Gemini 4 Carbon API: Modell-ID, Preise und Ihre erste Anfrage

Seit dem 11. November 2026 verwendet die Google-Gemini-4-Carbon-API die Modell-ID gemini-4-carbon und kostet bis zum 30. November 2026 2 US-Dollar pro Million Eingabe-Tokens und 10 US-Dollar pro Million Ausgabe-Tokens, danach 4 und 20 US-Dollar. Google hat das Modell am 10. November 2026 allgemein verfügbar gemacht – allerdings nur in der bezahlten Stufe der Gemini-API.

Diese Anleitung führt Sie von einem frischen API-Schlüssel bis zur ersten Anfrage, zeigt Ihnen, welche Nutzungsdaten Ihre Rechnung bestimmen, und übergibt das Testing an Ihren Coding-Agenten.

Was ist die Modell-ID von Gemini 4 Carbon?

Die Modell-ID von Gemini 4 Carbon lautet gemini-4-carbon. Sie übergeben sie als model-Feld in einer Anfrage an den Interactions-Endpunkt der Gemini-API, im Python- oder JavaScript-SDK oder in einem Google AI Studio Prompt. Google bezeichnet Carbon als sein stärkstes Reasoning-Modell und empfiehlt es für anspruchsvolle Aufgaben, während Gemini 4 Argon als Standard für die alltägliche Arbeit bleibt.

Für Hintergrundinformationen zum Modell selbst starten Sie mit Was ist Gemini 4 Carbon?.

Wie erhalten Sie einen Gemini-API-Schlüssel für Gemini 4 Carbon?

Carbon läuft nur in der bezahlten Stufe, daher reicht ein Schlüssel allein nicht aus. Sie brauchen einen Schlüssel für ein Projekt mit verknüpftem Cloud Billing:

1. Öffnen Sie die API-Keys-Seite in Google AI Studio. Neue Nutzer erhalten automatisch ein Projekt und einen Schlüssel; andernfalls klicken Sie auf Create API key.
2. Klicken Sie auf der API-Keys- oder Projects-Seite auf Set up billing.
3. Erstellen oder verknüpfen Sie ein Cloud Billing-Konto, hinterlegen Sie eine Zahlungsmethode und laden Sie gemäß Googles Quickstart mindestens 5 US-Dollar als Guthaben vor.
4. Exportieren Sie den Schlüssel in Ihrer Shell: export GEMINI_API_KEY="YOUR_API_KEY".

Der Beitrag zu den kostenlosen Optionen für Gemini 4 Carbon behandelt Wege, die gar keinen API-Schlüssel erfordern.

Wie senden Sie Ihre erste Gemini-4-Carbon-API-Anfrage?

Googles Quickstart für Carbon nutzt die Interactions API: ein POST an /v1beta/interactions mit model und input im Body. Legen Sie den Modellnamen in einer Variable ab, damit der spätere Wechsel zwischen Carbon und Argon nur eine Ein-Zeilen-Änderung ist.

Mit curl:

export GEMINI_MODEL="gemini-4-carbon"

curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "model": "'"$GEMINI_MODEL"'",
    "input": "Find the race condition in this retry loop and rewrite the lock safely.",
    "generation_config": {
      "thinking_level": "medium"
    }
  }'

Mit dem Python-SDK (pip install -U google-genai):

import os
from google import genai

MODEL = os.environ.get("GEMINI_MODEL", "gemini-4-carbon")

client = genai.Client()  # reads GEMINI_API_KEY from the environment

interaction = client.interactions.create(
    model=MODEL,
    input="Find the race condition in this retry loop and rewrite the lock safely.",
    generation_config={"thinking_level": "medium"},
)

print(interaction.output_text)
print(interaction.usage)

Beide Snippets folgen den Beispielen aus Googles Dokumentation. Wir haben sie für diesen Artikel nicht ausgeführt, da auf diesem Rechner kein bezahlter Carbon-Schlüssel vorliegt – prüfen Sie also die Antwortstruktur anhand Ihres eigenen ersten Aufrufs.

Drei Details aus Googles Migrationshinweisen ersparen Ihnen eine Debugging-Session:

• Sampling-Parameter entfernen. temperature, top_p und top_k werden von Carbon ignoriert – entfernen Sie sie.
• Timeouts erhöhen. Schwierige Prompts können mehrere Minuten dauern. Google empfiehlt Hintergrund-Ausführung oder HTTP-Timeouts von mindestens 15 Minuten.
• Status auf dem Server halten. Übergeben Sie previous_interaction_id für Multi-Turn-Chats und Function Calling, statt den Verlauf erneut zu senden.

Sie arbeiten bereits mit Argon? Unser Gemini-4-Argon-API-Leitfaden verwendet dieselbe Anfragestruktur.

Wie lesen Sie Nutzungs- und Thinking-Tokens aus der Antwort?

Jede Interaktion gibt ein usage-Objekt zurück. Diese Felder sind für die Kosten relevant:

• total_input_tokens: was Sie gesendet haben, einschließlich Systemanweisungen und Tool-Deklarationen.
• total_thought_tokens: Tokens, die das Modell vor der Antwort zum Denken verbraucht hat.
• total_output_tokens: die sichtbare Antwort.
• total_tokens: die Summe.

Der Wert, den Sie im Blick behalten sollten, ist total_thought_tokens. Googles Thinking-Leitfaden besagt, dass sich die Preisberechnung einer Antwort aus Ausgabe-Tokens und Thinking-Tokens zusammensetzt – Thinking wird also zum Ausgabepreis von 10 $ abgerechnet. Google gibt außerdem an, dass Carbon pro Durchgang „mehr Thinking-Tokens“ verbraucht als Argon, um seine Arbeit zu durchdenken und zu verifizieren. Bei einem schwierigen Prompt kann der größte Teil der Rechnung aufs Denken entfallen.

max_output_tokens begrenzt Thinking und Ausgabe zusammen. Setzen Sie es zu niedrig, kann Carbon das Budget zum Denken verbrauchen und die Antwort abschneiden. Googles Startpunkte:

• Standardaufgaben: Standardwert 65.536 beibehalten.
• Apps mit einem Limit unter 32K: auf mindestens 32.768 erhöhen.
• Komplexes Reasoning und Coding: background: true sowie 131.072 oder 262.144 Tokens setzen.

Mit background: true setzt Googles Server die Antwort in 64K-Token-Schritten fort. Sie fragen die Interaktion ab, bis ihr Status nicht mehr in_progress oder queued ist, und fügen dann den Text aller model_output-Schritte zusammen.

Welches Gemini-4-Carbon-Thinking-Level sollten Sie verwenden?

Das Thinking-Level ist Ihre wichtigste Stellschraube für Qualität, Latenz und Kosten. Googles Empfehlungen – aus dem Thinking-Leitfaden und der Carbon-Dokumentation:

Google empfiehlt, Ihre Evaluierungen auf allen drei Stufen durchzuführen und die niedrigste Stufe beizubehalten, die Ihre Qualitätsanforderungen erfüllt. Bei Carbon fließt Ihr Budget in die Lücke zwischen low und high.

Wann sollten Sie eine Aufgabe an Gemini 4 Carbon statt an Argon senden?

Google sagt es unmissverständlich: „Argon bleibt die ideale Wahl für den Großteil der Software-Engineering- und Wissensarbeit.“ Beide Modelle teilen sich das 1M-Kontextfenster, die integrierten Tools und denselben einführenden Preis pro Token – der Unterschied liegt darin, wie viele Tokens jedes Modell pro Durchgang verbraucht. Nutzen Sie Carbon für komplexes Root-Cause-Debugging, Architekturentwurf, dichte multimodale Synthese, Beweise und Sicherheitsaudits. Argon bleibt die Wahl für interaktives Coding, alltägliche Features und schnelle Produktionszyklen. Unser Vergleich von Gemini 4 Carbon und Argon geht tiefer ins Detail; wenn Sie Carbon gegen Anthropics neuestes Modell abwägen, lesen Sie Gemini 4 Carbon vs. Claude Fable 5.2 und den Claude-Fable-5.2-API-Leitfaden.

Wie viel kostet ein Gemini-4-Carbon-API-Aufruf?

Gemini 4 Carbon kostet bis zum 30. November 2026 laut Google 2 US-Dollar pro 1M Eingabe-Tokens und 10 US-Dollar pro 1M Ausgabe-Tokens (Thinking inklusive), danach 4 und 20 US-Dollar.

Um das auf einen einzelnen Aufruf zu übertragen, nehmen wir eine beispielhafte Anfrage mit 2.000 Eingabe-Tokens, 6.000 Thinking-Tokens und 1.500 Ausgabe-Tokens. Das sind Beispielwerte, keine Messung:

• Eingabe: 2.000 x 2 $ / 1M = 0,004 $
• Thinking plus Ausgabe: 7.500 x 10 $ / 1M = 0,075 $
• Gesamt: heute etwa 0,079 $, ab dem 1. Dezember etwa 0,158 $

Der Thinking-Anteil variiert stark je nach Prompt – lesen Sie daher Ihr eigenes usage-Objekt. Für die komplette Preisrechnung, den Dezember-Sprung und die Kosten pro Aufgabe siehe Gemini 4 Carbon Pricing.

Lassen Sie Ihren Coding-Agenten die Carbon-API mit Apidog CLI testen

Sie werden Thinking-Level, Ausgabe-Limits und Prompts viele Male ändern. Statt nach jeder Änderung JSON per Hand zu prüfen, lassen Sie Ihren Coding-Agenten (Claude Code, Codex, Cursor) einen wiederholbaren Test schreiben und ihn mit Apidog CLI ausführen.

Richten Sie es einmalig ein:

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Geben Sie Ihrem Agenten dann einen Prompt:

In Apidog project <projectId>, add an endpoint for
POST https://generativelanguage.googleapis.com/v1beta/interactions
with the x-goog-api-key header read from the GEMINI_API_KEY variable in
environment <envId>. Create a test case that sends model "gemini-4-carbon",
a short prompt and thinking_level "low", and asserts: HTTP 200, status is
"completed", usage.total_thought_tokens exists, and usage.total_tokens is
below 20000. Run it and summarize any failures.

Mit low im Test bleibt jeder Durchlauf günstig. Der Agent liest die Schemas, validiert seine Payloads und führt den Testfall aus:

apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file endpoint.json
apidog endpoint create --project <projectId> --file endpoint.json
apidog test-case category --project <projectId>
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <projectId> --file case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> -r cli,json

Die Assertion zum Token-Budget ist die nützlichste. Wenn eine Prompt-Änderung den Thinking-Anteil über Ihr Limit treibt, schlägt der Test fehl, bevor die Rechnung wächst. Ersetzen Sie -r cli,json durch -r junit, läuft derselbe Befehl in CI; der Apidog-CLI-CI/CD-Leitfaden zeigt die Pipeline, und Apidog CLI in Claude Code erklärt die Einrichtung des Agenten. Apidogs Free-Plan umfasst bis zu 4 Nutzer.

Wenn der Agent alles von Grund auf einrichten soll, sagen Sie ihm: „Read https://apidog.com/apidog-cli-installation-guide.md and set up Apidog CLI.“

FAQ

Ist die Gemini-4-Carbon-API kostenlos? Nein. Googles Dokumentation besagt, dass Gemini 4 Carbon in der Free-Tier der Gemini-API nicht verfügbar ist. Sie benötigen ein Projekt in der bezahlten Stufe mit Cloud Billing und mindestens 5 US-Dollar vorgeladenem Guthaben. Auf der Verbraucherseite rollt Google Carbon für Google AI Ultra-Abonnenten in der Gemini-App, im AI Mode und in Antigravity aus.

Gibt es Gemini 4 Carbon auf Vertex AI? Googles Launch-Beitrag nennt die Gemini API, Google AI Studio, Android Studio, Gemini for business, Antigravity und CodeMender. Vertex AI wird nicht erwähnt – prüfen Sie also Googles Cloud-Modellliste, bevor Sie darauf aufbauen.

Wie groß ist das Kontextfenster von Gemini 4 Carbon? 1.048.576 Tokens, gemeinsam von Eingabe, Thinking und Ausgabe genutzt. Eine synchrone Antwort endet bei 65.536 Tokens; mit Hintergrund-Ausführung kann eine Antwort bis zu 1M Tokens abzüglich Ihrer Eingabe umfassen.

Kann ich generateContent statt der Interactions API verwenden? Googles Carbon-Quickstart nutzt die Interactions API, und die Dokumentation erwähnt die GenerateContent-API für die clientseitige Fortsetzung mit Long Decode. Wenn Ihre App bereits generateContent verwendet, testen Sie dort den Wechsel der Modell-ID, bevor Sie migrieren.

Wie wechsle ich von Gemini 4 Argon zu Carbon? Ändern Sie die Modell-Zeichenkette von gemini-4-argon zu gemini-4-carbon. Laut Google sind keine Änderungen am Anfrage-Schema nötig. Erhöhen Sie max_output_tokens und Ihre HTTP-Timeouts, da Carbon länger denkt, und belassen Sie thinking_level auf medium, es sei denn, eine Aufgabe erfordert high.