
Gemini 4 Carbon APIとGemini 4 Argon APIは同じリクエストを受け付け、入力・出力トークンの単価も同じです。そのため、どちらを選ぶかは移行ではなく振り分けの判断になります。PoYoでは文字列を1つ変えるだけで切り替えられます。gemini-4-carbon(モデルページ)か gemini-4-argon(モデルページ)です。この記事では、APIレベルで何が違うのか、Googleのベンチマークの差からどのリクエストをCarbonに送るべきか、そしてコードにそのまま組み込めるルーターを紹介します。
Carbonを初めて使う場合は、Gemini 4 Carbon APIの概要と最初のリクエストのガイドから始めてください。Argon単体についてはGemini 4 Argon APIガイドを参照してください。
Gemini 4 Carbon API vs Gemini 4 Argon APIの概要
| Gemini 4 Carbon | Gemini 4 Argon | |
|---|---|---|
| PoYoのモデルID | gemini-4-carbon | gemini-4-argon |
| PoYoのエンドポイント | POST /v1/chat/completions、POST /v1beta/models/gemini-4-carbon:generateContent / :streamGenerateContent | 同じ2つの形式(gemini-4-argon を指定) |
| コンテキストウィンドウ | 100万トークン | 100万トークン |
| 1レスポンスあたりの最大出力 | 64Kトークン | より大きい:Googleは入力と出力を合わせた1Mの上限と説明(Argonガイドを参照) |
| 入力タイプ | テキスト、画像、音声、動画、PDF | テキスト、画像、音声、動画、PDF |
| Googleによる位置づけ | 最も強力な推論モデル。探索・推論・検証により多くのトークンを使う | 効率的なモデル:応答が速く、ターンあたりのトークン消費が少ない |
| Googleの推奨 | 最も難しいマルチステップのコーディング、デバッグ、オープンエンドな調査 | 「大半のソフトウェアエンジニアリングとナレッジワークに最適な選択肢」 |
リクエストの構造は同一です。Chat CompletionsではモデルIDを model フィールドに、Gemini NativeではURLパスに指定します。どちらのモデルもストリーミングに対応しています("stream": true、または :streamGenerateContent)。エラーも同じで、不正なフィールドや形式の誤りは 400、キーの誤りは 401、不明なモデルIDは 404、クレジットが尽きた場合は 402 です。
振り分けを強制する唯一の上限は出力サイズです。ドキュメントに記載されたCarbonの上限は1レスポンスあたり64K出力トークンです。1つのレスポンスがそれより長くなる必要がある場合(たとえば複数ファイルの全面書き換えを1回で行う場合)は、Argonに送ってください。
移行の差分:JSONで変わる部分
Chat Completionsで、リクエストをArgonからCarbonに移す場合:
{
- "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
}
Gemini Nativeではパスだけが変わります。
POST https://api.poyo.ai/v1beta/models/gemini-4-argon:generateContent
POST https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent
Carbonを呼び出す際は、max_tokens(Chat Completions)または generationConfig.maxOutputTokens(Gemini Native)を64,000以下にしてください。ボディのそれ以外の部分は変更不要です。
トークン単価:キャッシュ読み取り以外は同じ
現在のモデルページに掲載されているPoYoの価格です(1クレジット = $0.005)。
| 課金項目(100万トークンあたり) | PoYoのGemini 4 Carbon | PoYoのGemini 4 Argon | Google公式(両モデル、導入価格) |
|---|---|---|---|
| 入力 | $1.60(320クレジット) | $1.60(320クレジット) | $2.00 |
| 出力(思考を含む) | $8.00(1,600クレジット) | $8.00(1,600クレジット) | $10.00 |
| キャッシュ読み取り | $0.08(16クレジット) | $0.16(32クレジット) | $0.10(入力の95%オフ) |
