Gemini 4 Carbon API: precios, razonamiento y migración

Para tareas de programación difíciles, empieza con Gemini 4 Carbon y thinking_level="medium"; conserva Argon para el trabajo interactivo habitual. Presupuesta con las tarifas de diciembre antes de elegir Carbon por defecto. Los precios estándar por token se duplican el 1 de diciembre de 2026. No elijas low solo para ahorrar: CursorBench muestra un costo por tarea mayor que con medium.

A fecha de 13 de noviembre de 2026, la documentación de Carbon de Google incluye gemini-4-carbon en el nivel de pago de Gemini API y en Google AI Studio. Carbon no está disponible en Free tier, el nivel gratuito. Ofrece un razonamiento más profundo, pero consume más tokens de razonamiento y tarda más por turno que Argon.

¿Cuánto cuesta Gemini 4 Carbon antes y después del 30 de noviembre?

Usa las tarifas de diciembre para presupuestar el uso continuo, aunque tu evaluación inicial aproveche los precios de lanzamiento. Estas son las tarifas estándar de la API de Google en USD por 1M tokens. Se verificaron el 13 de noviembre de 2026 en su página de precios.

Categoría de tokens	Hasta el 30 de noviembre de 2026	Desde el 1 de diciembre de 2026
Entrada sin caché	$2.00	$4.00
Entrada servida desde la caché implícita	$0.10	$0.20
Salida, incluidos los tokens de razonamiento	$10.00	$20.00

Los tokens de razonamiento se facturan como salida, aunque no aparezcan en la respuesta final. Al usar grounding, que fundamenta la respuesta en fuentes externas, Google también cuenta las instrucciones internas de herramientas y las declaraciones de funciones. Las herramientas pueden generar cargos aparte, así que la longitud de la respuesta no basta para explicar la factura de un agente.

Para estimar el costo de los tokens del modelo, separa la entrada sin caché, la entrada en caché y la salida facturable. Supongamos que una tarea del agente acumula estos totales entre todas sus llamadas:

200,000 tokens de entrada sin caché.
800,000 tokens de entrada en caché.
100,000 tokens de salida facturables, incluido el razonamiento.

La estimación con las tarifas de lanzamiento es 0.2 × $2 + 0.8 × $0.10 + 0.1 × $10 = $1.48.

La estimación de diciembre es 0.2 × $4 + 0.8 × $0.20 + 0.1 × $20 = $2.96.

Son cargos estimados por tokens del modelo, no una factura completa. Excluyen herramientas, suscripciones e impuestos. La proporción de entrada en caché es un supuesto, no una tasa de aciertos prevista. Sin esos aciertos de caché, los mismos totales de entrada y salida costarían $3.00 antes de diciembre y $6.00 después.

Registra el uso real de los reintentos y de los intentos fallidos. Un precio bajo por token no garantiza un costo bajo por cambio de código aceptado.

¿Qué nivel de razonamiento conviene usar?

Empieza con medium y ajusta el esfuerzo con una tarea de programación reproducible. Google recomienda medium para la mayoría de los casos, incluidos el código complejo y las tareas con agentes. Su guía de niveles de razonamiento reserva low para tareas sencillas y high para el razonamiento más difícil.

Los resultados de CursorBench 4.0 del 13 de noviembre de 2026 muestran por qué los niveles de esfuerzo no son límites de gasto:

Modelo y esfuerzo	Puntuación	Costo publicado por tarea	Pasos
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

En esta evaluación, Carbon Low costó $3.40 más por tarea que Medium. También necesitó 124 pasos en lugar de 67. High superó a Medium en 0.3 puntos porcentuales y costó $0.73 más.

Son resultados de Cursor en su propio conjunto de tareas ambiguas que abarcan varios archivos. No predicen el resultado en tu repositorio ni tu factura de diciembre. Los datos agregados no permiten atribuir la diferencia de costo a la caché, al razonamiento o a otro factor.

Mantén medium cuando el resultado supere tus pruebas. Prueba high cuando Medium incumpla un requisito difícil o falle en una tarea de depuración reproducible. Usa low para trabajos acotados solo después de confirmar que los intentos adicionales no anulan el ahorro por turno.

Para comparar con una alternativa a Gemini, la guía de configuración y precios de Fable 5.2 ofrece una ruta de evaluación mediante API y Claude Code. Compara cambios aceptados bajo las mismas pruebas. No trates los nombres de esfuerzo de distintos proveedores como si fueran equivalentes.

Envía una solicitud a la API nativa de Gemini

Usa la API nativa de Google para los ejemplos de Interactions que aparecen a continuación. Activa un proyecto de pago desde la configuración de facturación y completa los pasos de pago requeridos. Después, crea una clave de Gemini API. Revisa las regiones admitidas por Google antes de planificar una integración directa.

El recurso REST nativo es https://generativelanguage.googleapis.com/v1beta/interactions. El SDK de Python se encarga de la solicitud y la autenticación.

BetterToken también incluye gemini-4-carbon en su catálogo a fecha de 13 de noviembre de 2026. Su URL base compatible con OpenAI es https://www.bettertoken.ai/v1; consulta los precios del gateway por separado. Los ejemplos de Interactions nativas y ejecución en segundo plano que siguen no garantizan compatibilidad con el gateway.

En Bash, instala el SDK y lee la clave sin mostrarla. Pégala cuando read espere la entrada y pulsa Enter.

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

Guarda lo siguiente como carbon_smoke.py. Solicita una pequeña corrección de código sin dar al modelo herramientas para editar archivos ni ejecutar código.

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)

Ejecútalo desde la misma sesión de Bash:

python3 carbon_smoke.py

La comprobación básica funciona si el script muestra texto y uso sin lanzar una excepción al validar el resultado. Revisa la respuesta: los valores 0 y False en caché no deben provocar otra llamada a load(). Ejecuta las pruebas propuestas en tu entorno de pruebas habitual antes de aceptar el cambio.

La implementación del SDK define el timeout de cada llamada en segundos. Aquí, 900.0 permite 15 minutos. Es un límite de tiempo, no una previsión de cuánto tardará esta tarea pequeña.

Si se rechaza la solicitud, comprueba primero el proyecto de la clave, el estado de la facturación de pago y la disponibilidad regional. Si el cliente no tiene interactions, actualiza google-genai en el entorno de Python que ejecuta el script.

¿Qué cambia al migrar?

Limita los cambios de la migración, pero revisa los presupuestos de tokens y tiempo antes de enviar tráfico de producción. Google distingue entre migrar desde Argon y migrar desde Gemini 3 o versiones anteriores.

Desde Gemini 4 Argon

Cambia gemini-4-argon por gemini-4-carbon; Google documenta que este cambio no exige modificar el esquema de la solicitud. Eso no implica que la misma solicitud conserve su latencia o costo.

Mantén thinking_level en medium al principio. Revisa max_output_tokens y los tiempos de espera, porque Carbon puede dedicar más tokens al razonamiento. Conserva Argon para ediciones interactivas y desarrollo de funciones que ya superen tus pruebas de aceptación, especialmente cuando importe el tiempo de respuesta.

En una integración existente de Managed Agents, conserva agent="antigravity-preview-09-2026". Define agent_config={"type":"antigravity","model":"gemini-4-carbon"}. El identificador del agente sigue siendo independiente del modelo seleccionado.

Desde Gemini 3 y versiones anteriores

Actualiza el ID del modelo y revisa estas cuatro particularidades de las solicitudes:

Elimina la caché explícita. Carbon no admite cachedContents ni caches.create. Elimina las solicitudes que creen o hagan referencia a cached_content.
Elimina los controles de muestreo. Carbon ignora temperature, top_p y top_k. No dependas de esos ajustes para conservar el comportamiento anterior.
Revisa el límite de salida. Google recomienda al menos 32,768 cuando una aplicación existente tiene un límite inferior. El razonamiento consume parte de ese presupuesto; un límite pequeño puede dejar poco espacio para la respuesta.
Permite una ejecución más larga. Usa ejecución en segundo plano o tiempos de espera de al menos 15 minutos para solicitudes bloqueantes. Revisa también los tiempos de espera de la aplicación y del proxy, además del SDK.

La caché implícita sigue disponible para prompts de al menos 4,096 tokens. Los aciertos de caché reciben un descuento del 95% en los tokens de entrada; repetir texto no garantiza un acierto.

La guía de caché actual de Google añade una condición para los ciclos del agente. Para almacenar en caché toda la solicitud anterior, la nueva debe añadir al menos 2,050 tokens. Mide el uso de caché devuelto en la respuesta en vez de aplicar la tarifa reducida a todo el contexto repetido.

¿Cómo generar más de 65,536 tokens?

Usa background=True y aumenta max_output_tokens para la generación larga gestionada por el servidor. Carbon tiene una única ventana de 1,048,576 tokens compartida entre entrada, razonamiento y salida. Una entrada grande reduce el presupuesto restante para generar.

Google establece 65,536 como presupuesto de salida predeterminado. No es un límite absoluto para todas las llamadas en primer plano gestionadas por el SDK. La guía de generación larga también documenta la continuación del lado del cliente con el SDK de Python 2.34.0 o posterior.

La ejecución en segundo plano sirve cuando tu aplicación debe enviar el trabajo y recuperar el resultado más tarde. Activar background=True por sí solo no aumenta el presupuesto de salida. Define max_output_tokens explícitamente.

La ejecución en segundo plano también requiere almacenar las interacciones. Google documenta un error 400 al combinar background=True con store=False. Revisa las reglas de almacenamiento y ejecución en segundo plano antes de enviar material sensible del repositorio.

Guarda lo siguiente como carbon_background.py. Escribe en request.txt la especificación de la tarea autorizada para enviar y sin secretos. El script permite iniciar una tarea o reanudar las consultas de estado de una interacción existente.

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)

Inícialo en la misma sesión de Bash que contiene tu clave de API:

python3 carbon_background.py start request.txt

Guarda el ID de interacción que aparece en pantalla. Tras un fallo de red, ejecuta python3 carbon_background.py resume seguido de ese ID para recuperar la tarea existente. No crees automáticamente otra tarea de pago porque haya fallado la consulta de estado.

El script une el texto de todos los pasos model_output. Una generación larga puede abarcar varios pasos de continuación; leer solo el último puede hacerte perder la salida anterior.

Pulsar Ctrl+C solicita la cancelación, no solo detiene las consultas de estado. resume no reinicia una tarea cancelada. Ante otro estado terminal, inspecciona la interacción antes de decidir si cambias el prompt o aumentas el presupuesto.

El límite 131072 es un máximo, no la longitud de respuesta esperada. Confirma que el resultado está completo y supera tus pruebas antes de aceptarlo.

¿En qué se diferencian los cargos de Cursor y Copilot?

Comprueba por separado la selección del modelo y cómo se contabiliza el uso de la suscripción. Tener acceso a Carbon en un editor no hace que su uso sea gratuito.

En Cursor, selecciona Gemini 4 Carbon y empieza con esfuerzo Medium. La página del modelo de Cursor indica que Carbon queda fuera del uso incluido en los planes de Cursor. En The X Subscription, se descuenta del crédito prepagado. En los planes antiguos, consume el saldo del grupo Other Models. Cursor también documenta las tarifas por token más altas a partir del 1 de diciembre.

En GitHub Copilot, Carbon está disponible para usuarios de Pro+, Max, Business y Enterprise. El anuncio del 10 de noviembre incluye la selección del modelo en clientes como VS Code y Copilot CLI. El despliegue es gradual y las políticas de modelos de la organización pueden afectar al acceso.

Copilot factura Carbon al precio de lista del proveedor mediante cobro por uso. No apliques la regla de uso incluido de Cursor a Copilot: la documentación de facturación de GitHub explica cómo se contabiliza según el plan. Para comparar con la opción de modelo propio de Copilot, consulta los niveles de esfuerzo y la facturación de Copilot Fusion.

Antes de iniciar una tarea larga del agente en el editor, pide un cambio acotado y revisa el uso facturado. Elige un modelo por defecto solo cuando la tasa de cambios aceptados, la latencia y el presupuesto de diciembre cumplan tus requisitos.