モデル・業界

Gemini 4 Carbon APIの料金・思考レベル・移行ガイド

難しいコーディング作業にはGemini 4 Carbonのmediumから始めます。導入価格と12月以降の料金を比較し、思考トークンとキャッシュの費用、CursorBenchのタスク単位のコストを確認します。ArgonやGemini 3からの移行、PythonによるネイティブAPIへのリクエスト、長い出力のバックグラウンド実行と状態確認の再開まで説明します。

BT

BetterToken

編集チーム
3 分で読めます
目次
Gemini 4 Carbon APIの料金・思考レベル・移行ガイド

難しいコーディング作業では、Gemini 4 Carbonをthinking_level="medium"で試し、日常的な対話型の作業にはArgonを残します。標準のトークン単価は2026年12月1日に倍になるため、Carbonを既定のモデルにする前に12月の料金で予算を組んでください。節約だけを理由にlowを選ばないでください。CursorBenchでは、タスクあたりのコストがmediumより高くなっています。

2026年11月13日時点のGoogleのCarbonドキュメントでは、gemini-4-carbonはGemini APIの有料枠とGoogle AI Studioで利用できます。無料枠のFree tierでは利用できません。Carbonはより深く考える一方、Argonより各ターンの思考トークン消費が多く、応答までの時間も長くなります。

Gemini 4 Carbonの料金は11月30日の前後でどう変わりますか？

継続利用の予算には12月の料金を使ってください。最初の評価を導入価格で行う場合も同じです。以下は、2026年11月13日に料金ページで確認された、1M tokensあたりのUSD建て標準API料金です。

トークンの区分2026年11月30日まで2026年12月1日から
キャッシュされていない入力$2.00$4.00
暗黙的キャッシュから読み取る入力$0.10$0.20
思考トークンを含む出力$10.00$20.00

思考トークンは、最終回答に表示されなくても出力として課金されます。外部の情報源を回答の根拠にするgroundingでは、ツールの内部指示や関数宣言もGoogleの課金対象になります。ツール自体の料金が別途かかる場合もあるため、回答の長さだけではエージェントの請求額を説明できません。

モデルのトークン料金を試算するときは、通常の入力、キャッシュされた入力、課金対象の出力を分けます。エージェントの1つの作業について、すべての呼び出しを合計した使用量を次のように仮定します。

  • キャッシュされていない入力が200,000トークン。
  • キャッシュされた入力が800,000トークン。
  • 思考を含む課金対象の出力が100,000トークン。

導入価格での試算は、0.2 × $2 + 0.8 × $0.10 + 0.1 × $10 = $1.48です。

12月の料金での試算は、0.2 × $4 + 0.8 × $0.20 + 0.1 × $20 = $2.96です。

これはモデルのトークン料金だけの概算であり、請求総額ではありません。ツール料金、サブスクリプション料金、税金は含めていません。キャッシュの割合は計算上の仮定であり、実際のヒット率を予測したものではありません。このキャッシュヒットがなければ、同じ入出力の総量でも12月より前は$3.00、それ以降は$6.00になります。

再試行や失敗した試行も含めて、実際の使用量を記録してください。トークン単価が安くても、検証を通過して採用できるコード変更の費用が安くなるとは限りません。

どの思考レベルを選ぶべきですか？

まずmediumを使い、同じコーディング課題を繰り返し評価して思考レベルを調整します。Googleは、複雑なコードやエージェントの作業を含む大半の用途にmediumを推奨しています。思考レベルのガイドでは、lowは簡単な作業、highは最も難しい思考を要する作業向けです。

2026年11月13日時点のCursorBench 4.0の結果を見ると、思考レベルの名前が支出の上限を示すわけではないと分かります。

モデルと思考レベルスコア公表されたタスクあたりのコストステップ数
Gemini 4 Carbon High60.4%$9.2271
Gemini 4 Carbon Medium60.1%$8.4967
Gemini 4 Carbon Low58.6%$11.89124
Fable 5.2 Max60.0%$32.79218
Opus 5.5 High56.0%$3.9768
Gemini 4 Argon High52.9%$4.57118

この評価では、Carbon LowのタスクあたりのコストはMediumより$3.40高くなりました。ステップ数も67ではなく124でした。HighはMediumよりスコアが0.3パーセントポイント高く、費用は$0.73高くなりました。

これは、曖昧な要件があり、複数のファイルを扱うCursor独自の課題での結果です。自分のリポジトリでの結果や、12月の請求額を予測する数値ではありません。集計結果だけでは、コスト差の原因がキャッシュの挙動、思考、その他の要因のどれなのかは判断できません。