GoogleはCarbonをArgonと同じ導入価格でリリースしました。提供開始の記事によれば導入期間は2026年11月30日に終了し、12月1日からは100万トークンあたり入力$4、出力$20が適用されます。Carbonの料金記事では、Googleの両方の料金とPoYoの現在の価格を比較しています。
違いはキャッシュ読み取りの行です。PoYoでは、Carbonのキャッシュ読み取りはArgonの半額です。この節約は確かにありますが、小さなものです。差はキャッシュされた100万トークンあたり$0.08で、出力が10,000トークン増えれば(100万トークンあたり$8.00で$0.08)相殺されます。GoogleによればCarbonはArgonよりタスクあたりのトークン消費が多いため、キャッシュが安くても、ほとんどのワークロードではCarbonのほうがタスクあたりの費用は高くなると考えてください。
同じトークン数での計算例(キャッシュ読み取り400K、新規入力50K、出力20K):
| Carbon | Argon | |
|---|---|---|
| 計算 | 0.4 × $0.08 + 0.05 × $1.60 + 0.02 × $8.00 | 0.4 × $0.16 + 0.05 × $1.60 + 0.02 × $8.00 |
| 費用 | $0.272(54.4クレジット) | $0.304(60.8クレジット) |
同じタスクでCarbonが20Kではなく30Kの出力トークンを必要とすれば、費用は$0.352になります。だからこそ、トークンあたりの費用ではなく、完了したタスクあたりの費用を測定すべきです。測定用のスクリプトは後述します。
振り分けの根拠としてのベンチマークの差
これらはGemini 4 Carbonの発表時の表にあるGoogle自身の数値なので、独立したテストではなくベンダーによる比較として扱ってください。差の列は、追加のトークンがどこで効果を発揮するかを示しています。
| ベンチマーク | Carbon | Argon | 差 |
|---|---|---|---|
| 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 |
振り分け表として読むと、次のようになります。
- 差が大きい:Carbonに振り分ける。 256K〜1Mトークンにわたる長いコンテキストの検索、ターミナル主導のエージェント作業、マルチステップのエージェントタスク、エクスプロイトの検証。
- 差が小さい:Argonのままにする。 業務自動化(+2.6)、一般的なナレッジワーク(Vals Index、+1.2)、CWE-benchでのパッチ生成(+3.0)。これらではArgonがターンあたりのトークン消費を抑えつつ、スコアの大半を得られます。
- サイバー分野の注意点。 Googleのサイバーセキュリティの結果はFairwind Program経由のアクセスを反映したもので、提供開始の記事によれば、サイバー用途のCarbonはこのプログラムを通じてのみ提供されます。公開APIでこれらのスコアが再現できるとは考えず、自分のタスクでテストしてください。
スコアの比較は1つの表の中だけで行ってください。Argonガイドで引用しているGoogleのArgon発表時の表では、ArgonのTerminal-Bench 4.0は57.4%となっています。Carbonの表はArtificial Analysisのハーネスを使っています(57.1%)。
振り分け戦略:デフォルトはArgon、必要に応じてCarbonへエスカレーション
Googleの推奨とベンチマークの差は、同じ設計を示しています。
- すべてのリクエストのデフォルトを
gemini-4-argonにする。 - 難しいことがわかっているタスクの種類は直接
gemini-4-carbonに振り分ける:リポジトリ全体のデバッグ、ターミナルエージェント、256Kトークンを超えるコンテキストに対する質問、セキュリティのトリアージ。 - 失敗したらエスカレーションする。 Argonの回答がチェック(テスト、スキーマ検証、採点器)に通らない場合や、
finish_reason: "length"で止まった場合は、Carbonで1回だけ再試行する。 - レスポンスが64Kトークンを超える必要がある場合はArgonを強制する。
このルーターは、PoYoのChat Completionsエンドポイントに向けたOpenAI SDKを使います。送るのはドキュメントに記載されたフィールド、model、messages、max_tokens だけです。
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 は独自の受け入れテストです。たとえば「パッチが適用でき、テストが通る」や「JSONが自分のスキーマに沿ってパースできる」などです。費用の見積もりでは、すべてのプロンプトトークンをキャッシュされていない入力として扱っています。PoYoのドキュメントに記載されたusageフィールドにはキャッシュされたトークンの内訳がないため、これは上限値です。
タスクあたりの費用を自分で測定する
トークン単価が同じなので、2つのAPIを分ける唯一の数値は受け入れられたタスクあたりの費用です。run() のすべての試行をログに記録します。
| 記録するフィールド | Chat Completionsでの取得元 | Gemini Nativeでの取得元 |
|---|---|---|
| 実際に使われたモデル | model | URLパス |
| 入力トークン | usage.prompt_tokens | usageMetadata.promptTokenCount |
| 出力トークン | usage.completion_tokens | usageMetadata.candidatesTokenCount + thoughtsTokenCount |
| 出力上限に達したか | finish_reason == "length" | finishReason |
| チェックに通ったか | 独自の採点器 | 独自の採点器 |
Googleは思考トークンを含めて出力に課金するため、Gemini Nativeでは thoughtsTokenCount を出力としてカウントしてください。ストリーミングでは、Chat Completionsの最後のチャンクに usage が含まれます。そのうえで、タスクの種類ごとに次の値を計算します。
cost per accepted task = sum(cost_usd of all attempts, incl. escalations) / tasks that passed
Argonをデフォルトにして実際のトラフィックを1週間流し、Carbonに直接送ったサンプルと比較します。Argonではエスカレーションが必要だったタスクをCarbonが通すなら、そのタスクの種類を CARBON_TASKS に追加します。ある種類でCarbonの合格率がArgonと変わらないなら、その種類はArgonのままにします。最初の数百回の呼び出しは、PoYoのダッシュボードと自分のログを突き合わせてください。
他社のモデルも比較検討している場合は、Gemini 4 Carbon API vs Claude Opus 5.5 API vs GPT-6 Astra APIを参照してください。予算ガード付きのエージェントループについては、コーディングエージェント向けGemini 4 Carbon APIを参照してください。
よくある質問
Gemini 4 Carbon APIはGemini 4 Argon APIより高いですか?
トークン単価では高くありません。PoYoではどちらも100万トークンあたり入力$1.60、出力$8.00で、Googleの導入価格では$2.00 / $10.00です。PoYoでは、Carbonのキャッシュ読み取りのほうが安くなっています(100万トークンあたり$0.08対$0.16)。タスク単位では、Googleによれば推論と検証により多くのトークンを使うため、通常はCarbonのほうが高くなります。
Gemini 4 Argon APIからGemini 4 Carbon APIに切り替えるには?
Chat Completionsで "model": "gemini-4-argon" を "model": "gemini-4-carbon" に変えるか、Gemini NativeのURLパスにあるモデルを変更します。Carbonでは max_tokens を64,000以下に保ってください。
Gemini 4 Carbon APIの最大出力はArgonと比べてどうですか?
Carbonは100万トークンのコンテキストウィンドウで、1レスポンスあたり最大64K出力トークンを返します。Argonははるかに長い単一レスポンスを許容するため、64Kを超える出力はArgonに振り分けてください。
コーディングにはGemini 4 ArgonとGemini 4 Carbonのどちらを使うべきですか?
Googleによれば、大半のソフトウェアエンジニアリングにはArgonが引き続き最適な選択肢です。Googleの表で差が最も大きい、最も難しいマルチステップのデバッグやターミナル主導のエージェント作業にはCarbonを使ってください。Terminal-Bench 4.0 (AA)で65.2%対57.1%、SWE-sweepで9.6%対4.3%です。
Gemini 4 CarbonとArgonは同じAPIエンドポイントを使いますか?
はい。どちらも同じPoYoのAPIキーで、POST https://api.poyo.ai/v1/chat/completions(OpenAI互換)と、POST https://api.poyo.ai/v1beta/models/{model}:generateContent または :streamGenerateContent(Gemini Native)で動作します。