Model icon
gemini-4-carbon
Model:
Gunakan Gemini 4 Carbon API seharga $1.60 input / $8.00 output per 1M token, diskon 20% dari Google. Konteks 1M, output 64K, format OpenAI & Gemini.
Chat

Taman bermain ini untuk tujuan demo. Data hanya valid di jendela saat ini dan akan dibersihkan pada saat pembaharuan.

Ketik pesan.

Konfigurasi
1.0
1.0
Detail harga

Bayar sesuai pemakaian. Tanpa langganan, tanpa biaya tersembunyi.

1 kredit = $0.005
ModelInput /1M tokenBaca cache /1M tokenOutput /1M token
Gemini 4 Carbon
100K token input + 20K token output: $0.320
$1.60/1M token
320 kredit/1M token
$2.00/1M tokenHemat 20%
$0.080/1M token
16 kredit/1M token
$8.00/1M token
1600 kredit/1M token
$10.00/1M tokenHemat 20%
Cara penagihan: Token input dan output ditagih terpisah, per 1M token.

Biaya dihitung berdasarkan output akhir.

GEMINI 4 CARBON · TERSEDIA SEKARANG DI POYO

Model penalaran Gemini 4 terkuat dari Google untuk agentic coding jangka panjang, kerja pengetahuan yang padat, penalaran ilmiah, dan pertahanan siber

Gemini 4 Carbon API: Model Penalaran Terkuat Google, 20% di Bawah Harga Resmi

Gemini 4 Carbon adalah model yang disebut Google sebagai model penalaran terkuatnya, dibangun untuk rekayasa perangkat lunak yang kompleks, kerja pengetahuan multimodal, penalaran ilmiah, dan pertahanan keamanan siber. Model card Google DeepMind menyebutkan bahwa Carbon dibangun di atas Gemini 4 Argon dan menargetkan performa frontier dalam alur kerja agentik jangka panjang. Google mengumumkannya pada 28 Oktober 2026 dan membukanya untuk developer di paket berbayar Gemini API pada 10 November 2026.

Kemampuan Utama Gemini 4 Carbon API

Berdasarkan tabel benchmark resmi dan postingan peluncuran Google, membandingkan Gemini 4 Carbon dengan Gemini 4 Argon dan model frontier lainnya di bidang coding, kerja pengetahuan, konteks panjang, sains, dan pertahanan siber.

01

Agentic Coding Jangka Panjang

Google membangun Gemini 4 Carbon untuk alur kerja agentik berkelanjutan seperti menelusuri akar masalah dan menambal bug, coding multi-agen, dan migrasi. Dalam tabel benchmark Google, Carbon meraih 65.2% di Terminal-Bench 4.0 (AA) dibanding 57.1% untuk Argon, serta 9.6% di SWE-sweep dibanding 4.3%. Google juga melaporkan model ini menempati peringkat #1 di CursorBench 4.0.

  • 65.2% di Terminal-Bench 4.0 (AA) vs 57.1% untuk Argon
  • 9.6% di SWE-sweep vs 4.3% untuk Argon
  • 61.2% di FrontierSWE 2 vs 55.0% untuk Argon
Artwork resmi Google untuk Gemini 4 Carbon, model penalaran Gemini 4 terkuat dari Google

02

Unggul atas Argon di Seluruh Tabel Benchmark Google

Gemini 4 Carbon adalah model yang lebih mumpuni; Argon adalah saudaranya yang lebih hemat token dengan harga yang sama. Carbon meraih 59 di Artificial Analysis Intelligence Index v5.0 (Argon: 50), 53.9% di AutomationBench dari Zapier (51.3%), 77.4% di Agents' Last Exam v1.1 (69.0%), dan 96.2% di GraphWalks 256K hingga 1M untuk recall konteks panjang (84.2%).

