comparisons

Gemini 4 Carbon API vs Gemini 4 Argon API: ta sama cena, które żądania gdzie kierować

Poyo.ai Team
10 min read
Share:

Porównanie routingu Gemini 4 Carbon API i Gemini 4 Argon API

Gemini 4 Carbon API i Gemini 4 Argon API przyjmują to samo żądanie i kosztują tyle samo za token wejściowy i wyjściowy, więc wybór między nimi to decyzja o routingu, a nie migracja. W PoYo przełączasz się, zmieniając jeden ciąg znaków: gemini-4-carbon (strona modelu) lub gemini-4-argon (strona modelu). Ten artykuł omawia różnice na poziomie API, to, co różnice w benchmarkach Google mówią o żądaniach, które powinny trafiać do Carbon, oraz router, który możesz od razu wstawić do kodu.

Dopiero zaczynasz z Carbon? Zacznij od przeglądu Gemini 4 Carbon API i przewodnika po pierwszym żądaniu. O samym Argon przeczytasz w przewodniku po Gemini 4 Argon API.

Gemini 4 Carbon API vs Gemini 4 Argon API w skrócie

Gemini 4 CarbonGemini 4 Argon
ID modelu w PoYogemini-4-carbongemini-4-argon
Endpointy w PoYoPOST /v1/chat/completions, POST /v1beta/models/gemini-4-carbon:generateContent / :streamGenerateContentTe same dwa formaty, z gemini-4-argon
Okno kontekstu1M tokenów1M tokenów
Maks. wyjście na odpowiedź64K tokenówWiększe: Google opisuje wspólny limit wejścia i wyjścia 1M (zobacz nasz przewodnik po Argon)
Typy wejściaTekst, obraz, audio, wideo, PDFTekst, obraz, audio, wideo, PDF
Pozycjonowanie według GoogleNajsilniejszy model do rozumowania; zużywa więcej tokenów na eksplorację, rozumowanie i weryfikacjęModel wydajny: szybsze odpowiedzi, mniejsze zużycie tokenów na turę
Zalecenia GoogleNajtrudniejsze wieloetapowe programowanie, debugowanie, otwarte badania„Idealny wybór dla większości prac z zakresu inżynierii oprogramowania i pracy z wiedzą”

Struktura żądania jest identyczna. W Chat Completions ID modelu trafia do pola model, w Gemini Native do ścieżki URL. Oba modele obsługują streaming ("stream": true lub :streamGenerateContent). Błędy też są takie same: 400 przy nieprawidłowych polach lub złym formacie, 401 przy złym kluczu, 404 przy nieznanym ID modelu i 402, gdy skończą się kredyty.

Jedynym limitem, który wymusza wybór trasy, jest rozmiar wyjścia. Udokumentowany limit Carbon to 64K tokenów wyjściowych na odpowiedź. Jeśli pojedyncza odpowiedź musi być dłuższa (np. pełne przepisanie wielu plików w jednym przebiegu), wyślij ją do Argon.

Diff migracji: co zmienia się w JSON

Przeniesienie żądania z Argon na Carbon w 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
 }

W Gemini Native zmienia się tylko ścieżka:

POST https://api.poyo.ai/v1beta/models/gemini-4-argon:generateContent
POST https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent

Wywołując Carbon, ogranicz max_tokens (Chat Completions) lub generationConfig.maxOutputTokens (Gemini Native) do 64,000 lub mniej. Nic więcej w treści żądania nie trzeba zmieniać.

Cena za token: równa, z wyjątkiem odczytów z cache

Ceny PoYo z aktualnych stron modeli (1 kredyt = $0.005):

Licznik (za 1M tokenów)Gemini 4 Carbon w PoYoGemini 4 Argon w PoYoOficjalnie w Google (oba, cena wprowadzająca)
Wejście$1.60 (320 kredytów)$1.60 (320 kredytów)$2.00
Wyjście (wraz z myśleniem)$8.00 (1,600 kredytów)$8.00 (1,600 kredytów)$10.00
Odczyt z cache$0.08 (16 kredytów)$0.16 (32 kredyty)$0.10 (95% taniej niż wejście)

Google wprowadziło Carbon w cenie wprowadzającej Argon. Wpis o dostępności mówi, że okres wprowadzający kończy się 30 listopada 2026, a od 1 grudnia obowiązuje $4 za wejście i $20 za wyjście za 1M tokenów. Artykuł o cenniku Carbon porównuje obie stawki Google z aktualną ceną PoYo.

