
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 Carbon | Gemini 4 Argon | |
|---|---|---|
| ID do modelo na PoYo | gemini-4-carbon | gemini-4-argon |
| Endpoints na PoYo | POST /v1/chat/completions, POST /v1beta/models/gemini-4-carbon:generateContent / :streamGenerateContent | Os mesmos dois formatos, com gemini-4-argon |
| Janela de contexto | 1M tokens | 1M tokens |
| Saída máxima por resposta | 64K tokens | Maior: o Google descreve um limite unificado de 1M para entrada e saída (veja nosso guia do Argon) |
| Tipos de entrada | Texto, imagem, áudio, vídeo, PDF | Texto, imagem, áudio, vídeo, PDF |
| Posicionamento do Google | O modelo de raciocínio mais forte; gasta mais tokens para explorar, raciocinar e verificar | Modelo eficiente: respostas mais rápidas, menor gasto de tokens por turno |
| Orientação do Google | Programação 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 PoYo | Gemini 4 Argon na PoYo | Oficial 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):
| Carbon | Argon | |
|---|---|---|
| Cálculo | 0.4 × $0.08 + 0.05 × $1.60 + 0.02 × $8.00 | 0.4 × $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.
| Benchmark | Carbon | Argon | Delta |
|---|---|---|---|
| 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 (subconjunto offline) | 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 |
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:
- Envie toda requisição por padrão para
gemini-4-argon. - 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. - 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. - 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 registrar | Origem no Chat Completions | Origem no Gemini Native |
|---|---|---|
| Modelo realmente usado | model | Caminho da URL |
| Tokens de entrada | usage.prompt_tokens | usageMetadata.promptTokenCount |
| Tokens de saída | usage.completion_tokens | usageMetadata.candidatesTokenCount + thoughtsTokenCount |
| Atingiu o limite de saída | finish_reason == "length" | finishReason |
| Passou na sua verificação | seu avaliador | seu 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.