  • 59 vs 50 di AA Intelligence Index v5.0
  • 96.2% vs 84.2% di GraphWalks konteks panjang (256K hingga 1M)
  • 80.0% vs 76.0% di RiemannBench dan 81.5% vs 74.7% di OSWorld-2.1
Tabel benchmark resmi Google yang membandingkan Gemini 4 Carbon dengan Gemini 4 Argon, GPT-6 Astra, Claude Opus 5.5, dan Claude Fable 5.1

03

Menemukan Kerentanan: 88.2% di SEC-bench Pro

Google melaporkan hasil terdepan dalam deteksi, validasi, dan remediasi kerentanan. Di SEC-bench Pro, yang mengukur kemampuan menemukan kerentanan, Gemini 4 Carbon mencapai 88.2% dibanding 83.4% untuk Argon. Google mencatat bahwa sebagian kemampuan keamanan siber hanya tersedia bagi defender terverifikasi melalui Fairwind Program miliknya.

  • 88.2% di SEC-bench Pro vs 83.4% untuk Argon
  • Dirancang untuk tim keamanan defensif
  • Sebagian fitur siber dibatasi melalui Fairwind Program Google
Grafik resmi Google untuk skor penemuan kerentanan SEC-bench Pro dengan Gemini 4 Carbon di 88.2%

04

Menambal Kelemahan: 71.0% di CWE-bench

Untuk remediasi, Gemini 4 Carbon meraih 71.0% di CWE-bench, mengungguli Argon dan GPT-6 Astra yang sama-sama meraih 68.0%. Google juga melaporkan peningkatan tingkat keberhasilan lebih dari 2x dibanding Argon dalam menghasilkan kode yang aman.

  • 71.0% di CWE-bench vs 68.0% untuk Argon
  • Peningkatan lebih dari 2x dalam pembuatan kode aman dibanding Argon, menurut Google
  • Susun draf patch remediasi untuk ditinjau tim keamanan
Grafik resmi Google untuk skor penambalan CWE-bench dengan Gemini 4 Carbon di 71.0%

05

Memvalidasi Eksploitabilitas: 54.8% di ExploitGym

Defender perlu tahu temuan mana yang nyata. Gemini 4 Carbon mencetak rekor terdepan baru di ExploitGym dengan 54.8%, dibanding 42.0% untuk Argon, membantu defender memastikan temuan mana yang dapat dieksploitasi dan memprioritaskan perbaikan.

  • 54.8% di ExploitGym vs 42.0% untuk Argon
  • Rekor terdepan baru, menurut Google
  • Keberhasilan prompt injection di Gray Swan IPI ditekan menjadi 0.0% (Argon: 0.7%)
Grafik resmi Google untuk skor ExploitGym dengan Gemini 4 Carbon di 54.8%

Kemampuan Gemini 4 Carbon Lainnya

01

Kerja Pengetahuan atas Dokumen Padat

Carbon memimpin AutomationBench dari Zapier dengan 53.9% (Argon: 51.3%) dan Vals Index v2.2 dengan 70.4%. Google menyebut model ini menempati peringkat #1 di AutomationBench dan WANDR dari Perplexity dengan biaya per tugas lebih dari 2X lebih rendah dibanding model eksternal terbaik berikutnya.

02

Penalaran Ilmiah dan Matematis

Carbon meraih 80.0% di RiemannBench dan 64.8% di Terminal-Bench-Science 0.1 (AA), mengungguli Argon yang meraih 76.0% dan 52.9% di model card yang sama.

03

Konteks 1M dan Input Multimodal

Kirim hingga 1M token teks, gambar, audio, video, dan PDF dalam satu permintaan. Carbon mencapai 96.2% di GraphWalks (256K hingga 1M, BFS F1), dibanding 84.2% untuk Argon.

04

Agen yang Lebih Jujur dan Lebih Tangguh

Google melaporkan Carbon lulus 92% tugas pada benchmark kejujurannya dibanding 70% untuk Argon, serta menekan tingkat keberhasilan indirect prompt injection di Gray Swan IPI menjadi 0.0%, dari 0.7% pada Argon.

Apa yang Bisa Anda Bangun dengan Gemini 4 Carbon?

01

Debugging Kompleks dan Migrasi Kode

Biarkan Carbon melacak bug di seluruh repositori besar, mengusulkan perbaikan, dan memverifikasinya dalam loop yang panjang, atau mengoordinasikan refactor dan migrasi multi-agen.

