comparisons

Gemini 4 Carbon API vs Gemini 4 Argon API:料金は同じ、どのリクエストをどちらに振り分けるか

Poyo.ai Team
4 min read
Share:

Gemini 4 Carbon APIとGemini 4 Argon APIの振り分け比較

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 CarbonGemini 4 Argon
PoYoのモデルIDgemini-4-carbongemini-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 CarbonPoYoのGemini 4 ArgonGoogle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):

CarbonArgon
計算0.4 × $0.08 + 0.05 × $1.60 + 0.02 × $8.000.4 × $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CarbonArgon差
ExploitGym54.8%42.0%+12.8
GraphWalks 256K–1M (BFS F1)96.2%84.2%+12.0
AA Intelligence Index v5.05950+9
Agents' Last Exam v1.177.4%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 261.2%55.0%+6.2
SWE-sweep9.6%4.3%+5.3
SEC-bench Pro88.2%83.4%+4.8
RiemannBench80.0%76.0%+4.0
CWE-bench71.0%68.0%+3.0
AutomationBench (Zapier)53.9%51.3%+2.6
Vals Index v2.270.4%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。

  1. すべてのリクエストのデフォルトを gemini-4-argon にする。
  2. 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。
  3. 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。
  4. 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modelURLパス
入力トークンusage.prompt_tokensusageMetadata.promptTokenCount
出力トークンusage.completion_tokensusageMetadata.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。

Share: