Model icon
gemini-4-carbon
Modell:
Bruk Gemini 4 Carbon API til $1.60 for inndata / $8.00 for utdata per 1M tokens, 20 % under Google. 1M kontekst, 64K utdata, OpenAI- og Gemini-format.
Chat

Denne Playground er ment for demonstrasjon. Dataene gjelder bare i dette vinduet og slettes når du laster inn siden på nytt.

Skriv en melding …

Konfigurasjon
1.0
1.0
Prisdetaljer

Betal etter bruk. Ingen abonnement, ingen skjulte gebyrer.

1 kreditt = $0.005
ModellInndata /1M tokensBufferlesing /1M tokensUtdata /1M tokens
Gemini 4 Carbon
100K inndata- + 20K utdata-tokens: $0.320
$1.60/1M tokens
320 kreditter/1M tokens
$2.00/1M tokensSpar 20 %
$0.080/1M tokens
16 kreditter/1M tokens
$8.00/1M tokens
1600 kreditter/1M tokens
$10.00/1M tokensSpar 20 %
Slik faktureres det: Inndata- og utdata-tokens faktureres hver for seg, per 1M tokens.

Belastningen er basert på det endelige resultatet.

GEMINI 4 CARBON · TILGJENGELIG NÅ HOS POYO

Googles sterkeste resonneringsmodell i Gemini 4-serien for agentisk koding over lang tid, krevende kunnskapsarbeid, vitenskapelig resonnering og cyberforsvar

Gemini 4 Carbon API: Googles sterkeste resonneringsmodell, 20 % under offisiell pris

Gemini 4 Carbon er modellen Google kaller sin sterkeste resonneringsmodell, laget for kompleks programvareutvikling, multimodalt kunnskapsarbeid, vitenskapelig resonnering og forsvar innen cybersikkerhet. Ifølge modellkortet fra Google DeepMind er Carbon basert på Gemini 4 Argon og sikter mot ledende ytelse i agentiske arbeidsflyter over lang tid. Google kunngjorde modellen 28. oktober 2026 og åpnet den for utviklere på det betalte nivået av Gemini API 10. november 2026.

Hovedegenskaper i Gemini 4 Carbon API

Basert på Googles offisielle tabell over referansetester og lanseringsinnlegg, som sammenligner Gemini 4 Carbon med Gemini 4 Argon og andre ledende modeller innen koding, kunnskapsarbeid, lang kontekst, vitenskap og cyberforsvar.

01

Agentisk koding over lang tid

Google har laget Gemini 4 Carbon for vedvarende agentiske arbeidsflyter som å finne rotårsaken til feil og rette dem, koding med flere agenter og migreringer. I Googles tabell over referansetester får Carbon 65,2 % på Terminal-Bench 4.0 (AA) mot 57,1 % for Argon, og 9,6 % på SWE-sweep mot 4,3 %. Ifølge Google er den også nr. 1 på CursorBench 4.0.

  • 65,2 % på Terminal-Bench 4.0 (AA) mot 57,1 % for Argon
  • 9,6 % på SWE-sweep mot 4,3 % for Argon
  • 61,2 % på FrontierSWE 2 mot 55,0 % for Argon
Offisiell grafikk fra Google for Gemini 4 Carbon, Googles sterkeste resonneringsmodell i Gemini 4-serien

02

Foran Argon i hele Googles tabell over referansetester

Gemini 4 Carbon er den mest kapable modellen; Argon er søstermodellen som bruker færre tokens, til samme pris. Carbon får 59 på Artificial Analysis Intelligence Index v5.0 (Argon: 50), 53,9 % på Zapiers AutomationBench (51,3 %), 77,4 % på Agents' Last Exam v1.1 (69,0 %) og 96,2 % på GraphWalks 256K til 1M for gjenkalling i lang kontekst (84,2 %).

  • 59 mot 50 på AA Intelligence Index v5.0
  • 96,2 % mot 84,2 % på GraphWalks med lang kontekst (256K til 1M)
  • 80,0 % mot 76,0 % på RiemannBench og 81,5 % mot 74,7 % på OSWorld-2.1
Googles offisielle tabell over referansetester som sammenligner Gemini 4 Carbon med Gemini 4 Argon, GPT-6 Astra, Claude Opus 5.5 og Claude Fable 5.1

03

Finne sårbarheter: 88,2 % på SEC-bench Pro

Google rapporterer ledende resultater innen oppdagelse, validering og utbedring av sårbarheter. På SEC-bench Pro, som måler evnen til å finne sårbarheter, når Gemini 4 Carbon 88,2 % mot 83,4 % for Argon. Google påpeker at enkelte cybersikkerhetsfunksjoner er begrenset til verifiserte forsvarere gjennom Fairwind Program.

  • 88,2 % på SEC-bench Pro mot 83,4 % for Argon
  • Laget for defensive sikkerhetsteam
  • Enkelte cyberfunksjoner er forbeholdt Googles Fairwind Program
Offisielt diagram fra Google med resultater for å finne sårbarheter på SEC-bench Pro, der Gemini 4 Carbon når 88,2 %

04

Tette svakheter: 71,0 % på CWE-bench

Innen utbedring får Gemini 4 Carbon 71,0 % på CWE-bench, foran Argon og GPT-6 Astra på 68,0 %. Google rapporterer også over 2x forbedring sammenlignet med Argon i suksessraten for generering av sikker kode.

  • 71,0 % på CWE-bench mot 68,0 % for Argon
  • Over 2x forbedring i generering av sikker kode sammenlignet med Argon, ifølge Google
  • Lag utkast til rettelser for sikkerhetsgjennomgang
Offisielt diagram fra Google med resultater for patching på CWE-bench, der Gemini 4 Carbon når 71,0 %

05

Validere utnyttbarhet: 54,8 % på ExploitGym

Forsvarere må vite hvilke funn som er reelle. Gemini 4 Carbon setter ny toppstandard på ExploitGym med 54,8 %, mot 42,0 % for Argon, og hjelper forsvarere med å bekrefte hvilke funn som kan utnyttes og prioritere rettelser.

  • 54,8 % på ExploitGym mot 42,0 % for Argon
  • Ny toppstandard, ifølge Google
  • Suksessrate for prompt injection på Gray Swan IPI redusert til 0,0 % (Argon: 0,7 %)
Offisielt diagram fra Google med resultater på ExploitGym, der Gemini 4 Carbon når 54,8 %

Flere egenskaper i Gemini 4 Carbon

01

Kunnskapsarbeid med omfattende dokumenter

Carbon leder Zapiers AutomationBench med 53,9 % (Argon: 51,3 %) og Vals Index v2.2 med 70,4 %. Ifølge Google er den nr. 1 på AutomationBench og Perplexitys WANDR med over 2X lavere kostnad per oppgave enn den nest beste eksterne modellen.

02

Vitenskapelig og matematisk resonnering

Carbon får 80,0 % på RiemannBench og 64,8 % på Terminal-Bench-Science 0.1 (AA), foran Argons 76,0 % og 52,9 % på det samme modellkortet.

03

1M kontekst og multimodale inndata

Send opptil 1M tokens med tekst, bilder, lyd, video og PDF-er i én forespørsel. Carbon når 96,2 % på GraphWalks (256K til 1M, BFS F1), mot 84,2 % for Argon.

04

Ærligere og mer robuste agenter

Ifølge Google besto Carbon 92 % av oppgavene i Googles ærlighetstest mot 70 % for Argon, og reduserte suksessraten for indirekte prompt injection på Gray Swan IPI til 0,0 %, ned fra Argons 0,7 %.

Hva kan du bygge med Gemini 4 Carbon?

01

Kompleks feilsøking og kodemigrering

La Carbon spore en feil på tvers av et stort kodelager, foreslå en rettelse og verifisere den i utvidede sløyfer, eller koordinere refaktoreringer og migreringer med flere agenter.

02

Autonome forretningsflyter

Kjør helhetlige automatiseringer på tvers av API-er, dokumenter og regneark – den typen arbeid AutomationBench måler.

