Gemini 4 Carbon API: preços, raciocínio e migração

Para tarefas difíceis de programação, comece com Gemini 4 Carbon e thinking_level="medium"; mantenha Argon para o trabalho interativo do dia a dia. Use as tarifas de dezembro no orçamento antes de adotar Carbon como padrão. Os preços padrão por token dobram em 1 de dezembro de 2026. Não escolha low só para economizar: o CursorBench mostra um custo por tarefa maior do que com medium.

Em 13 de novembro de 2026, a documentação do Carbon no Google lista gemini-4-carbon no nível pago da Gemini API e no Google AI Studio. Carbon não está disponível no Free tier, o nível gratuito. Carbon raciocina com mais profundidade, mas usa mais tokens de raciocínio e tem maior latência por turno do que Argon.

Quanto custa Gemini 4 Carbon antes e depois de 30 de novembro?

Use as tarifas de dezembro para orçar o uso contínuo, mesmo que a avaliação inicial aproveite os preços de lançamento. Estas são as tarifas padrão da API do Google em USD por 1M tokens. Elas foram verificadas em 13 de novembro de 2026 na página de preços.

Categoria de tokens	Até 30 de novembro de 2026	A partir de 1 de dezembro de 2026
Entrada sem cache	$2.00	$4.00
Entrada atendida pelo cache implícito	$0.10	$0.20
Saída, incluindo tokens de raciocínio	$10.00	$20.00

Os tokens de raciocínio são cobrados como saída, mesmo quando não aparecem na resposta final. Ao usar grounding, que fundamenta a resposta em fontes externas, o Google também contabiliza instruções internas de ferramentas e declarações de funções. As ferramentas podem gerar cobranças separadas, então o tamanho da resposta não explica sozinho a conta de um agente.

Para estimar o custo dos tokens do modelo, separe a entrada sem cache, a entrada em cache e a saída faturável. Suponha que uma tarefa do agente acumule estes totais em todas as chamadas:

200,000 tokens de entrada sem cache.
800,000 tokens de entrada em cache.
100,000 tokens de saída faturáveis, incluindo raciocínio.

A estimativa com as tarifas de lançamento é 0.2 × $2 + 0.8 × $0.10 + 0.1 × $10 = $1.48.

A estimativa para dezembro é 0.2 × $4 + 0.8 × $0.20 + 0.1 × $20 = $2.96.

São estimativas de cobrança por tokens do modelo, não uma fatura completa. Elas não incluem ferramentas, assinaturas nem impostos. A proporção de uso do cache é uma premissa, não uma taxa de acertos esperada. Sem esses acertos de cache, os mesmos totais de entrada e saída custariam $3.00 antes de dezembro e $6.00 depois.

Registre o uso real das novas tentativas e das tentativas que falharam. Um preço baixo por token não garante um custo baixo por alteração de código aceita.

Qual nível de raciocínio usar?

Comece com medium e ajuste o esforço usando uma tarefa de programação reproduzível. O Google recomenda medium para a maioria dos casos, incluindo código complexo e tarefas com agentes. A orientação sobre níveis de raciocínio indica low para tarefas simples e high para o raciocínio mais difícil.

Os resultados do CursorBench 4.0 de 13 de novembro de 2026 mostram por que os níveis de esforço não são limites de gastos:

Modelo e esforço	Pontuação	Custo informado por tarefa	Etapas
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

Nessa avaliação, Carbon Low custou $3.40 a mais por tarefa do que Medium. Também precisou de 124 etapas, contra 67. High superou Medium em 0.3 ponto percentual e custou $0.73 a mais.

Esses são resultados do Cursor em seu próprio conjunto de tarefas ambíguas que envolvem vários arquivos. Eles não preveem o resultado no seu repositório nem a fatura de dezembro. Os dados agregados não permitem atribuir a diferença de custo ao cache, ao raciocínio ou a outro fator.

Mantenha medium quando o resultado passar nos seus testes. Experimente high quando Medium não cumprir um requisito difícil ou falhar em uma tarefa de depuração reproduzível. Use low em trabalhos de escopo limitado somente após confirmar que as tentativas extras não anulam a economia por turno.

Para comparar com uma alternativa fora da linha Gemini, o guia de configuração e preços do Fable 5.2 traz um caminho de avaliação pela API e pelo Claude Code. Compare alterações aceitas com os mesmos testes. Não trate os nomes dos níveis de esforço de fornecedores diferentes como equivalentes.

Faça uma solicitação à API nativa do Gemini

Use a API nativa do Google nos exemplos de Interactions abaixo. Ative um projeto pago pela configuração de faturamento e conclua as etapas de pagamento exigidas. Depois, crie uma chave da Gemini API. Confira as regiões aceitas pelo Google antes de planejar uma integração direta.

O recurso REST nativo é https://generativelanguage.googleapis.com/v1beta/interactions. O SDK de Python cuida da solicitação e da autenticação.

Em 13 de novembro de 2026, a BetterToken também lista gemini-4-carbon. Sua URL base compatível com OpenAI é https://www.bettertoken.ai/v1; consulte os preços do gateway separadamente. Os exemplos de Interactions nativas e execução em segundo plano abaixo não garantem compatibilidade com o gateway.

No Bash, instale o SDK e leia a chave sem exibi-la. Cole a chave quando read aguardar a entrada e pressione Enter.

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

Salve o código a seguir como carbon_smoke.py. Ele pede uma pequena correção de código sem dar ao modelo ferramentas para editar arquivos ou executar 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)

Execute na mesma sessão do Bash:

python3 carbon_smoke.py

A verificação básica funciona se o script exibir texto e dados de uso sem lançar uma exceção ao validar o resultado. Confira a resposta: os valores 0 e False em cache não devem provocar outra chamada a load(). Execute os testes propostos no seu ambiente de testes habitual antes de aceitar a alteração.

A implementação do SDK define o timeout de cada chamada em segundos. Aqui, 900.0 permite 15 minutos. É um limite de tempo, não uma previsão da duração dessa tarefa pequena.

Se a solicitação for rejeitada, confira primeiro o projeto da chave, o status do faturamento pago e a disponibilidade regional. Se o cliente não tiver interactions, atualize google-genai no ambiente Python que executa o script.

O que muda na migração?

Limite as mudanças da migração, mas revise os limites de tokens e tempo antes de enviar tráfego de produção. O Google separa as instruções de migração do Argon e de migração do Gemini 3 ou de versões anteriores.

Do Gemini 4 Argon

Troque gemini-4-argon por gemini-4-carbon; segundo o Google, essa troca não exige mudanças no esquema da solicitação. Isso não significa que a mesma solicitação terá a mesma latência ou cobrança.

Mantenha thinking_level em medium no início. Revise max_output_tokens e os tempos limite, pois Carbon pode gastar mais tokens em raciocínio. Mantenha Argon para edições interativas e desenvolvimento de funcionalidades que já atendam aos seus testes de aceitação, especialmente quando o tempo de resposta importar.

Em uma integração existente de Managed Agents, mantenha agent="antigravity-preview-09-2026". Defina agent_config={"type":"antigravity","model":"gemini-4-carbon"}. O identificador do agente continua separado do modelo selecionado.

Do Gemini 3 e de versões anteriores

Atualize o ID do modelo e ajuste estes quatro comportamentos da solicitação:

Remova o cache explícito. Carbon não oferece suporte a cachedContents nem a caches.create. Remova solicitações que criem ou façam referência a cached_content.
Remova os controles de amostragem. Carbon ignora temperature, top_p e top_k. Não dependa desses ajustes para preservar o comportamento anterior.
Revise o limite de saída. O Google recomenda pelo menos 32,768 quando uma aplicação existente usa um limite menor. O raciocínio consome parte desse orçamento; um limite pequeno pode deixar pouco espaço para a resposta.
Permita uma execução mais longa. Use execução em segundo plano ou tempos limite de pelo menos 15 minutos para solicitações bloqueantes. Confira também os tempos limite da aplicação e do proxy, além da configuração do SDK.