テストを通過するならmediumを維持します。Mediumが難しい要件を満たせない場合や、再現可能な不具合の修正に失敗する場合はhighを試してください。範囲が限定された作業でlowを使う場合も、追加の試行で各ターンの節約が相殺されないことを確認します。

Gemini以外と比較する場合は、Fable 5.2の設定と料金ガイドでAPIとClaude Codeから評価する手順を確認できます。異なるプロバイダーの思考レベルを、名前だけで同等とみなさないでください。同じテストを使い、採用できた変更を比較します。

GeminiのネイティブAPIにリクエストを送るには？

以下のInteractionsの例には、GoogleのネイティブAPIを使います。課金設定からプロジェクトを有料枠にし、必要な支払い設定を完了してください。その後、Gemini APIキーを作成します。直接接続する構成を決める前に、Googleの対応地域も確認してください。

ネイティブRESTリソースはhttps://generativelanguage.googleapis.com/v1beta/interactionsです。Python SDKがリクエストの送信と認証を処理します。

2026年11月13日時点では、BetterTokenにもgemini-4-carbonが掲載されています。OpenAI互換のベースURLはhttps://www.bettertoken.ai/v1です。ゲートウェイの料金は別途確認してください。以下のネイティブInteractionsとバックグラウンド実行の例は、ゲートウェイとの互換性を保証するものではありません。

BashでSDKをインストールし、画面に表示せずにキーを読み込みます。readが入力を待っている間にキーを貼り付け、Enterを押してください。

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

次のコードをcarbon_smoke.pyとして保存します。小さなコード修正を依頼する例です。モデルにファイル編集やコード実行のツールは渡していません。

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)

同じBashセッションで実行します。

python3 carbon_smoke.py

基本的な動作確認が成功すると、結果チェックで例外が発生せず、回答のテキストと使用量が表示されます。回答を読み、キャッシュ内の0やFalseによってload()が再び呼ばれないことを確認してください。変更を採用する前に、提案されたテストを普段のテスト環境で実行します。

SDKの実装では、呼び出しごとのtimeoutは秒単位です。この例の900.0は15分に相当します。これは待機時間の上限であり、この小さな課題に15分かかるという予測ではありません。

リクエストが拒否されたら、まずキーが属するプロジェクト、有料の課金設定、地域の利用条件を確認します。クライアントにinteractionsがない場合は、スクリプトを実行しているPython環境でgoogle-genaiを更新してください。

移行時には何を変更しますか？

移行の変更範囲は小さく保ちつつ、本番のリクエストを切り替える前にトークンと時間の上限を確認します。Googleは、Argonからの移行とGemini 3以前からの移行を分けて説明しています。

Gemini 4 Argonからの移行

gemini-4-argonをgemini-4-carbonに変更します。Googleの説明では、この切り替えにリクエストスキーマの変更は不要です。ただし、同じリクエストの待ち時間や請求額まで同じになるわけではありません。

最初はthinking_levelをmediumに保ちます。Carbonは思考に使うトークンが増えることがあるため、max_output_tokensとタイムアウトを見直してください。対話型の編集や機能開発でArgonがすでに受け入れテストを通過しているなら、特に応答速度が重要な用途ではArgonを残します。

既存のManaged Agents連携では、agent="antigravity-preview-09-2026"を維持します。agent_config={"type":"antigravity","model":"gemini-4-carbon"}を設定してください。エージェントの識別子と、利用するモデルは別の設定です。

Gemini 3以前からの移行

モデルIDを更新し、次の4点に対応します。

  1. 明示的キャッシュを削除します。 CarbonはcachedContentsやcaches.createに対応していません。cached_contentを作成または参照するリクエストを削除してください。
  2. サンプリング設定を削除します。 Carbonはtemperature、top_p、top_kを無視します。これらの設定で従来の挙動を維持できるとは考えないでください。
  3. 出力上限を見直します。 既存アプリの上限が低い場合、Googleは少なくとも32,768にすることを推奨しています。思考もこの枠を消費するため、小さすぎる上限では回答に使える余地が不足します。
  4. 長い実行時間を許容します。 バックグラウンド実行を使うか、処理完了まで待つリクエストのタイムアウトを少なくとも15分にします。SDKだけでなく、アプリやプロキシのタイムアウトも確認してください。

暗黙的キャッシュは、少なくとも4,096トークンのプロンプトで利用できます。キャッシュヒットした入力トークンは95%割引になります。ただし、同じテキストを繰り返すだけでヒットが保証されるわけではありません。

Googleの現在のキャッシュガイドには、エージェントが処理を繰り返す場合の追加条件もあります。直前のリクエスト全体をキャッシュするには、新しいリクエストで少なくとも2,050トークンを追加する必要があります。繰り返したコンテキストすべてに割引単価を当てはめず、応答に返された実際のキャッシュ使用量を確認してください。

65,536トークンを超える出力を生成するには？

サーバー側で管理する長い生成には、background=Trueと大きなmax_output_tokensを指定します。Carbonのコンテキストウィンドウは1,048,576トークンで、入力、思考、出力が共有します。入力が大きいほど、生成に残されるトークン数は少なくなります。

Googleが示す既定の出力枠は65,536トークンです。ただし、SDKが管理するすべてのフォアグラウンド呼び出しに対する絶対的な上限ではありません。現在の長い出力のガイドでは、Python SDK 2.34.0以降によるクライアント側の継続生成も説明されています。

バックグラウンド実行は、アプリが作業を送信し、後から結果を取得する場合に向いています。background=Trueだけでは出力枠は増えません。 max_output_tokensを明示的に指定してください。

バックグラウンド実行には、インタラクションをサーバーに保存する必要もあります。Googleの説明では、background=Trueとstore=Falseを組み合わせると400エラーになります。機密性のあるリポジトリの情報を送る前に、保存とバックグラウンド実行の規則を確認してください。

次のコードをcarbon_background.pyとして保存します。request.txtには、送信を許可された、秘密情報を含まない作業指示を記入してください。このスクリプトは新しい作業を開始するほか、既存のインタラクションへの状態確認を再開できます。

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)

APIキーを設定した同じBashセッションで開始します。

python3 carbon_background.py start request.txt

表示されたインタラクションIDを保存してください。ネットワーク障害後は、python3 carbon_background.py resumeの後ろにそのIDを指定し、既存の作業を取得します。状態確認に失敗しただけで、別の有料作業を自動的に作成しないでください。

スクリプトは、すべてのmodel_outputステップのテキストを結合します。長い生成は複数の継続ステップに分かれることがあるため、最後のステップだけを読むと、それ以前の出力が欠落します。

Ctrl+Cは、状態確認を止めるだけでなく、キャンセルを要求します。resumeはキャンセル済みの作業を再実行しません。それ以外の終了状態になった場合は、プロンプトの変更や枠の拡大を決める前に、インタラクションを確認してください。

131072は上限であり、予想される回答の長さではありません。結果が完全で、テストを通過していることを確認してから採用します。

CursorとCopilotでは課金がどう違いますか？

モデルを選べることと、サブスクリプション上の利用量の扱いは別々に確認してください。エディターでCarbonを選べても、利用料金が無料になるわけではありません。

CursorではGemini 4 Carbonを選び、Mediumから始めます。Cursorのモデルページによると、CarbonはCursorプランに含まれる利用枠の対象外です。The X Subscriptionでは前払いクレジットから差し引かれます。旧プランではOther Modelsの枠から消費されます。Cursorも12月1日からのトークン単価引き上げを案内しています。

GitHub Copilotでは、Pro+、Max、Business、Enterpriseの利用者がCarbonを使えます。11月10日のリリース情報には、VS CodeやCopilot CLIなどでモデルを選択できると記載されています。提供は段階的に進んでおり、組織のモデルポリシーによっても利用可否が変わる場合があります。

Copilotでは、Carbonをプロバイダーの定価に基づく従量課金で計算します。Cursorの利用枠の規則をCopilotにも当てはめないでください。GitHubの課金ドキュメントで、プランごとの扱いを確認できます。Copilot独自のモデルを使う選択肢については、Copilot Fusionの思考レベルと課金を比較してください。

エディター内のエージェントに長い作業を任せる前に、小さな変更を1つ依頼して、課金された使用量を確認します。採用できた変更の割合、待ち時間、12月の料金での予算が要件を満たしてから、既定のモデルにしてください。

BetterTokenAI MODEL APIsすべてのモデルを1つのAPIでGPTClaudeDeepSeekQwenGLMKimiMiniMaxAI API · 従量課金BetterToken で 開発を始めようAPI キーを作成して、 最初のリクエストを送信。利用を始めるbettertoken.ai
モデル・業界Kimi K3.1 Proの公開ウェイト：ダウンロード、ライセンス、APIモデル・業界Gemini無料版でProを手動選択できない？まずAutoを確認モデル・業界Gemini 4 Argonは今誰が使える？Fairwind・API・Ultraの提供順

LLM ワークフローを最適化しませんか？

単一 API でモデルを接続し、キーと AI コストを管理できます。

無料で始める