02

Alur Kerja Bisnis Otonom

Jalankan otomatisasi end-to-end lintas API, dokumen, dan spreadsheet, jenis pekerjaan yang diukur oleh AutomationBench.

03

Penemuan dan Penambalan Kerentanan

Pindai kode untuk mencari kelemahan, lakukan triase temuan, dan susun draf patch perbaikan untuk ditinjau oleh tim keamanan Anda.

04

Riset Ilmiah Terbuka

Selesaikan masalah fisika, matematika, dan ilmu hayati yang membutuhkan rantai penalaran panjang dan verifikasi yang cermat.

05

Analisis Dokumen dan Video Multimodal

Gabungkan PDF, grafik, audio, dan video dalam satu permintaan 1M token untuk menjawab pertanyaan dari materi sumber yang padat.

06

Agen yang Berjalan Lama

Jalankan agen yang merencanakan, memanggil tool, dan menjaga konteks di banyak giliran, dengan respons streaming untuk UI yang responsif.

Gemini 4 Carbon vs Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5

Skor dari tabel benchmark resmi Gemini 4 Carbon dari Google (Oktober 2026). Carbon dan Argon memiliki harga yang sama per token input dan output. Google memposisikan Argon sebagai model efisiennya, dengan respons lebih cepat dan pemakaian token per giliran yang lebih rendah. Carbon menggunakan lebih banyak token untuk mengeksplorasi secara menyeluruh, bernalar secara mendalam, dan menjalankan loop verifikasi yang panjang, jadi pilih Carbon untuk tugas coding, riset, dan keamanan yang paling sulit.

BenchmarkGemini 4 CarbonGemini 4 ArgonGPT-6 AstraClaude Opus 5.5
Artificial Analysis Intelligence Index v5.059 (#1)505758
Vals Index v2.270.4% (#1)69.2%65.0%70.2%
Terminal-Bench 4.0 (AA)65.2% (#1)57.1%59.1%59.6%
SWE-sweep9.6% (#1)4.3%9.5%3.6%
FrontierSWE 261.2%55.0%65.5%62.3%
Agents' Last Exam v1.177.4% (#1)69.0%73.1%71.6%
OSWorld-2.1 (subset Offline)81.5%74.7%80.9%87.2%
AutomationBench (Zapier)53.9% (#1)51.3%41.4%42.5%
GraphWalks 256K hingga 1M (BFS F1)96.2% (#1)84.2%71.8%66.8%
RiemannBench80.0% (#1)76.0%72.0%69.6%
CWE-bench71.0% (#1)68.0%68.0%67.0%
ExploitGym54.8% (#1)42.0%42.4%34.5%
SEC-bench Pro88.2% (#1)83.4%85.4%—

Sumber: tabel benchmark Google dalam "Gemini 4 Carbon: our next frontier model" (blog.google, Oktober 2026) dan model card Gemini 4 Carbon; metodologi di deepmind.google/models/evals-methodology/gemini-4-carbon. Hasil keamanan siber mencerminkan akses melalui Fairwind Program Google. "—" berarti tidak ada skor yang dipublikasikan.

Cara Menggunakan Gemini 4 Carbon API di PoYo

1. Buat API key: Masuk ke dashboard PoYo dan buat bearer key. Key yang sama berlaku untuk semua model PoYo.

2. Pilih format permintaan: Kirim POST https://api.poyo.ai/v1/chat/completions untuk memakai ulang SDK OpenAI, atau POST https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent (dan :streamGenerateContent) untuk payload multimodal native Gemini.

3. Tentukan ID model: Kirim "model": "gemini-4-carbon" dalam format OpenAI. Atur "stream": true untuk server-sent events, atau hilangkan untuk satu respons JSON.

Pertanyaan Umum tentang Gemini 4 Carbon

Apa itu Gemini 4 Carbon?

Gemini 4 Carbon adalah model penalaran Gemini 4 terkuat dari Google. Model card Google DeepMind menyebutkan bahwa model ini dibangun di atas Gemini 4 Argon dan dirancang untuk alur kerja agentik jangka panjang di bidang kerja pengetahuan, rekayasa, keamanan siber, dan penalaran ilmiah. Batas pengetahuannya adalah Maret 2026.