03

Finne og tette sårbarheter

Skann kode etter svakheter, prioriter funn og lag utkast til rettelser som sikkerhetsteamet ditt kan gjennomgå.

04

Åpen vitenskapelig forskning

Jobb deg gjennom problemer innen fysikk, matematikk og livsvitenskap som krever lange resonneringskjeder og nøye verifisering.

05

Multimodal dokument- og videoanalyse

Kombiner PDF-er, diagrammer, lyd og video i én forespørsel på 1M tokens for å besvare spørsmål på tvers av omfattende kildemateriale.

06

Langvarige agenter

Driv agenter som planlegger, kaller verktøy og beholder konteksten over mange runder, med strømmende svar for responsive brukergrensesnitt.

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

Resultater fra Googles offisielle tabell over referansetester for Gemini 4 Carbon (oktober 2026). Carbon og Argon koster det samme per inndata- og utdatatoken. Google posisjonerer Argon som sin effektive modell, med raskere svar og lavere tokenforbruk per runde. Carbon bruker flere tokens på å utforske grundig, resonnere dypt og kjøre utvidede verifiseringssløyfer, så velg Carbon til de vanskeligste oppgavene innen koding, forskning og sikkerhet.

ReferansetestGemini 4 CarbonGemini 4 ArgonGPT-6 AstraClaude Opus 5.5
Artificial Analysis Intelligence Index v5.059 (nr. 1)505758
Vals Index v2.270,4 % (nr. 1)69,2 %65,0 %70,2 %
Terminal-Bench 4.0 (AA)65,2 % (nr. 1)57,1 %59,1 %59,6 %
SWE-sweep9,6 % (nr. 1)4,3 %9,5 %3,6 %
FrontierSWE 261,2 %55,0 %65,5 %62,3 %
Agents' Last Exam v1.177,4 % (nr. 1)69,0 %73,1 %71,6 %
OSWorld-2.1 (offline-delsett)81,5 %74,7 %80,9 %87,2 %
AutomationBench (Zapier)53,9 % (nr. 1)51,3 %41,4 %42,5 %
GraphWalks 256K til 1M (BFS F1)96,2 % (nr. 1)84,2 %71,8 %66,8 %
RiemannBench80,0 % (nr. 1)76,0 %72,0 %69,6 %
CWE-bench71,0 % (nr. 1)68,0 %68,0 %67,0 %
ExploitGym54,8 % (nr. 1)42,0 %42,4 %34,5 %
SEC-bench Pro88,2 % (nr. 1)83,4 %85,4 %—

Kilde: Googles tabell over referansetester i «Gemini 4 Carbon: our next frontier model» (blog.google, oktober 2026) og modellkortet for Gemini 4 Carbon; metodikk på deepmind.google/models/evals-methodology/gemini-4-carbon. Resultatene innen cybersikkerhet gjenspeiler tilgang gjennom Googles Fairwind Program. «—» betyr at ingen poengsum er publisert.

Slik bruker du Gemini 4 Carbon API hos PoYo

1. Opprett en API-nøkkel: Logg inn på dashbordet hos PoYo og opprett en bearer-nøkkel. Den samme nøkkelen fungerer på tvers av modellene hos PoYo.

2. Velg forespørselsformat: Send POST https://api.poyo.ai/v1/chat/completions for å gjenbruke OpenAI SDK, eller POST https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent (og :streamGenerateContent) for multimodale nyttelaster i Gemini-native format.

3. Angi modell-ID: Send "model": "gemini-4-carbon" i OpenAI-formatet. Sett "stream": true for server-sent events, eller utelat det for å få ett enkelt JSON-svar.

Vanlige spørsmål om Gemini 4 Carbon

Hva er Gemini 4 Carbon?

Gemini 4 Carbon er Googles sterkeste resonneringsmodell i Gemini 4-serien. Ifølge modellkortet fra Google DeepMind er den basert på Gemini 4 Argon og laget for agentiske arbeidsflyter over lang tid innen kunnskapsarbeid, ingeniørarbeid, cybersikkerhet og vitenskapelig resonnering. Kunnskapsgrensen er mars 2026.

