Gemini 4 Carbon API: कीमतें, रीजनिंग स्तर और माइग्रेशन

मुश्किल कोडिंग कार्यों के लिए Gemini 4 Carbon में thinking_level="medium" से शुरू करें और रोज़मर्रा के इंटरैक्टिव काम के लिए Argon रखें। Carbon को डिफ़ॉल्ट बनाने से पहले दिसंबर की दरों पर बजट बनाएँ: 1 दिसंबर 2026 से मानक टोकन दरें दोगुनी हो जाएँगी। केवल बचत के लिए low न चुनें; CursorBench में इसकी प्रति कार्य लागत medium से अधिक है।

13 नवंबर 2026 तक Google के Carbon दस्तावेज़ में gemini-4-carbon को Gemini API के सशुल्क टियर और Google AI Studio में उपलब्ध बताया गया है। Carbon मुफ़्त Free tier में उपलब्ध नहीं है। यह अधिक गहराई से रीजनिंग करती है, लेकिन Argon के मुकाबले हर चरण में अधिक रीजनिंग टोकन और समय लेती है।

30 नवंबर से पहले और बाद में Gemini 4 Carbon की कीमत कितनी है?

लगातार चलने वाले काम का बजट दिसंबर की दरों पर बनाएँ, भले ही शुरुआती परीक्षण परिचयात्मक दरों पर हों। नीचे हर 1M tokens के लिए USD में Google की मानक API दरें हैं। इन्हें 13 नवंबर 2026 को कीमतों के पेज से सत्यापित किया गया था।

टोकन की श्रेणी	30 नवंबर 2026 तक	1 दिसंबर 2026 से
कैश में न मिलने वाला इनपुट	$2.00	$4.00
इम्प्लिसिट कैश से मिला इनपुट	$0.10	$0.20
आउटपुट, जिसमें रीजनिंग टोकन भी शामिल हैं	$10.00	$20.00

रीजनिंग टोकन का शुल्क आउटपुट की तरह लगता है, भले ही वे अंतिम जवाब में दिखाई न दें। बाहरी स्रोतों से जवाब को आधार देने वाली grounding में Google टूल के आंतरिक निर्देश और फ़ंक्शन घोषणाएँ भी गिनता है। टूल का शुल्क अलग भी लग सकता है, इसलिए सिर्फ़ जवाब की लंबाई से एजेंट का पूरा बिल नहीं समझा जा सकता।

मॉडल के टोकन खर्च का अनुमान लगाने के लिए बिना कैश वाला इनपुट, कैश वाला इनपुट और बिल योग्य आउटपुट अलग गिनें। मान लें कि एजेंट के एक कार्य की सभी कॉल में कुल इतना इस्तेमाल हुआ:

200,000 इनपुट टोकन बिना कैश के।
800,000 इनपुट टोकन कैश से।
100,000 बिल योग्य आउटपुट टोकन, जिनमें रीजनिंग भी शामिल है।

परिचयात्मक दरों पर अनुमान है: 0.2 × $2 + 0.8 × $0.10 + 0.1 × $10 = $1.48।

दिसंबर की दरों पर अनुमान है: 0.2 × $4 + 0.8 × $0.20 + 0.1 × $20 = $2.96।

ये केवल मॉडल के टोकन शुल्क के अनुमान हैं, पूरा बिल नहीं। इनमें टूल शुल्क, सदस्यताएँ और कर शामिल नहीं हैं। कैश का यह अनुपात उदाहरण की धारणा है, अपेक्षित हिट दर नहीं। अगर ये कैश हिट न मिलें, तो यही कुल इनपुट और आउटपुट दिसंबर से पहले $3.00 और बाद में $6.00 का होगा।

दोबारा किए गए अनुरोधों और विफल प्रयासों सहित वास्तविक इस्तेमाल दर्ज करें। प्रति टोकन कम दर का अर्थ यह नहीं कि स्वीकार किए गए कोड बदलाव की कुल लागत भी कम होगी।

कौन-सा रीजनिंग स्तर चुनें?

पहले medium इस्तेमाल करें, फिर एक दोहराए जा सकने वाले कोडिंग कार्य पर स्तर बदलकर देखें। Google जटिल कोड और एजेंट वाले काम सहित अधिकतर कार्यों के लिए medium सुझाता है। उसके रीजनिंग स्तरों के मार्गदर्शन में low सरल कार्यों और high सबसे कठिन रीजनिंग के लिए है।

13 नवंबर 2026 के CursorBench 4.0 परिणाम बताते हैं कि रीजनिंग स्तर का नाम खर्च की सीमा नहीं है:

मॉडल और रीजनिंग स्तर	स्कोर	बताई गई प्रति कार्य लागत	चरण
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

इस मूल्यांकन में Carbon Low की प्रति कार्य लागत Medium से $3.40 अधिक थी। उसने 67 के बजाय 124 चरण लिए। High का स्कोर Medium से 0.3 प्रतिशत अंक अधिक था और लागत $0.73 अधिक थी।

ये Cursor के अपने ऐसे कार्यों के परिणाम हैं जिनकी आवश्यकताएँ अस्पष्ट हैं और जिनमें कई फ़ाइलों पर काम होता है। ये आपके रिपॉज़िटरी के नतीजों या दिसंबर के बिल का पूर्वानुमान नहीं हैं। इन कुल आँकड़ों से यह तय नहीं होता कि लागत का अंतर कैश, रीजनिंग या किसी दूसरे कारण से आया।

जब परिणाम आपके परीक्षण पास करे, तो medium रखें। Medium किसी कठिन आवश्यकता को पूरा न करे या दोहराई जा सकने वाली त्रुटि ठीक न करे, तो high आज़माएँ। सीमित दायरे वाले काम में low तभी चुनें जब अतिरिक्त प्रयास हर चरण की बचत समाप्त न कर दें।

Gemini के बाहर तुलना करने के लिए Fable 5.2 की सेटअप और कीमत गाइड में API और Claude Code से मूल्यांकन करने का तरीका है। अलग-अलग प्रदाताओं के रीजनिंग स्तरों को केवल नाम के आधार पर समान न मानें। उन्हीं परीक्षणों के तहत स्वीकार किए गए बदलावों की तुलना करें।

सीधे Gemini API में अनुरोध कैसे भेजें?

नीचे दिए Interactions उदाहरणों के लिए Google का मूल API इस्तेमाल करें। बिलिंग सेटअप से सशुल्क प्रोजेक्ट सक्रिय करें, आवश्यक भुगतान सेटअप पूरा करें और Gemini API कुंजी बनाएँ। सीधा इंटीग्रेशन तय करने से पहले Google के समर्थित क्षेत्र जाँचें।

मूल REST संसाधन https://generativelanguage.googleapis.com/v1beta/interactions है। Python SDK अनुरोध और प्रमाणीकरण संभालता है।

13 नवंबर 2026 तक BetterToken भी gemini-4-carbon को सूचीबद्ध करता है। उसका OpenAI-संगत बेस URL https://www.bettertoken.ai/v1 है; गेटवे की दरें अलग से जाँचें। नीचे दिए मूल Interactions और बैकग्राउंड उदाहरण गेटवे के साथ संगतता की गारंटी नहीं हैं।

Bash में SDK इंस्टॉल करें और कुंजी को स्क्रीन पर दिखाए बिना पढ़ें। जब read इनपुट की प्रतीक्षा करे, तब कुंजी पेस्ट करके Enter दबाएँ।

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

इसे carbon_smoke.py नाम से सहेजें। यह मॉडल से एक छोटी कोड त्रुटि ठीक करने को कहता है। इसमें मॉडल को फ़ाइल बदलने या कोड चलाने के टूल नहीं दिए गए हैं।

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)

इसे उसी Bash सत्र से चलाएँ:

python3 carbon_smoke.py

बुनियादी जाँच सफल होने पर स्क्रिप्ट जवाब का पाठ और इस्तेमाल का विवरण दिखाएगी, और परिणाम की जाँच कोई अपवाद नहीं उठाएगी। जवाब देखें: कैश में मौजूद 0 और False के लिए load() फिर से नहीं चलना चाहिए। बदलाव स्वीकार करने से पहले सुझाए गए परीक्षण अपने सामान्य परीक्षण परिवेश में चलाएँ।

SDK के कोड में हर कॉल का timeout सेकंड में दिया जाता है। यहाँ 900.0 से 15 मिनट मिलते हैं। यह समय सीमा है, इस छोटे कार्य की अनुमानित अवधि नहीं।

अनुरोध अस्वीकार हो तो पहले कुंजी का प्रोजेक्ट, सशुल्क बिलिंग की स्थिति और क्षेत्रीय पात्रता जाँचें। क्लाइंट में interactions न मिले, तो स्क्रिप्ट चलाने वाले Python परिवेश में google-genai अपडेट करें।

माइग्रेशन करते समय क्या बदलना होगा?

माइग्रेशन में बदलाव सीमित रखें, लेकिन प्रोडक्शन ट्रैफ़िक भेजने से पहले टोकन और समय की सीमाएँ जाँचें। Google ने Argon से माइग्रेशन और Gemini 3 या उससे पुराने मॉडल से माइग्रेशन के निर्देश अलग रखे हैं।

Gemini 4 Argon से

gemini-4-argon की जगह gemini-4-carbon करें; Google के अनुसार इस बदलाव के लिए अनुरोध की संरचना बदलने की ज़रूरत नहीं है। इसका अर्थ यह नहीं कि उसी अनुरोध का समय या बिल भी समान रहेगा।

शुरुआत में thinking_level को medium रखें। max_output_tokens और टाइमआउट जाँचें, क्योंकि Carbon रीजनिंग में अधिक टोकन खर्च कर सकती है। इंटरैक्टिव बदलावों और फ़ीचर वाले काम में Argon रखें, अगर वह पहले से आपके स्वीकृति परीक्षण पास करती है, खासकर जब जवाब की गति महत्वपूर्ण हो।

पहले से चल रहे Managed Agents इंटीग्रेशन में agent="antigravity-preview-09-2026" बनाए रखें। agent_config={"type":"antigravity","model":"gemini-4-carbon"} सेट करें। एजेंट की पहचान और चुना गया मॉडल अलग सेटिंग हैं।

Gemini 3 और उससे पुराने मॉडल से

मॉडल ID बदलें, फिर अनुरोध के इन चार व्यवहारों पर काम करें:

एक्सप्लिसिट कैशिंग हटाएँ। Carbon में cachedContents या caches.create समर्थित नहीं हैं। cached_content बनाने या उसका संदर्भ देने वाले अनुरोध हटाएँ।
सैंपलिंग नियंत्रण हटाएँ। Carbon temperature, top_p और top_k को अनदेखा करती है। पुराने व्यवहार को बनाए रखने के लिए इन सेटिंग पर भरोसा न करें।
आउटपुट की सीमा जाँचें। किसी मौजूदा ऐप में कम सीमा हो, तो Google उसे कम से कम 32,768 करने की सलाह देता है। रीजनिंग भी इसी बजट से चलती है, इसलिए छोटी सीमा जवाब के लिए बहुत कम जगह छोड़ सकती है।
अधिक समय दें। बैकग्राउंड निष्पादन इस्तेमाल करें या ब्लॉकिंग अनुरोधों के लिए कम से कम 15 मिनट का टाइमआउट रखें। SDK के साथ ऐप और प्रॉक्सी के टाइमआउट भी जाँचें।

कम से कम 4,096 टोकन वाले प्रॉम्प्ट पर इम्प्लिसिट कैशिंग, यानी अपने-आप होने वाली कैशिंग, उपलब्ध रहती है। कैश हिट पर इनपुट टोकन के शुल्क में 95% छूट मिलती है। केवल पाठ दोहराने से कैश हिट की गारंटी नहीं होती।

Google की मौजूदा कैशिंग गाइड में एजेंट के बार-बार चलने वाले चरणों के लिए एक और शर्त है। पूरे पिछले अनुरोध को कैश करने के लिए नए अनुरोध में कम से कम 2,050 नए टोकन जुड़ने चाहिए। सारे दोहराए गए संदर्भ पर रियायती दर लगाने के बजाय जवाब में मिले वास्तविक कैश इस्तेमाल को मापें।

65,536 से अधिक टोकन कैसे जनरेट करें?

सर्वर की देखरेख में लंबे जवाब बनाने के लिए background=True और बड़ा max_output_tokens सेट करें। Carbon में इनपुट, रीजनिंग और आउटपुट के लिए एक ही 1,048,576-टोकन संदर्भ विंडो है। इसलिए बड़ा इनपुट जवाब बनाने के लिए बचा बजट घटाता है।

Google का डिफ़ॉल्ट आउटपुट बजट 65,536 है। SDK से प्रबंधित हर फ़ोरग्राउंड कॉल के लिए यह अंतिम सीमा नहीं है। मौजूदा लंबे आउटपुट की गाइड में Python SDK 2.34.0 या बाद के संस्करणों से क्लाइंट पर जनरेशन जारी रखने का तरीका भी है।