Apakah Gemini 4 Carbon tersedia melalui API?

Ya. Google mengumumkan Gemini 4 Carbon pada 28 Oktober 2026, awalnya untuk sebagian defender siber, lalu menyediakannya bagi developer di paket berbayar Gemini API pada 10 November 2026. Di PoYo, Anda bisa memanggilnya hari ini dengan ID model gemini-4-carbon.

Berapa biaya Gemini 4 Carbon?

Harga standar Google adalah $2.00 per 1M token input, $10.00 per 1M token output (termasuk token thinking), dan $0.10 per 1M token input cache, tanpa paket gratis. Di PoYo biayanya $1.60 input (320 kredit), $8.00 output (1.600 kredit), dan $0.08 baca cache (16 kredit) per 1M token, 20% di bawah harga Google.

Apakah ada paket gratis untuk Gemini 4 Carbon?

Halaman harga Google tidak mencantumkan paket gratis untuk Gemini 4 Carbon. Di PoYo Anda membayar sesuai pemakaian dengan kredit dan bisa menguji model ini di Playground web sebelum mengintegrasikannya.

Apa perbedaan Gemini 4 Carbon dan Gemini 4 Argon?

Keduanya memiliki harga token input dan output yang sama. Google menggambarkan Argon sebagai model Gemini 4 yang efisien, dengan respons lebih cepat dan pemakaian token per giliran lebih rendah dibanding Carbon, dan menyatakan bahwa Argon tetap menjadi pilihan ideal untuk sebagian besar rekayasa perangkat lunak dan kerja pengetahuan. Carbon menggunakan lebih banyak token untuk bernalar secara mendalam dan memverifikasi hasil kerjanya, serta meraih skor lebih tinggi di model card Google, misalnya 65.2% vs 57.1% di Terminal-Bench 4.0 (AA) dan 96.2% vs 84.2% di GraphWalks.

Berapa jendela konteks dan output maksimum Gemini 4 Carbon?

Gemini 4 Carbon memiliki jendela konteks 1M token dan dapat menghasilkan hingga 64K token output per respons. Model ini menerima input teks, gambar, audio, video, dan PDF serta menghasilkan teks.

Bagaimana performa Gemini 4 Carbon di benchmark?

Di model card Google DeepMind, Carbon meraih skor 59 di Artificial Analysis Intelligence Index v5.0 (#1 di antara model yang tercantum), 53.9% di AutomationBench, 88.2% di SEC-bench Pro, dan 80.0% di RiemannBench. GPT-6 Astra unggul di FrontierSWE 2 (65.5% vs 61.2%) dan Claude Opus 5.5 unggul di OSWorld-2.1 (87.2% vs 81.5%).

Bagaimana cara memanggil Gemini 4 Carbon dengan SDK OpenAI?

Arahkan base URL SDK OpenAI ke https://api.poyo.ai/v1, gunakan API key PoYo Anda, dan atur model ke gemini-4-carbon. Untuk permintaan native Gemini, panggil https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent atau :streamGenerateContent. Streaming didukung di kedua format.

Mengapa Menggunakan Gemini 4 Carbon melalui PoYo?

01

Biaya Token 20% Lebih Rendah

Bayar $1.60 input, $8.00 output, dan $0.08 baca cache per 1M token dengan kredit pay-as-you-go yang fleksibel.

02

Format OpenAI dan Gemini

Gunakan /v1/chat/completions dengan SDK OpenAI yang sudah ada, atau /v1beta/models/gemini-4-carbon:generateContent untuk fitur native Gemini.

03

Beralih antara Carbon dan Argon

Arahkan tugas tersulit ke Carbon dan pekerjaan sehari-hari ke Argon, atau bandingkan keduanya dengan model Claude dan GPT, semuanya dengan satu key PoYo.

04

Mulai dalam Hitungan Menit

Coba gemini-4-carbon di Playground web, lalu pindahkan permintaan yang sama ke produksi tanpa daftar tunggu.