Różnica jest w wierszu odczytu z cache: w PoYo odczyty z cache w Carbon kosztują połowę tego co w Argon. Ta oszczędność jest realna, ale niewielka. To $0.08 za 1M tokenów z cache, a 10,000 dodatkowych tokenów wyjściowych ($0.08 przy $8.00 za 1M) całkowicie ją znosi. Ponieważ według Google Carbon zużywa na zadanie więcej tokenów niż Argon, przy większości obciążeń spodziewaj się, że zadanie na Carbon będzie droższe, nawet z tańszym cache.

Przykład wyliczenia przy identycznych liczbach tokenów (400K odczytów z cache, 50K nowego wejścia, 20K wyjścia):

CarbonArgon
Obliczenie0.4 × $0.08 + 0.05 × $1.60 + 0.02 × $8.000.4 × $0.16 + 0.05 × $1.60 + 0.02 × $8.00
Koszt$0.272 (54,4 kredytu)$0.304 (60,8 kredytu)

Jeśli Carbon potrzebuje na to samo zadanie 30K tokenów wyjściowych zamiast 20K, kosztuje ono $0.352. Dlatego mierz koszt ukończonego zadania, a nie koszt tokenu. Skrypt do pomiaru znajdziesz poniżej.

Różnice w benchmarkach jako argument przy routingu

To własne liczby Google z tabeli premierowej Gemini 4 Carbon, więc traktuj je jako porównanie dostawcy, a nie niezależny test. Kolumna z różnicą pokazuje, gdzie dodatkowe tokeny się opłacają.

BenchmarkCarbonArgonRóżnica
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 (podzbiór offline)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

Czytaj ją jak tabelę routingu:

  • Duże różnice: kieruj do Carbon. Wyszukiwanie w długim kontekście 256K–1M tokenów, praca agentów w terminalu, wieloetapowe zadania agentowe i walidacja exploitów.
  • Małe różnice: zostaw na Argon. Automatyzacja biznesowa (+2.6), ogólna praca z wiedzą (Vals Index, +1.2) i generowanie poprawek w CWE-bench (+3.0). Tutaj Argon osiąga większość wyniku, zużywając mniej tokenów na turę.
  • Zastrzeżenie dotyczące cyberbezpieczeństwa. Wyniki Google w cyberbezpieczeństwie odzwierciedlają dostęp przez program Fairwind, a wpis o dostępności mówi, że Carbon do zastosowań cyber jest oferowany wyłącznie w ramach tego programu. Nie zakładaj, że publiczne API odtworzy te wyniki. Testuj na własnych zadaniach.

Porównuj wyniki tylko w obrębie jednej tabeli. Nasz przewodnik po Argon cytuje tabelę premierową Argon od Google, która podaje dla Argon 57.4% w Terminal-Bench 4.0. Tabela Carbon używa harnessu Artificial Analysis (57.1%).

Strategia routingu: domyślnie Argon, eskalacja do Carbon

Zalecenia Google i różnice w benchmarkach wskazują na ten sam projekt:

  1. Domyślnie wysyłaj każde żądanie do gemini-4-argon.
  2. Znane trudne typy zadań kieruj od razu do gemini-4-carbon: debugowanie całego repozytorium, agentów terminalowych, pytania do kontekstu większego niż 256K tokenów i triaż bezpieczeństwa.
  3. Eskaluj przy porażce. Jeśli odpowiedź Argon nie przejdzie Twojej kontroli (testy, walidacja schematu, grader) lub zatrzyma się z finish_reason: "length", ponów raz na Carbon.
  4. Wymuś Argon, gdy odpowiedź musi przekroczyć 64K tokenów.

