comparisons

Gemini 4 Carbon API vs Gemini 4 Argon API: mesmo preço, quais requisições encaminhar para cada um

Poyo.ai Team
11 min read
Share:

Comparação de roteamento entre a Gemini 4 Carbon API e a Gemini 4 Argon API

A Gemini 4 Carbon API e a Gemini 4 Argon API recebem a mesma requisição e custam o mesmo por token de entrada e de saída, então escolher entre elas é uma decisão de roteamento, não uma migração. Na PoYo, você troca mudando uma string: gemini-4-carbon (página do modelo) ou gemini-4-argon (página do modelo). Este post cobre o que muda no nível da API, o que os deltas de benchmark do Google dizem sobre quais requisições devem ir para o Carbon e um roteador que você pode colocar no seu código.

Ainda não conhece o Carbon? Comece pela visão geral da Gemini 4 Carbon API e pelo guia da primeira requisição. Para o Argon sozinho, veja o guia da API do Gemini 4 Argon.

Gemini 4 Carbon API vs Gemini 4 Argon API em resumo

Gemini 4 CarbonGemini 4 Argon
ID do modelo na PoYogemini-4-carbongemini-4-argon
Endpoints na PoYoPOST /v1/chat/completions, POST /v1beta/models/gemini-4-carbon:generateContent / :streamGenerateContentOs mesmos dois formatos, com gemini-4-argon
Janela de contexto1M tokens1M tokens
Saída máxima por resposta64K tokensMaior: o Google descreve um limite unificado de 1M para entrada e saída (veja nosso guia do Argon)
Tipos de entradaTexto, imagem, áudio, vídeo, PDFTexto, imagem, áudio, vídeo, PDF
Posicionamento do GoogleO modelo de raciocínio mais forte; gasta mais tokens para explorar, raciocinar e verificarModelo eficiente: respostas mais rápidas, menor gasto de tokens por turno
Orientação do GoogleProgramação de várias etapas, depuração e pesquisa aberta mais difíceis"A escolha ideal para a maior parte da engenharia de software e do trabalho com conhecimento"

O formato da requisição é idêntico. No Chat Completions, o ID do modelo vai no campo model; no Gemini Native, vai no caminho da URL. Os dois modelos suportam streaming ("stream": true ou :streamGenerateContent). Os erros também são os mesmos: 400 para campos inválidos ou formato errado, 401 para chave inválida, 404 para ID de modelo desconhecido e 402 quando seus créditos acabam.

O único limite que obriga um roteamento é o tamanho da saída. O teto documentado do Carbon é de 64K tokens de saída por resposta. Se uma única resposta precisar ser maior que isso (uma reescrita completa de vários arquivos de uma vez, por exemplo), envie-a ao Argon.

Diff de migração: o que muda no JSON

Movendo uma requisição do Argon para o Carbon no 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
 }

No Gemini Native, só o caminho muda:

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

Limite max_tokens (Chat Completions) ou generationConfig.maxOutputTokens (Gemini Native) a 64.000 ou menos ao chamar o Carbon. Nada mais no corpo precisa mudar.

Preço por token: igual, exceto nas leituras de cache

Preços da PoYo, conforme as páginas atuais dos modelos (1 crédito = US$ 0,005):

Medidor (por 1M de tokens)Gemini 4 Carbon na PoYoGemini 4 Argon na PoYoOficial do Google (ambos, introdutório)
Entrada$1.60 (320 créditos)$1.60 (320 créditos)$2.00
Saída (incl. raciocínio)$8.00 (1,600 créditos)$8.00 (1,600 créditos)$10.00
Leitura de cache$0.08 (16 créditos)$0.16 (32 créditos)$0.10 (95% de desconto sobre a entrada)

O Google lançou o Carbon com o preço introdutório do Argon. O post de disponibilidade diz que o período introdutório termina em 30 de novembro de 2026, e que US$ 4 de entrada e US$ 20 de saída por 1M de tokens valem a partir de 1º de dezembro. O post de preços do Carbon compara as duas tarifas do Google com o preço atual da PoYo.

A diferença é a linha de leitura de cache: na PoYo, as leituras de cache do Carbon custam metade das do Argon. Essa economia é real, mas pequena. São US$ 0,08 por 1M de tokens em cache, e 10.000 tokens de saída a mais (US$ 0,08 a US$ 8,00 por 1M) a anulam. Como o Google diz que o Carbon gasta mais tokens por tarefa que o Argon, espere que o Carbon custe mais por tarefa na maioria das cargas de trabalho, mesmo com o cache mais barato.

Um exemplo calculado com contagens de tokens idênticas (400K de leituras de cache, 50K de entrada nova, 20K de saída):

CarbonArgon
Cálculo0.4 × $0.08 + 0.05 × $1.60 + 0.02 × $8.000.4 × $0.16 + 0.05 × $1.60 + 0.02 × $8.00
Custo$0.272 (54.4 créditos)$0.304 (60.8 créditos)

Se o Carbon precisar de 30K tokens de saída para a mesma tarefa em vez de 20K, ele custa US$ 0,352. Por isso você deve medir o custo por tarefa concluída, não o custo por token. O script de medição está abaixo.

Deltas de benchmark como evidência para o roteamento

Estes são números do próprio Google, da tabela de lançamento do Gemini 4 Carbon, então trate-os como a comparação do fornecedor, não como um teste independente. A coluna de delta mostra onde os tokens extras compensam.

BenchmarkCarbonArgonDelta
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 (subconjunto 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

Leia como uma tabela de roteamento:

  • Diferenças grandes: encaminhe ao Carbon. Recuperação em contexto longo de 256K–1M tokens, trabalho de agentes conduzido pelo terminal, tarefas de agentes com várias etapas e validação de exploits.
  • Diferenças pequenas: mantenha no Argon. Automação de negócios (+2,6), trabalho geral com conhecimento (Vals Index, +1,2) e geração de patches no CWE-bench (+3,0). Aqui o Argon alcança a maior parte da pontuação gastando menos tokens por turno.
  • Ressalva sobre cibersegurança. Os resultados de cibersegurança do Google refletem o acesso pelo Fairwind Program, e o post de disponibilidade diz que o Carbon para cibersegurança é oferecido apenas por esse programa. Não presuma que a API pública reproduz essas pontuações. Teste nas suas próprias tarefas.

Compare pontuações apenas dentro de uma mesma tabela. Nosso guia do Argon cita a tabela de lançamento do Argon do Google, que informa 57,4% no Terminal-Bench 4.0 para o Argon. A tabela do Carbon usa o harness da Artificial Analysis (57,1%).

Estratégia de roteamento: Argon por padrão, escalar para o Carbon

A orientação do Google e as diferenças de benchmark apontam para o mesmo design:

  1. Envie toda requisição por padrão para gemini-4-argon.
  2. Encaminhe tipos de tarefa sabidamente difíceis direto para gemini-4-carbon: depuração em todo o repositório, agentes de terminal, perguntas sobre mais de 256K tokens de contexto e triagem de segurança.
  3. Escale em caso de falha. Se a resposta do Argon falhar na sua verificação (testes, validação de schema, um avaliador) ou parar com finish_reason: "length", tente uma vez no Carbon.
  4. Force o Argon quando a resposta precisar passar de 64K tokens.

Este roteador usa o SDK da OpenAI apontado para o endpoint Chat Completions da PoYo. Ele envia apenas campos documentados: model, messages e 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 é o seu próprio teste de aceitação, por exemplo "o patch é aplicado e os testes passam" ou "o JSON é validado pelo meu schema". A estimativa de custo trata todo token do prompt como entrada sem cache. Os campos de uso documentados pela PoYo não separam os tokens em cache, então isto é um limite superior.

Meça você mesmo o custo por tarefa

Os preços por token são iguais, então o único número que separa as duas APIs é o custo por tarefa aceita. Registre cada tentativa de run():

Campo a registrarOrigem no Chat CompletionsOrigem no Gemini Native
Modelo realmente usadomodelCaminho da URL
Tokens de entradausage.prompt_tokensusageMetadata.promptTokenCount
Tokens de saídausage.completion_tokensusageMetadata.candidatesTokenCount + thoughtsTokenCount
Atingiu o limite de saídafinish_reason == "length"finishReason
Passou na sua verificaçãoseu avaliadorseu avaliador

O Google cobra a saída incluindo os tokens de raciocínio, então no Gemini Native conte thoughtsTokenCount como saída. Com streaming, o último chunk do Chat Completions traz usage. Depois, por tipo de tarefa:

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

Rode uma semana de tráfego real com o Argon como padrão e compare com uma amostra enviada direto ao Carbon. Se o Carbon passar em tarefas para as quais o Argon precisou de escalonamento, adicione esse tipo de tarefa a CARBON_TASKS. Se a taxa de aprovação do Carbon em um tipo for igual à do Argon, mantenha esse tipo no Argon. Compare o painel da PoYo com o seu log nas primeiras centenas de chamadas.

Se você também está avaliando modelos de outros fornecedores, veja Gemini 4 Carbon API vs Claude Opus 5.5 API vs GPT-6 Astra API. Para um loop de agente com proteções de orçamento, veja Gemini 4 Carbon API para agentes de programação.

Perguntas frequentes

A Gemini 4 Carbon API é mais cara que a Gemini 4 Argon API?

Não por token. As duas custam US$ 1,60 de entrada e US$ 8,00 de saída por 1M de tokens na PoYo, e US$ 2,00 / US$ 10,00 no preço introdutório do Google. Na PoYo, a leitura de cache do Carbon é mais barata (US$ 0,08 contra US$ 0,16 por 1M). Por tarefa, o Carbon geralmente custa mais, porque o Google diz que ele usa mais tokens para raciocinar e verificar.

Como mudo da Gemini 4 Argon API para a Gemini 4 Carbon API?

Troque "model": "gemini-4-argon" por "model": "gemini-4-carbon" no Chat Completions, ou troque o modelo no caminho da URL do Gemini Native. Mantenha max_tokens em 64.000 ou menos para o Carbon.

Qual é a saída máxima da Gemini 4 Carbon API em comparação com o Argon?

O Carbon retorna até 64K tokens de saída por resposta, com uma janela de contexto de 1M de tokens. O Argon permite respostas únicas bem mais longas, então encaminhe saídas acima de 64K ao Argon.

Devo usar o Gemini 4 Argon ou o Gemini 4 Carbon para programação?

O Google diz que o Argon continua sendo a escolha ideal para a maior parte da engenharia de software. Use o Carbon para a depuração de várias etapas mais difícil e para trabalho de agentes conduzido pelo terminal, onde a tabela do Google mostra as maiores diferenças: Terminal-Bench 4.0 (AA) 65,2% contra 57,1% e SWE-sweep 9,6% contra 4,3%.

O Gemini 4 Carbon e o Argon usam o mesmo endpoint de API?

Sim. Os dois funcionam com POST https://api.poyo.ai/v1/chat/completions (compatível com a OpenAI) e POST https://api.poyo.ai/v1beta/models/{model}:generateContent ou :streamGenerateContent (Gemini Native), com a mesma chave de API da PoYo.

Share: