Gemini 4 Carbon API: ID Model, Harga, dan Permintaan Pertama Anda

Per 11 November 2026, API Gemini 4 Carbon milik Google menggunakan ID model gemini-4-carbon dan berharga $2 per satu juta token input serta $10 per satu juta token output hingga 30 November 2026, lalu menjadi $4 dan $20. Google membuatnya tersedia secara umum pada 10 November 2026, hanya di tingkat berbayar (paid tier) Gemini API.

Panduan ini membawa Anda dari kunci API baru hingga permintaan pertama Anda, menunjukkan angka penggunaan mana yang menentukan tagihan Anda, dan menyerahkan pengujian ke coding agent Anda.

Apa itu model ID Gemini 4 Carbon?

Model ID Gemini 4 Carbon adalah gemini-4-carbon. Anda memasukkannya sebagai field model dalam permintaan ke endpoint Interactions milik Gemini API, di SDK Python atau JavaScript, atau di prompt Google AI Studio. Google menyebut Carbon sebagai model reasoning terkuatnya dan merekomendasikannya untuk tugas-tugas berat, sementara Gemini 4 Argon tetap menjadi pilihan default untuk pekerjaan sehari-hari.

Untuk informasi latar belakang tentang model itu sendiri, mulailah dari apa itu Gemini 4 Carbon.

Bagaimana cara mendapatkan kunci API Gemini untuk Gemini 4 Carbon?

Carbon hanya berjalan di tingkat berbayar, jadi kunci saja tidak cukup. Anda memerlukan kunci pada sebuah project dengan Cloud Billing yang terhubung:

1. Buka halaman API keys di Google AI Studio. Pengguna baru akan otomatis mendapat project dan kunci yang dibuatkan; jika tidak, klik Create API key.
2. Klik Set up billing di halaman API keys atau Projects.
3. Buat atau hubungkan akun Cloud Billing, tambahkan metode pembayaran dan lakukan prabayar minimal $5 dalam kredit, sesuai quickstart dari Google.
4. Ekspor kunci tersebut di shell Anda: export GEMINI_API_KEY="YOUR_API_KEY".

Pos tentang opsi gratis Gemini 4 Carbon membahas jalur-jalur yang sama sekali tidak memerlukan kunci API.

Bagaimana cara mengirim permintaan API Gemini 4 Carbon pertama Anda?

Quickstart Google untuk Carbon menggunakan Interactions API: sebuah POST ke /v1beta/interactions dengan model dan input di dalam body. Letakkan nama model dalam sebuah variabel agar berpindah antara Carbon dan Argon nantinya hanya perlu mengubah satu baris.

Dengan 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"
    }
  }'

Dengan SDK Python (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)

Kedua cuplikan kode mengikuti contoh dalam dokumentasi Google. Kami tidak menjalankannya untuk artikel ini, karena kami tidak memiliki kunci Carbon berbayar di mesin ini, jadi periksa bentuk respons terhadap panggilan pertama Anda sendiri.

Tiga detail dari catatan migrasi Google menghemat Anda dari sesi debugging:

• Hapus parameter sampling. temperature, top_p, dan top_k diabaikan oleh Carbon, jadi hilangkan saja.
• Naikkan timeout. Prompt yang berat bisa memakan waktu beberapa menit. Google menyarankan eksekusi background atau HTTP timeout minimal 15 menit.
• Simpan state di server. Gunakan previous_interaction_id untuk chat multi-turn dan function calling, alih-alih mengirim ulang seluruh riwayat.

Sudah menggunakan Argon? Panduan API Gemini 4 Argon kami menggunakan struktur permintaan yang sama.

Bagaimana cara membaca usage dan thinking token dalam respons?

Setiap interaksi mengembalikan objek usage. Berikut field-field yang penting untuk biaya:

• total_input_tokens: apa yang Anda kirim, termasuk system instructions dan deklarasi tools.
• total_thought_tokens: token yang dipakai model untuk berpikir sebelum menjawab.
• total_output_tokens: jawaban yang terlihat.
• total_tokens: jumlah seluruhnya.

Yang perlu Anda perhatikan adalah total_thought_tokens. Panduan thinking Google menyatakan harga respons adalah jumlah dari output token dan thinking token, sehingga thinking ditagih dengan tarif output $10. Google juga menyatakan bahwa Carbon "menghabiskan lebih banyak thinking token" per giliran dibanding Argon untuk mengeksplorasi dan memverifikasi pekerjaannya. Pada prompt yang berat, thinking bisa menjadi bagian terbesar dari tagihan.

max_output_tokens membatasi gabungan thinking dan output. Jika Anda menetapkannya terlalu rendah, Carbon bisa menghabiskan anggaran tersebut untuk berpikir dan memotong jawabannya. Titik awal dari Google:

• Tugas standar: biarkan default 65.536.
• Aplikasi dengan batas di bawah 32K: naikkan setidaknya ke 32.768.
• Reasoning dan coding yang kompleks: atur background: true dan 131.072 atau 262.144 token.

Dengan background: true, server Google melanjutkan respons dalam lompatan 64K token. Anda melakukan polling pada interaksi sampai statusnya keluar dari in_progress atau queued, lalu menggabungkan teks dari setiap langkah model_output.

Tingkat thinking Gemini 4 Carbon mana yang sebaiknya Anda gunakan?

Tingkat thinking adalah kendali utama Anda atas kualitas, latensi, dan pengeluaran. Panduan Google, dari panduan thinking dan dokumentasi Carbon:

Google merekomendasikan menjalankan evaluasi Anda di ketiga tingkat dan mempertahankan tingkat terendah yang memenuhi standar kualitas Anda. Di Carbon, selisih antara low dan high adalah tempat anggaran Anda habis.

Kapan sebaiknya Anda mengirim tugas ke Gemini 4 Carbon alih-alih Argon?

Google langsung menyatakan hal ini: "Argon tetap menjadi pilihan ideal untuk sebagian besar pekerjaan software engineering dan knowledge work." Kedua model berbagi context window 1 juta token, built-in tools, dan harga per-token perkenalan yang sama, sehingga pembedanya adalah berapa banyak token yang masing-masing habiskan per giliran. Gunakan Carbon untuk debugging akar masalah yang kompleks, desain arsitektur, sintesis multimodal yang padat, pembuktian, dan audit keamanan. Pertahankan Argon untuk coding interaktif, fitur sehari-hari, dan loop produksi yang cepat. Perbandingan Gemini 4 Carbon vs Argon kami membahas lebih dalam, dan jika Anda sedang menimbang Carbon terhadap model terbaru Anthropic, lihat Gemini 4 Carbon vs Claude Fable 5.2 dan panduan API Claude Fable 5.2.

Berapa biaya satu panggilan API Gemini 4 Carbon?

Gemini 4 Carbon berharga $2 per 1 juta token input dan $10 per 1 juta token output (thinking termasuk) hingga 30 November 2026, lalu menjadi $4 dan $20, menurut Google.

Untuk menggambarkan biaya tersebut pada satu panggilan, ambil contoh permintaan ilustratif dengan 2.000 token input, 6.000 token thinking, dan 1.500 token output. Ini adalah angka contoh, bukan hasil pengukuran:

• Input: 2.000 x $2 / 1 juta = $0,004
• Thinking plus output: 7.500 x $10 / 1 juta = $0,075
• Total: sekitar $0,079 hari ini, sekitar $0,158 mulai 1 Desember

Thinking sangat bervariasi tergantung prompt, jadi baca objek usage Anda sendiri. Untuk perhitungan harga lengkap, lonjakan Desember, dan biaya per tugas, lihat harga Gemini 4 Carbon.

Biarkan coding agent Anda menguji API Carbon dengan Apidog CLI

Anda akan mengubah tingkat thinking, batas output, dan prompt berkali-kali. Alih-alih memeriksa JSON secara manual setelah setiap perubahan, biarkan coding agent Anda (Claude Code, Codex, Cursor) menulis pengujian yang dapat diulang dan menjalankannya dengan Apidog CLI.

Lakukan penyiapan sekali saja:

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

Lalu berikan satu prompt ke agent Anda:

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.

Menggunakan low dalam pengujian menjaga setiap eksekusi tetap murah. Agent membaca skema, memvalidasi payload-nya, dan menjalankan test case:

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

Asersi token-budget adalah yang paling berguna. Jika perubahan prompt mendorong thinking melewati batas Anda, pengujian gagal sebelum tagihan bertambah. Ganti -r cli,json dengan -r junit dan perintah yang sama bisa berjalan di CI; panduan CI/CD Apidog CLI menunjukkan pipeline-nya, dan Apidog CLI di Claude Code menjelaskan penyiapan agent secara langkah demi langkah. Paket Free Apidog mencakup hingga 4 pengguna.

Jika Anda ingin agent menyiapkan semuanya dari nol, katakan padanya: "Read https://apidog.com/apidog-cli-installation-guide.md and set up Apidog CLI."

FAQ

Apakah API Gemini 4 Carbon gratis? Tidak. Dokumentasi Google menyatakan Gemini 4 Carbon tidak tersedia di tingkat Free Gemini API. Anda memerlukan project tingkat berbayar dengan Cloud Billing dan setidaknya $5 dalam kredit prabayar. Di sisi konsumen, Google sedang menghadirkan Carbon bagi pelanggan Google AI Ultra di aplikasi Gemini, AI Mode, dan Antigravity.

Apakah Gemini 4 Carbon ada di Vertex AI? Pos peluncuran Google menyebut Gemini API, Google AI Studio, Android Studio, Gemini for business, Antigravity, dan CodeMender. Vertex AI tidak disebutkan, jadi periksa daftar model Google Cloud sebelum merencanakan sesuatu berdasarkan asumsi itu.

Berapa context window Gemini 4 Carbon? 1.048.576 token, dibagi bersama oleh input, thinking, dan output. Respons sinkron berhenti di 65.536 token; dengan eksekusi background, sebuah respons bisa berjalan hingga 1 juta token dikurangi input Anda.

Bisakah saya menggunakan generateContent alih-alih Interactions API? Quickstart Carbon dari Google menggunakan Interactions API, dan dokumentasinya menyebut GenerateContent API untuk kelanjutan long-decode di sisi klien. Jika aplikasi Anda sudah menggunakan generateContent, uji pergantian model ID di sana sebelum bermigrasi.

Bagaimana cara berpindah dari Gemini 4 Argon ke Carbon? Ubah string model dari gemini-4-argon menjadi gemini-4-carbon. Google menyatakan tidak ada perubahan skema permintaan yang diperlukan. Naikkan max_output_tokens dan HTTP timeout Anda, karena Carbon berpikir lebih lama, dan pertahankan thinking_level di medium kecuali sebuah tugas memerlukan high.