Gemini 4 Carbon API: Preise, Reasoning und Migration

Starte bei schwierigen Programmieraufgaben mit Gemini 4 Carbon und thinking_level="medium"; behalte Argon für alltägliche interaktive Arbeit. Kalkuliere vor dem Wechsel zu Carbon als Standardmodell mit Dezemberpreisen: Die Standardtarife pro Token verdoppeln sich am 1. Dezember 2026. Wähle low nicht allein zum Sparen; im CursorBench kostet eine Aufgabe damit mehr als mit medium.

Laut Googles Carbon-Dokumentation ist gemini-4-carbon mit Stand vom 13. November 2026 im kostenpflichtigen Tarif der Gemini API und in Google AI Studio verfügbar. Im kostenlosen Free tier ist Carbon nicht verfügbar. Carbon bearbeitet Aufgaben mit tieferem Reasoning, also mehr internen Denkschritten. Dafür verbraucht es mehr Reasoning-Tokens und benötigt pro Dialogschritt mehr Zeit als Argon.

Was kostet Gemini 4 Carbon vor und nach dem 30. November?

Verwende für laufende Budgets die Dezembertarife, auch wenn deine erste Bewertung noch zu Einführungspreisen erfolgt. Die folgenden Standardtarife der Google API gelten in USD pro 1M tokens. Sie wurden am 13. November 2026 anhand der Preisseite geprüft.

Token-Kategorie	Bis einschließlich 30. November 2026	Ab 1. Dezember 2026
Eingabe ohne Cache-Treffer	$2.00	$4.00
Eingabe aus dem impliziten Cache	$0.10	$0.20
Ausgabe einschließlich Reasoning-Tokens	$10.00	$20.00

Reasoning-Tokens werden als Ausgabe berechnet, auch wenn sie in der endgültigen Antwort nicht erscheinen. Beim Grounding, das Antworten auf externe Quellen stützt, zählt Google auch interne Tool-Anweisungen und Funktionsdeklarationen. Hinzu können separate Tool-Gebühren kommen. Die Antwortlänge allein erklärt deshalb nicht die Rechnung eines Agenten.

Trenne für eine Schätzung der Modellkosten Eingaben ohne Cache, Eingaben aus dem Cache und abrechenbare Ausgaben. Angenommen, eine Agentenaufgabe verbraucht über alle Aufrufe hinweg folgende Mengen:

200,000 Eingabe-Tokens ohne Cache-Treffer.
800,000 Eingabe-Tokens aus dem Cache.
100,000 abrechenbare Ausgabe-Tokens einschließlich Reasoning.

Zu Einführungspreisen ergibt sich die Schätzung 0.2 × $2 + 0.8 × $0.10 + 0.1 × $10 = $1.48.

Für Dezember ergibt sich die Schätzung 0.2 × $4 + 0.8 × $0.20 + 0.1 × $20 = $2.96.

Das sind geschätzte Modell-Token-Kosten, keine vollständigen Rechnungsbeträge. Tool-Gebühren, Abonnements und Steuern sind nicht enthalten. Der Cache-Anteil ist eine Annahme, keine erwartete Trefferquote. Ohne diese Cache-Treffer würden dieselben Ein- und Ausgabemengen vor Dezember $3.00 und danach $6.00 kosten.

Erfasse den tatsächlichen Verbrauch einschließlich Wiederholungen und fehlgeschlagener Versuche. Ein niedriger Token-Preis bedeutet nicht automatisch niedrige Kosten pro akzeptierter Codeänderung.

Welche Reasoning-Stufe ist sinnvoll?

Beginne mit medium und passe die Stufe anhand einer wiederholbaren Programmieraufgabe an. Google empfiehlt medium für die meisten Aufgaben, auch für komplexen Code und Agenten. Der Leitfaden zu den Reasoning-Stufen sieht low für einfache Aufgaben und high für besonders schwieriges Reasoning vor.

Die CursorBench-4.0-Ergebnisse vom 13. November 2026 zeigen, warum eine Reasoning-Stufe kein Ausgabenlimit ist:

Modell und Reasoning-Stufe	Ergebnis	Veröffentlichte Kosten pro Aufgabe	Schritte
Gemini 4 Carbon High	60.4%	$9.22	71
Gemini 4 Carbon Medium	60.1%	$8.49	67
Gemini 4 Carbon Low	58.6%	$11.89	124
Fable 5.2 Max	60.0%	$32.79	218
Opus 5.5 High	56.0%	$3.97	68
Gemini 4 Argon High	52.9%	$4.57	118

Carbon Low kostete in dieser Bewertung pro Aufgabe $3.40 mehr als Medium. Außerdem benötigte es 124 statt 67 Schritte. High lag um 0.3 Prozentpunkte vor Medium und kostete $0.73 mehr.

Das sind Cursors Ergebnisse auf eigenen Aufgaben mit mehrdeutigen Anforderungen und Änderungen über mehrere Dateien. Sie sagen weder das Ergebnis in deinem Repository noch deine Dezemberrechnung voraus. Aus den aggregierten Zeilen lässt sich nicht ableiten, ob Cache-Verhalten, Reasoning oder ein anderer Faktor die Kostendifferenz verursacht hat.

Bleibe bei medium, wenn das Ergebnis deine Tests besteht. Probiere high, wenn Medium eine schwierige Anforderung verfehlt oder bei einer reproduzierbaren Debugging-Aufgabe scheitert. Verwende low für klar begrenzte Aufgaben erst, nachdem du geprüft hast, dass zusätzliche Versuche die Einsparung pro Dialogschritt nicht aufheben.

Für einen Vergleich außerhalb der Gemini-Reihe beschreibt der Leitfaden zu Einrichtung und Preisen von Fable 5.2 die Bewertung über API und Claude Code. Vergleiche akzeptierte Änderungen mit denselben Tests. Gleiche Bezeichnungen für Reasoning-Stufen verschiedener Anbieter bedeuten nicht, dass sie gleichwertig sind.

Eine Anfrage an die native Gemini API senden

Verwende für die folgenden Interactions-Beispiele die native API von Google. Aktiviere über die Abrechnungseinstellungen ein kostenpflichtiges Projekt und schließe die erforderliche Zahlungseinrichtung ab. Erstelle anschließend einen Gemini-API-Schlüssel. Prüfe vor einer direkten Integration die von Google unterstützten Regionen.

Die native REST-Ressource lautet https://generativelanguage.googleapis.com/v1beta/interactions. Das Python-SDK übernimmt die Anfrage und die Authentifizierung.

Mit Stand vom 13. November 2026 führt auch BetterToken gemini-4-carbon im Katalog. Die OpenAI-kompatible Basis-URL lautet https://www.bettertoken.ai/v1; prüfe die Gateway-Preise separat. Die folgenden Beispiele für native Interactions und Hintergrundausführung garantieren keine Kompatibilität mit dem Gateway.

Installiere das SDK in Bash und lies den Schlüssel ein, ohne ihn anzuzeigen. Füge ihn ein, sobald read auf die Eingabe wartet, und drücke Enter.

python3 -m pip install --upgrade "google-genai>=2.34.0"
read -rs GEMINI_API_KEY && export GEMINI_API_KEY

Speichere den folgenden Code als carbon_smoke.py. Er fordert eine kleine Codekorrektur an, ohne dem Modell Tools zum Bearbeiten von Dateien oder Ausführen von Code zu geben.

import os
from google import genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
interaction = client.interactions.create(
    model="gemini-4-carbon",
    input=(
        "Find the bug. Return a corrected function and pytest tests for "
        "cached values 0 and False.\n\n"
        "def cached_value(cache, key, load):\n"
        "    if cache.get(key):\n"
        "        return cache[key]\n"
        "    cache[key] = load()\n"
        "    return cache[key]\n"
    ),
    generation_config={
        "thinking_level": "medium",
        "max_output_tokens": 32768,
    },
    timeout=900.0,
)
if interaction.status != "completed" or not interaction.output_text:
    raise RuntimeError(f"Unexpected result: {interaction.status}")

print(interaction.output_text)
print("Usage:", interaction.usage)

Führe das Skript in derselben Bash-Sitzung aus:

python3 carbon_smoke.py

Die grundlegende Funktionsprüfung gelingt, wenn das Skript Text und Verbrauchsdaten ausgibt, ohne bei der Ergebnisprüfung eine Exception auszulösen. Prüfe die Antwort: Die gecachten Werte 0 und False dürfen keinen weiteren Aufruf von load() verursachen. Führe die vorgeschlagenen Tests in deiner üblichen Testumgebung aus, bevor du die Änderung akzeptierst.

Die SDK-Implementierung definiert timeout pro Aufruf in Sekunden. Hier erlaubt 900.0 eine Wartezeit von 15 Minuten. Das ist eine Zeitgrenze, keine Vorhersage für die Dauer dieser kleinen Aufgabe.

Wird die Anfrage abgelehnt, prüfe zuerst das Projekt des Schlüssels, die kostenpflichtige Abrechnung und die regionale Verfügbarkeit. Fehlt interactions im Client, aktualisiere google-genai in genau der Python-Umgebung, die das Skript ausführt.

Was ändert sich bei der Migration?

Halte die Migration klein, prüfe aber Token- und Zeitbudgets, bevor du Produktionsanfragen umstellst. Google unterscheidet die Migration von Argon von der Migration von Gemini 3 und älteren Modellen.

Von Gemini 4 Argon

Ersetze gemini-4-argon durch gemini-4-carbon; laut Google sind dafür keine Änderungen am Anfrageschema erforderlich. Dieselbe Anfrage muss deshalb aber nicht dieselbe Latenz oder dieselben Kosten haben.

Belasse thinking_level zunächst auf medium. Prüfe max_output_tokens und die Zeitlimits, da Carbon mehr Tokens für Reasoning verbrauchen kann. Behalte Argon für interaktive Änderungen und Funktionsentwicklung, die bereits deine Abnahmetests bestehen, besonders wenn die Antwortzeit wichtig ist.

Bei einer bestehenden Managed-Agents-Integration behältst du agent="antigravity-preview-09-2026" bei. Setze agent_config={"type":"antigravity","model":"gemini-4-carbon"}. Die Agentenkennung bleibt vom gewählten Modell getrennt.

Von Gemini 3 und älteren Modellen

Aktualisiere die Modell-ID und berücksichtige diese vier Änderungen am Anfrageverhalten:

Entferne explizites Caching. Carbon unterstützt weder cachedContents noch caches.create. Entferne Anfragen, die cached_content erstellen oder darauf verweisen.
Entferne Sampling-Parameter. Carbon ignoriert temperature, top_p und top_k. Verlasse dich nicht auf diese Einstellungen, um das bisherige Verhalten beizubehalten.
Prüfe das Ausgabelimit. Google empfiehlt mindestens 32,768, wenn eine bestehende Anwendung ein niedrigeres Limit verwendet. Reasoning verbraucht einen Teil dieses Budgets. Ein kleines Limit kann deshalb zu wenig Platz für die Antwort lassen.
Erlaube längere Ausführungen. Nutze Hintergrundausführung oder Zeitlimits von mindestens 15 Minuten für blockierende Anfragen. Prüfe neben dem SDK auch die Zeitlimits der Anwendung und des Proxys.

Implizites Caching bleibt für Prompts mit mindestens 4,096 Tokens verfügbar. Cache-Treffer erhalten einen Rabatt von 95% auf die Eingabe-Tokens. Wiederholter Text allein garantiert aber keinen Treffer.

Googles aktueller Caching-Leitfaden nennt eine zusätzliche Bedingung für Agentenschleifen. Damit die gesamte vorherige Anfrage gecacht wird, muss die neue Anfrage mindestens 2,050 neue Tokens hinzufügen. Miss den zurückgegebenen Cache-Verbrauch, statt den reduzierten Tarif auf den gesamten wiederholten Kontext anzuwenden.

Wie lassen sich mehr als 65,536 Tokens generieren?

Nutze background=True und einen höheren Wert für max_output_tokens, wenn der Server die lange Generierung verwalten soll. Carbon hat ein gemeinsames Fenster mit 1,048,576 Tokens für Eingabe, Reasoning und Ausgabe. Eine große Eingabe verringert daher das verbleibende Generierungsbudget.

Google nennt 65,536 als standardmäßiges Ausgabebudget. Das ist keine absolute Obergrenze für jeden vom SDK verwalteten Vordergrundaufruf. Der aktuelle Leitfaden zu langen Ausgaben beschreibt auch eine clientseitige Fortsetzung mit dem Python-SDK ab 2.34.0.

Hintergrundausführung eignet sich, wenn die Anwendung eine Aufgabe absenden und das Ergebnis später abrufen soll. background=True allein erhöht das Ausgabebudget nicht. Setze max_output_tokens ausdrücklich.

Hintergrundausführung setzt außerdem voraus, dass Interaktionen gespeichert werden. Google dokumentiert einen 400-Fehler bei der Kombination von background=True mit store=False. Lies die Regeln zur Speicherung und Hintergrundausführung, bevor du vertrauliches Material aus dem Repository sendest.