O cache implícito continua disponível para prompts com pelo menos 4,096 tokens. Acertos de cache recebem um desconto de 95% nos tokens de entrada; repetir o texto não garante um acerto.

O guia de cache atual do Google traz uma condição adicional para os ciclos do agente. Para armazenar toda a solicitação anterior em cache, a nova precisa acrescentar pelo menos 2,050 tokens. Meça o uso de cache retornado na resposta em vez de aplicar a tarifa reduzida a todo o contexto repetido.

Como gerar mais de 65,536 tokens?

Use background=True e aumente max_output_tokens para a geração longa gerenciada pelo servidor. Carbon tem uma única janela de 1,048,576 tokens compartilhada entre entrada, raciocínio e saída. Uma entrada grande reduz o orçamento restante para geração.

O Google define 65,536 como orçamento padrão de saída. Esse não é um teto absoluto para todas as chamadas em primeiro plano gerenciadas pelo SDK. O guia de geração longa também documenta a continuação no cliente com o SDK de Python 2.34.0 ou posterior.

A execução em segundo plano é útil quando a aplicação precisa enviar o trabalho e recuperar o resultado depois. Definir apenas background=True não aumenta o orçamento de saída. Defina max_output_tokens explicitamente.

A execução em segundo plano também exige o armazenamento das interações. O Google documenta um erro 400 quando background=True é combinado com store=False. Revise as regras de armazenamento e execução em segundo plano antes de enviar material sensível do repositório.

Salve o código a seguir como carbon_background.py. Coloque em request.txt a especificação da tarefa, autorizada para envio e sem segredos. O script permite iniciar uma tarefa ou retomar as consultas de status de uma interação 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)

Inicie na mesma sessão do Bash que contém sua chave de API:

python3 carbon_background.py start request.txt

Salve o ID da interação exibido na tela. Após uma falha de rede, execute python3 carbon_background.py resume seguido desse ID para recuperar a tarefa existente. Não crie automaticamente outra tarefa paga porque a consulta de status falhou.

O script junta o texto de todas as etapas model_output. A geração longa pode envolver várias etapas de continuação; ler apenas a última pode fazer você perder a saída anterior.

Pressionar Ctrl+C solicita o cancelamento, em vez de apenas interromper as consultas de status. resume não reinicia uma tarefa cancelada. Se houver outro status terminal, inspecione a interação antes de decidir se deve mudar o prompt ou aumentar o orçamento.

O limite 131072 é um teto, não o tamanho esperado da resposta. Confirme que o resultado está completo e passa nos seus testes antes de aceitá-lo.

Como as cobranças do Cursor e do Copilot diferem?

Confira separadamente a seleção do modelo e a contabilização do uso na assinatura. Ter acesso a Carbon em um editor não torna seu uso gratuito.

No Cursor, selecione Gemini 4 Carbon e comece com esforço Medium. A página do modelo no Cursor informa que Carbon fica fora do uso incluído nos planos do Cursor. Na The X Subscription, o custo é descontado do crédito pré-pago. Nos planos antigos, ele consome o saldo do grupo Other Models. O Cursor também documenta as tarifas por token mais altas a partir de 1 de dezembro.

No GitHub Copilot, Carbon está disponível para usuários dos planos Pro+, Max, Business e Enterprise. O anúncio de 10 de novembro inclui a seleção do modelo em clientes como VS Code e Copilot CLI. A liberação é gradual, e as políticas de modelos da organização podem afetar o acesso.

O Copilot cobra por Carbon com base no uso e no preço de tabela do provedor. Não aplique a regra de uso incluído do Cursor ao Copilot: a documentação de faturamento do GitHub explica a contabilização por plano. Para comparar com a opção de modelo próprio do Copilot, consulte os níveis de esforço e a cobrança do Copilot Fusion.

Antes de iniciar uma tarefa longa do agente no editor, peça uma alteração de escopo limitado e confira o uso cobrado. Adote um modelo como padrão somente quando a taxa de alterações aceitas, a latência e o orçamento de dezembro atenderem aos seus requisitos.