
Gemini 4 Carbon API 和 Gemini 4 Argon API 接受相同的请求,每个输入和输出 token 的价格也相同,所以二者之间的选择是路由决策,而不是迁移。在 PoYo 上只需改一个字符串即可切换:gemini-4-carbon(模型页)或 gemini-4-argon(模型页)。本文介绍两者在 API 层面的差异、Google 的基准测试差距说明了哪些请求适合 Carbon,并给出一个可以直接放进代码的路由器。
第一次接触 Carbon?先阅读 Gemini 4 Carbon API 概览和第一个请求指南。单独了解 Argon,请参阅 Gemini 4 Argon API 指南。
Gemini 4 Carbon API 与 Gemini 4 Argon API 速览
| Gemini 4 Carbon | Gemini 4 Argon | |
|---|---|---|
| PoYo 模型 ID | gemini-4-carbon | gemini-4-argon |
| PoYo 上的接口 | POST /v1/chat/completions、POST /v1beta/models/gemini-4-carbon:generateContent / :streamGenerateContent | 同样两种格式,使用 gemini-4-argon |
| 上下文窗口 | 1M token | 1M token |
| 每次响应最大输出 | 64K token | 更大:Google 描述为 1M 的输入输出统一上限(见我们的 Argon 指南) |
| 输入类型 | 文本、图像、音频、视频、PDF | 文本、图像、音频、视频、PDF |
| Google 的定位 | 最强推理模型;花更多 token 去探索、推理和验证 | 高效模型:响应更快,每轮 token 花费更低 |
| Google 的建议 | 最难的多步骤编码、调试、开放式研究 | “大多数软件工程和知识工作的理想选择” |
请求结构完全相同。在 Chat Completions 中,模型 ID 放在 model 字段;在 Gemini Native 中放在 URL 路径里。两个模型都支持流式输出("stream": true 或 :streamGenerateContent)。错误也一样:字段无效或格式错误返回 400,密钥错误返回 401,模型 ID 未知返回 404,积分用完返回 402。
唯一迫使你做路由的限制是输出大小。Carbon 文档中的上限是每次响应 64K 输出 token。如果单次响应必须超过这个长度(例如一次性完成多文件重写),请发给 Argon。
迁移 diff:JSON 中改了什么
在 Chat Completions 中把请求从 Argon 迁到 Carbon:
{
- "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
}
在 Gemini Native 中只需改路径:
POST https://api.poyo.ai/v1beta/models/gemini-4-argon:generateContent
POST https://api.poyo.ai/v1beta/models/gemini-4-carbon:generateContent
调用 Carbon 时,把 max_tokens(Chat Completions)或 generationConfig.maxOutputTokens(Gemini Native)限制在 64,000 及以下。请求体其他部分无需改动。
每 token 价格:相同,缓存读取除外
PoYo 价格,取自当前模型页(1 积分 = $0.005):
| 计费项(每 1M token) | PoYo 上的 Gemini 4 Carbon | PoYo 上的 Gemini 4 Argon | Google 官方(两者,推广期) |
|---|---|---|---|
| 输入 | $1.60(320 积分) | $1.60(320 积分) | $2.00 |
| 输出(含思考) | $8.00(1,600 积分) | $8.00(1,600 积分) | $10.00 |
| 缓存读取 | $0.08(16 积分) | $0.16(32 积分) | $0.10(输入价 95% 折扣) |
Google 以 Argon 的推广期价格推出 Carbon。其开放公告称推广期于 2026 年 11 月 30 日结束,12 月 1 日起按每 1M token 输入 $4、输出 $20 计费。Carbon 价格文章对比了 Google 的两档价格和 PoYo 当前价格。
区别在缓存读取这一行:在 PoYo 上,Carbon 的缓存读取价格是 Argon 的一半。这项节省是真实的,但很小。每 1M 缓存 token 便宜 $0.08,而多出 10,000 个输出 token(按每 1M $8.00 计为 $0.08)就把它抵消了。由于 Google 表示 Carbon 每个任务比 Argon 消耗更多 token,即使缓存更便宜,在大多数工作负载上 Carbon 的单任务成本也会更高。
在 token 计数相同的情况下计算一个示例(400K 缓存读取、50K 新输入、20K 输出):
| Carbon | Argon | |
|---|---|---|
| 计算 | 0.4 × $0.08 + 0.05 × $1.60 + 0.02 × $8.00 | 0.4 × $0.16 + 0.05 × $1.60 + 0.02 × $8.00 |
| 费用 | $0.272(54.4 积分) | $0.304(60.8 积分) |
如果 Carbon 完成同一任务需要 30K 而不是 20K 输出 token,费用就是 $0.352。所以应该衡量每个完成任务的成本,而不是每 token 成本。衡量脚本见下文。
把基准测试差距作为路由依据
以下是 Google 在 Gemini 4 Carbon 发布表格中给出的自有数据,请视为厂商的对比,而非独立测试。差距一列告诉你额外的 token 在哪里能带来回报。
| 基准测试 | Carbon | Argon | 差距 |
|---|---|---|---|
| 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(离线子集) | 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 |
把它当作路由表来读:
- 差距大:路由到 Carbon。 256K–1M token 范围的长上下文检索、终端驱动的智能体工作、多步骤智能体任务,以及漏洞利用验证。
- 差距小:留在 Argon。 业务自动化(+2.6)、通用知识工作(Vals Index,+1.2)和 CWE-bench 上的补丁生成(+3.0)。在这些场景中,Argon 能拿到大部分分数,同时每轮花费更少的 token。
- 网络安全方面的注意事项。 Google 的网络安全结果基于通过 Fairwind Program 获得的访问权限,其开放公告称 Carbon 的网络安全用途只通过该项目提供。不要假设公开 API 能复现这些分数。请在你自己的任务上测试。
只在同一张表内比较分数。我们的 Argon 指南引用的是 Google 的 Argon 发布表格,其中 Argon 的 Terminal-Bench 4.0 为 57.4%。Carbon 表格使用 Artificial Analysis 的测试框架(57.1%)。
路由策略:默认 Argon,必要时升级到 Carbon
Google 的建议和基准测试差距指向同一种设计:
- 所有请求默认使用
gemini-4-argon。 - 已知的高难度任务类型直接路由到
gemini-4-carbon:全仓库调试、终端智能体、超过 256K token 上下文的问答,以及安全分诊。 - 失败时升级。 如果 Argon 的回答没有通过你的检查(测试、schema 校验、评分器),或以
finish_reason: "length"停止,就在 Carbon 上重试一次。 - 响应必须超过 64K token 时强制使用 Argon。
下面这个路由器使用指向 PoYo Chat Completions 接口的 OpenAI SDK,只发送文档中说明的字段:model、messages 和 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 是你自己的验收测试,例如“补丁能应用且测试通过”或“JSON 能按我的 schema 解析”。费用估算把每个提示 token 都当作未缓存输入。PoYo 文档中的用量字段没有单独列出缓存 token,所以这是一个上限。
自己衡量每个任务的成本
每 token 价格相同,所以唯一能区分这两个 API 的数字是每个通过验收的任务的成本。记录 run() 的每次尝试:
| 要记录的字段 | Chat Completions 来源 | Gemini Native 来源 |
|---|---|---|
| 实际使用的模型 | model | URL 路径 |
| 输入 token | usage.prompt_tokens | usageMetadata.promptTokenCount |
| 输出 token | usage.completion_tokens | usageMetadata.candidatesTokenCount + thoughtsTokenCount |
| 是否达到输出上限 | finish_reason == "length" | finishReason |
| 是否通过检查 | 你的评分器 | 你的评分器 |
Google 的输出价格包含思考 token,所以在 Gemini Native 中要把 thoughtsTokenCount 计为输出。流式输出时,Chat Completions 的最后一个 chunk 带有 usage。然后按任务类型计算:
cost per accepted task = sum(cost_usd of all attempts, incl. escalations) / tasks that passed
以 Argon 为默认跑一周真实流量,再和直接发往 Carbon 的样本对比。如果 Carbon 能通过 Argon 需要升级才能完成的任务,就把该任务类型加入 CARBON_TASKS。如果某类任务上 Carbon 的通过率与 Argon 持平,就把它留在 Argon。前几百次调用时,请用 PoYo 控制台核对你的日志。
如果你还在评估其他厂商的模型,请参阅 Gemini 4 Carbon API vs Claude Opus 5.5 API vs GPT-6 Astra API。带预算保护的智能体循环,请参阅 Gemini 4 Carbon API 用于编码智能体。
常见问题
Gemini 4 Carbon API 比 Gemini 4 Argon API 贵吗?
按 token 计算并不贵。在 PoYo 上两者都是每 1M token 输入 $1.60、输出 $8.00,按 Google 推广期价格为 $2.00 / $10.00。在 PoYo 上,Carbon 的缓存读取更便宜(每 1M $0.08 对 $0.16)。按任务计算,Carbon 通常更贵,因为 Google 表示它会用更多 token 来推理和验证。
如何从 Gemini 4 Argon API 切换到 Gemini 4 Carbon API?
在 Chat Completions 中把 "model": "gemini-4-argon" 改为 "model": "gemini-4-carbon",或在 Gemini Native 的 URL 路径中修改模型。Carbon 的 max_tokens 保持在 64,000 及以下。
Gemini 4 Carbon API 的最大输出与 Argon 相比如何?
Carbon 每次响应最多返回 64K 输出 token,上下文窗口为 1M token。Argon 允许长得多的单次响应,所以超过 64K 的输出请路由到 Argon。
编码应该用 Gemini 4 Argon 还是 Gemini 4 Carbon?
Google 表示 Argon 仍是大多数软件工程的理想选择。最难的多步骤调试和终端驱动的智能体工作用 Carbon,Google 表格在这些方面差距最大:Terminal-Bench 4.0 (AA) 65.2% 对 57.1%,SWE-sweep 9.6% 对 4.3%。
Gemini 4 Carbon 和 Argon 使用同一个 API 接口吗?
是的。两者都可以使用 POST https://api.poyo.ai/v1/chat/completions(兼容 OpenAI)和 POST https://api.poyo.ai/v1beta/models/{model}:generateContent 或 :streamGenerateContent(Gemini Native),使用同一个 PoYo API 密钥。