Speichere den folgenden Code als carbon_background.py. Lege in request.txt eine Aufgabenbeschreibung ab, die zum Versenden freigegeben ist und keine Geheimnisse enthält. Das Skript kann eine Aufgabe starten oder die Statusabfragen einer bestehenden Interaktion wieder aufnehmen.

import os
import sys
import time
from pathlib import Path
from google import genai

if len(sys.argv) != 3 or sys.argv[1] not in ("start", "resume"):
    raise SystemExit(
        "Usage: python3 carbon_background.py start request.txt\n"
        "   or: python3 carbon_background.py resume INTERACTION_ID"
    )

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
mode, value = sys.argv[1:]

if mode == "resume":
    job = client.interactions.get(id=value)
else:
    prompt = Path(value).read_text(encoding="utf-8")
    if not prompt.strip():
        raise SystemExit("Request file is empty.")
    job = client.interactions.create(
        model="gemini-4-carbon",
        input=prompt,
        background=True,
        store=True,
        generation_config={
            "thinking_level": "medium",
            "max_output_tokens": 131072,
        },
    )

print("Interaction ID:", job.id, flush=True)

try:
    while job.status in ("queued", "in_progress"):
        time.sleep(5)
        job = client.interactions.get(id=job.id)
except KeyboardInterrupt:
    client.interactions.cancel(id=job.id)
    raise SystemExit("Cancellation requested.")

if job.status != "completed":
    raise RuntimeError(f"Interaction {job.id} stopped: {job.status}")

text = "".join(
    block.text
    for step in (job.steps or [])
    if step.type == "model_output"
    for block in (step.content or [])
    if block.type == "text" and block.text
)
if not text:
    raise RuntimeError("Completed without text; inspect the interaction steps.")

print(text)
print("Usage:", job.usage)

Starte es in derselben Bash-Sitzung, in der dein API-Schlüssel gesetzt ist:

python3 carbon_background.py start request.txt

Speichere die ausgegebene Interaktions-ID. Führe nach einem Netzwerkfehler python3 carbon_background.py resume gefolgt von dieser ID aus, um die bestehende Aufgabe abzurufen. Erstelle nicht automatisch eine weitere kostenpflichtige Aufgabe, nur weil die Statusabfrage fehlgeschlagen ist.

Das Skript verbindet den Text aller model_output-Schritte. Eine lange Generierung kann mehrere Fortsetzungsschritte umfassen. Wer nur den letzten Schritt liest, kann die vorherige Ausgabe verlieren.

Ctrl+C fordert den Abbruch der Aufgabe an, statt lediglich die Statusabfragen zu stoppen. resume startet eine abgebrochene Aufgabe nicht erneut. Prüfe bei einem anderen Endstatus die Interaktion, bevor du den Prompt änderst oder das Budget erhöhst.

131072 ist eine Obergrenze, keine erwartete Antwortlänge. Akzeptiere das Ergebnis erst, wenn es vollständig ist und deine Tests besteht.

Wie unterscheiden sich die Kosten in Cursor und Copilot?

Prüfe die Modellauswahl und die Abrechnung innerhalb des Abonnements getrennt. Dass Carbon in einem Editor verfügbar ist, macht seine Nutzung nicht kostenlos.

Wähle in Cursor Gemini 4 Carbon und beginne mit Medium. Laut Cursors Modellseite gehört Carbon nicht zur in Cursor-Plänen enthaltenen Nutzung. Bei The X Subscription werden die Kosten vom vorausbezahlten Guthaben abgezogen. Bei älteren Plänen wird das Kontingent Other Models belastet. Cursor dokumentiert außerdem die höheren Token-Tarife ab dem 1. Dezember.

In GitHub Copilot ist Carbon für Nutzer von Pro+, Max, Business und Enterprise verfügbar. Der Release-Eintrag vom 10. November nennt die Modellauswahl unter anderem in VS Code und Copilot CLI. Die Freischaltung erfolgt schrittweise. Auch die Modellrichtlinien der Organisation können den Zugriff beeinflussen.

Copilot berechnet Carbon nutzungsabhängig zum Listenpreis des Anbieters. Übertrage Cursors Kontingentregel nicht auf Copilot: Die GitHub-Dokumentation zur Abrechnung erklärt die Regeln je Plan. Als Alternative mit Copilots eigenem Modell kannst du die Reasoning-Stufen und Abrechnung von Copilot Fusion vergleichen.

Lass vor einer langen Agentenaufgabe im Editor eine klar begrenzte Änderung umsetzen und prüfe den berechneten Verbrauch. Wähle ein Standardmodell erst, wenn die Quote akzeptierter Änderungen, die Latenz und das Budget zu Dezemberpreisen deine Anforderungen erfüllen.