Ten router używa OpenAI SDK skierowanego na endpoint Chat Completions w PoYo. Wysyła tylko udokumentowane pola: model, messages i 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 to Twój własny test akceptacyjny, np. „poprawka się nakłada i testy przechodzą” albo „JSON parsuje się zgodnie z moim schematem”. Szacunek kosztu traktuje każdy token promptu jako wejście bez cache. Udokumentowane pola usage w PoYo nie wyodrębniają tokenów z cache, więc jest to górne oszacowanie.

Zmierz koszt zadania samodzielnie

Ceny za token są równe, więc jedyną liczbą, która odróżnia te dwa API, jest koszt zaakceptowanego zadania. Loguj każdą próbę z run():

Pole do logowaniaŹródło w Chat CompletionsŹródło w Gemini Native
Faktycznie użyty modelmodelŚcieżka URL
Tokeny wejścioweusage.prompt_tokensusageMetadata.promptTokenCount
Tokeny wyjścioweusage.completion_tokensusageMetadata.candidatesTokenCount + thoughtsTokenCount
Osiągnięto limit wyjściafinish_reason == "length"finishReason
Przeszło Twoją kontrolęTwój graderTwój grader

Google wycenia wyjście razem z tokenami myślenia, więc w Gemini Native licz thoughtsTokenCount jako wyjście. Przy streamingu ostatni chunk Chat Completions zawiera usage. Następnie, dla każdego typu zadania:

cost per accepted task = sum(cost_usd of all attempts, incl. escalations) / tasks that passed

Puść tydzień rzeczywistego ruchu z Argon jako domyślnym modelem i porównaj z próbką wysłaną od razu do Carbon. Jeśli Carbon rozwiązuje zadania, które w Argon wymagały eskalacji, dodaj ten typ zadania do CARBON_TASKS. Jeśli odsetek zaliczonych zadań danego typu w Carbon jest taki sam jak w Argon, zostaw ten typ na Argon. Przy pierwszych kilkuset wywołaniach porównuj panel PoYo ze swoim logiem.

Jeśli rozważasz też modele innych dostawców, zobacz Gemini 4 Carbon API vs Claude Opus 5.5 API vs GPT-6 Astra API. Pętlę agenta z ograniczeniem budżetu opisuje artykuł Gemini 4 Carbon API dla agentów programistycznych.

Najczęściej zadawane pytania

Czy Gemini 4 Carbon API jest droższe niż Gemini 4 Argon API?

Nie w przeliczeniu na token. Oba kosztują w PoYo $1.60 za wejście i $8.00 za wyjście za 1M tokenów, a w cenach wprowadzających Google $2.00 / $10.00. W PoYo odczyt z cache w Carbon jest tańszy ($0.08 wobec $0.16 za 1M). W przeliczeniu na zadanie Carbon zwykle kosztuje więcej, bo według Google zużywa więcej tokenów na rozumowanie i weryfikację.

Jak przejść z Gemini 4 Argon API na Gemini 4 Carbon API?

Zmień "model": "gemini-4-argon" na "model": "gemini-4-carbon" w Chat Completions albo zmień model w ścieżce URL Gemini Native. Dla Carbon utrzymuj max_tokens na poziomie 64,000 lub niższym.

Jakie jest maksymalne wyjście Gemini 4 Carbon API w porównaniu z Argon?

Carbon zwraca do 64K tokenów wyjściowych na odpowiedź, przy oknie kontekstu 1M tokenów. Argon pozwala na znacznie dłuższe pojedyncze odpowiedzi, więc wyjścia dłuższe niż 64K kieruj do Argon.

Gemini 4 Argon czy Gemini 4 Carbon do programowania?

Google twierdzi, że Argon pozostaje idealnym wyborem dla większości prac z zakresu inżynierii oprogramowania. Używaj Carbon do najtrudniejszego wieloetapowego debugowania i pracy agentów w terminalu, gdzie tabela Google pokazuje największe różnice: Terminal-Bench 4.0 (AA) 65.2% wobec 57.1% i SWE-sweep 9.6% wobec 4.3%.

Czy Gemini 4 Carbon i Argon używają tego samego endpointu API?

Tak. Oba działają z POST https://api.poyo.ai/v1/chat/completions (zgodny z OpenAI) oraz POST https://api.poyo.ai/v1beta/models/{model}:generateContent lub :streamGenerateContent (Gemini Native), z tym samym kluczem API PoYo.

Share: