field usage yang didokumentasikan PoYo tidak memisahkan token cache, jadi ini adalah batas atas.
Ukur sendiri biaya per tugas
Harga per token sama, jadi satu-satunya angka yang membedakan kedua API ini adalah biaya per tugas yang diterima. Catat setiap percobaan dari run():
| Field yang dicatat | Sumber di Chat Completions | Sumber di Gemini Native |
|---|---|---|
| Model yang benar-benar dipakai | model | Path URL |
| Token input | usage.prompt_tokens | usageMetadata.promptTokenCount |
| Token output | usage.completion_tokens | usageMetadata.candidatesTokenCount + thoughtsTokenCount |
| Mencapai batas output | finish_reason == "length" | finishReason |
| Lulus pemeriksaan Anda | grader Anda | grader Anda |
Google menghitung harga output termasuk token thinking, jadi di Gemini Native hitung thoughtsTokenCount sebagai output. Dengan streaming, chunk terakhir Chat Completions membawa usage. Lalu, per jenis tugas:
cost per accepted task = sum(cost_usd of all attempts, incl. escalations) / tasks that passed
Jalankan trafik nyata selama seminggu dengan Argon sebagai default dan bandingkan dengan sampel yang langsung dikirim ke Carbon. Jika Carbon meluluskan tugas yang di Argon memerlukan eskalasi, tambahkan jenis tugas itu ke CARBON_TASKS. Jika tingkat kelulusan Carbon untuk suatu jenis tugas sama dengan Argon, biarkan jenis itu di Argon. Cocokkan dasbor PoYo Anda dengan log Anda untuk beberapa ratus panggilan pertama.
Jika Anda juga menimbang model dari vendor lain, lihat Gemini 4 Carbon API vs Claude Opus 5.5 API vs GPT-6 Astra API. Untuk loop agen dengan pengaman anggaran, lihat Gemini 4 Carbon API untuk agen coding.
Pertanyaan yang sering diajukan
Apakah Gemini 4 Carbon API lebih mahal daripada Gemini 4 Argon API?
Tidak per token. Keduanya berbiaya $1.60 input dan $8.00 output per 1M token di PoYo, dan $2.00 / $10.00 dengan harga perkenalan Google. Di PoYo, baca cache Carbon lebih murah ($0.08 vs $0.16 per 1M). Per tugas, Carbon biasanya lebih mahal karena menurut Google model ini memakai lebih banyak token untuk bernalar dan memverifikasi.
Bagaimana cara beralih dari Gemini 4 Argon API ke Gemini 4 Carbon API?
Ganti "model": "gemini-4-argon" menjadi "model": "gemini-4-carbon" di Chat Completions, atau ganti model di path URL Gemini Native. Pertahankan max_tokens di 64.000 atau kurang untuk Carbon.
Berapa output maksimum Gemini 4 Carbon API dibandingkan Argon?
Carbon mengembalikan hingga 64K token output per respons, dengan jendela konteks 1M token. Argon mengizinkan satu respons yang jauh lebih panjang, jadi arahkan output di atas 64K ke Argon.
Sebaiknya saya memakai Gemini 4 Argon atau Gemini 4 Carbon untuk coding?
Menurut Google, Argon tetap menjadi pilihan ideal untuk sebagian besar rekayasa perangkat lunak. Gunakan Carbon untuk debugging multi-langkah tersulit dan pekerjaan agen berbasis terminal, tempat tabel Google menunjukkan selisih terbesar: Terminal-Bench 4.0 (AA) 65,2% vs 57,1%, dan SWE-sweep 9,6% vs 4,3%.
Apakah Gemini 4 Carbon dan Argon memakai endpoint API yang sama?
Ya. Keduanya bekerja dengan POST https://api.poyo.ai/v1/chat/completions (kompatibel dengan OpenAI) dan POST https://api.poyo.ai/v1beta/models/{model}:generateContent atau :streamGenerateContent (Gemini Native), dengan kunci API PoYo yang sama.