बैकग्राउंड तरीका तब उपयोगी है जब ऐप को काम भेजकर उसका परिणाम बाद में लेना हो। सिर्फ़ background=True सेट करने से आउटपुट बजट नहीं बढ़ता। max_output_tokens स्पष्ट रूप से सेट करें।

बैकग्राउंड निष्पादन के लिए इंटरैक्शन को सर्वर पर सहेजना भी आवश्यक है। Google के अनुसार background=True के साथ store=False देने पर 400 त्रुटि मिलती है। रिपॉज़िटरी की संवेदनशील सामग्री भेजने से पहले भंडारण और बैकग्राउंड निष्पादन के नियम पढ़ें।

नीचे का कोड carbon_background.py में सहेजें। request.txt में कार्य का ऐसा विवरण रखें जिसे भेजने की अनुमति हो और जिसमें गोपनीय कुंजियाँ जैसी जानकारी न हो। स्क्रिप्ट नया कार्य शुरू कर सकती है या पहले से बने इंटरैक्शन की स्थिति दोबारा पूछना शुरू कर सकती है।

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)

इसे उसी Bash सत्र में शुरू करें जिसमें आपकी API कुंजी है:

python3 carbon_background.py start request.txt

स्क्रीन पर दिखा इंटरैक्शन ID सहेजें। नेटवर्क विफल होने के बाद python3 carbon_background.py resume के आगे वह ID देकर मौजूदा कार्य फिर से प्राप्त करें। केवल स्थिति पूछने में विफलता आने पर अपने-आप दूसरा सशुल्क कार्य न बनाएँ।

स्क्रिप्ट सभी model_output चरणों का पाठ जोड़ती है। लंबे जवाब की जनरेशन कई चरणों में जारी रह सकती है। केवल अंतिम चरण पढ़ने पर पहले का आउटपुट छूट सकता है।

Ctrl+C दबाने पर केवल स्थिति पूछना बंद नहीं होता; रद्द करने का अनुरोध भेजा जाता है। resume रद्द हो चुके कार्य को फिर से शुरू नहीं करता। किसी अन्य अंतिम स्थिति में प्रॉम्प्ट बदलने या बजट बढ़ाने से पहले इंटरैक्शन देखें।

131072 की सीमा अधिकतम बजट है, अपेक्षित जवाब की लंबाई नहीं। परिणाम स्वीकार करने से पहले जाँचें कि वह पूरा है और आपके परीक्षण पास करता है।

Cursor और Copilot में शुल्क कैसे अलग हैं?

मॉडल चुनने और सदस्यता के तहत खर्च गिनने को अलग-अलग जाँचें। किसी एडिटर में Carbon उपलब्ध होने से उसका इस्तेमाल मुफ़्त नहीं हो जाता।

Cursor में Gemini 4 Carbon चुनें और Medium स्तर से शुरू करें। Cursor का मॉडल पेज कहता है कि Carbon का इस्तेमाल Cursor प्लान में शामिल उपयोग कोटे से बाहर है। The X Subscription में खर्च प्रीपेड क्रेडिट से कटता है। पुराने प्लान में यह Other Models पूल से कटता है। Cursor ने 1 दिसंबर से बढ़ी हुई टोकन दरें भी दर्ज की हैं।

GitHub Copilot में Carbon, Pro+, Max, Business और Enterprise उपयोगकर्ताओं के लिए उपलब्ध है। 10 नवंबर की रिलीज़ जानकारी में VS Code और Copilot CLI सहित कई क्लाइंट में मॉडल चुनने का उल्लेख है। उपलब्धता धीरे-धीरे बढ़ाई जा रही है, और संगठन की मॉडल नीतियाँ भी पहुँच को प्रभावित कर सकती हैं।

Copilot इस्तेमाल के आधार पर Carbon का शुल्क प्रदाता की सूचीबद्ध दरों पर लगाता है। Cursor का कोटा नियम Copilot पर लागू न मानें: GitHub के बिलिंग दस्तावेज़ प्लान के अनुसार हिसाब समझाते हैं। Copilot के अपने मॉडल वाले विकल्प के लिए Copilot Fusion के रीजनिंग स्तर और बिलिंग की तुलना करें।

एडिटर में एजेंट को लंबा काम देने से पहले एक सीमित बदलाव करवाएँ और उसका शुल्क देखें। मॉडल को डिफ़ॉल्ट तभी बनाएँ जब स्वीकृत बदलावों की दर, देरी और दिसंबर के खर्च का बजट आपकी ज़रूरतों के अनुरूप हों।