Er Gemini 4 Carbon tilgjengelig via API?

Ja. Google kunngjorde Gemini 4 Carbon 28. oktober 2026, først for en utvalgt gruppe cyberforsvarere, og gjorde den tilgjengelig for utviklere på det betalte nivået av Gemini API 10. november 2026. Hos PoYo kan du kalle den allerede i dag med modell-ID-en gemini-4-carbon.

Hva koster Gemini 4 Carbon?

Googles standardpris er $2.00 per 1M inndatatokens, $10.00 per 1M utdatatokens (inkludert tenketokens) og $0.10 per 1M bufrede inndatatokens, uten gratisnivå. Hos PoYo koster den $1.60 for inndata (320 kreditter), $8.00 for utdata (1600 kreditter) og $0.08 for lesing fra hurtigbuffer (16 kreditter) per 1M tokens, 20 % under Googles pris.

Finnes det et gratisnivå for Gemini 4 Carbon?

Googles prisside oppgir ikke noe gratisnivå for Gemini 4 Carbon. Hos PoYo betaler du etter forbruk med kreditter og kan teste modellen i nett-Playground før du integrerer den.

Hva er forskjellen mellom Gemini 4 Carbon og Gemini 4 Argon?

Begge har samme pris per inndata- og utdatatoken. Google beskriver Argon som sin effektive Gemini 4-modell, med raskere svar og lavere tokenforbruk per runde enn Carbon, og sier at Argon fortsatt er det ideelle valget for det meste av programvareutvikling og kunnskapsarbeid. Carbon bruker flere tokens på å resonnere dypt og verifisere eget arbeid, og scorer høyere på Googles modellkort, for eksempel 65,2 % mot 57,1 % på Terminal-Bench 4.0 (AA) og 96,2 % mot 84,2 % på GraphWalks.

Hva er kontekstvinduet og maks utdata for Gemini 4 Carbon?

Gemini 4 Carbon har et kontekstvindu på 1M tokens og kan returnere opptil 64K utdatatokens per svar. Den tar imot tekst, bilder, lyd, video og PDF som inndata og returnerer tekst.

Hvordan presterer Gemini 4 Carbon på referansetester?

På modellkortet fra Google DeepMind får Carbon 59 på Artificial Analysis Intelligence Index v5.0 (nr. 1 blant modellene som er oppført), 53,9 % på AutomationBench, 88,2 % på SEC-bench Pro og 80,0 % på RiemannBench. GPT-6 Astra leder på FrontierSWE 2 (65,5 % mot 61,2 %), og Claude Opus 5.5 leder på OSWorld-2.1 (87,2 % mot 81,5 %).

Hvordan kaller jeg Gemini 4 Carbon med OpenAI SDK?

Pek base URL-en i OpenAI SDK til https://api.poyo.ai/v1, bruk API-nøkkelen din fra PoYo, og sett model til gemini-4-carbon. For Gemini-native forespørsler kaller du https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent eller :streamGenerateContent. Strømming støttes i begge formatene.

Hvorfor bruke Gemini 4 Carbon via PoYo?

01

20 % lavere tokenkostnader

Betal $1.60 for inndata, $8.00 for utdata og $0.08 for lesing fra hurtigbuffer per 1M tokens, med fleksible kreditter etter forbruk.

02

OpenAI- og Gemini-format

Bruk /v1/chat/completions med eksisterende OpenAI SDK-er, eller /v1beta/models/gemini-4-carbon:generateContent for innebygde Gemini-funksjoner.

03

Bytt mellom Carbon og Argon

Send de vanskeligste oppgavene til Carbon og hverdagsarbeidet til Argon, eller sammenlign dem med Claude- og GPT-modeller – alt med én nøkkel hos PoYo.

04

Kom i gang på minutter

Prøv gemini-4-carbon i nett-Playground, og flytt deretter samme forespørsel til produksjon uten venteliste.