Gemini 4 Carbon API: Mã Model, Giá và Request Đầu Tiên Của Bạn

Tính đến ngày 11 tháng 11 năm 2026, API Gemini 4 Carbon của Google sử dụng model ID gemini-4-carbon với giá 2 USD mỗi triệu token đầu vào và 10 USD mỗi triệu token đầu ra cho đến ngày 30 tháng 11 năm 2026, sau đó là 4 USD và 20 USD. Google đã phát hành chính thức mô hình này vào ngày 10 tháng 11 năm 2026, chỉ trên gói trả phí của Gemini API.

Bài hướng dẫn này sẽ đưa bạn từ một API key mới đến yêu cầu đầu tiên, chỉ cho bạn những con số sử dụng nào quyết định hóa đơn của bạn, và giao việc kiểm thử cho coding agent của bạn.

Model ID của Gemini 4 Carbon là gì?

Model ID của Gemini 4 Carbon là gemini-4-carbon. Bạn truyền nó vào trường model trong yêu cầu đến endpoint Interactions của Gemini API, trong SDK Python hoặc JavaScript, hoặc trong một prompt trên Google AI Studio. Google gọi Carbon là mô hình suy luận mạnh nhất của họ và khuyến nghị dùng cho các tác vụ khó, trong khi Gemini 4 Argon vẫn là mặc định cho công việc hàng ngày.

Để tìm hiểu thêm về bản thân mô hình, hãy bắt đầu với bài Gemini 4 Carbon là gì.

Mục	Giá trị	Nguồn
Model ID	`gemini-4-carbon`	Tài liệu Google AI Studio
Khả dụng từ	Ngày 10 tháng 11 năm 2026	Bài đăng ra mắt của Google
Nơi	Gói trả phí Gemini API, Google AI Studio, Android Studio	Bài đăng ra mắt của Google
Gói miễn phí	Không khả dụng	Tài liệu Google AI Studio
Cửa sổ ngữ cảnh	1.048.576 token, dùng chung cho đầu vào, suy nghĩ và đầu ra	Tài liệu Google AI Studio
Đầu ra tối đa mỗi phản hồi đồng bộ	65.536 token	Tài liệu Google AI Studio
Long decode	Đến 1M token trừ đầu vào của bạn, với `background: true`	Tài liệu Google AI Studio
Mức suy nghĩ (thinking)	`low`, `medium` (mặc định), `high`	Tài liệu Google AI Studio
Giá đến ngày 30/11/2026	2 USD đầu vào, 10 USD đầu ra mỗi 1M token	Bài đăng ra mắt của Google
Giá từ ngày 01/12/2026	4 USD đầu vào, 20 USD đầu ra mỗi 1M token	Bài đăng ra mắt của Google
Đầu vào được cache (implicit caching)	0,10 USD mỗi 1M, sau đó 0,20 USD từ ngày 01 tháng 12	Tài liệu Google AI Studio

Làm thế nào để lấy Gemini API key cho Gemini 4 Carbon?

Carbon chỉ chạy trên gói trả phí, nên chỉ có key là chưa đủ. Bạn cần một key trên dự án đã gắn Cloud Billing:

Mở trang API keys trong Google AI Studio. Người dùng mới sẽ được tự động tạo dự án và key; nếu không, hãy nhấn Create API key.
Nhấn Set up billing trên trang API keys hoặc Projects.
Tạo hoặc liên kết tài khoản Cloud Billing, thêm phương thức thanh toán và nạp trước ít nhất 5 USD tín dụng, theo quickstart của Google.
Xuất key trong shell của bạn: export GEMINI_API_KEY="YOUR_API_KEY".

Bài các lựa chọn miễn phí của Gemini 4 Carbon đề cập đến những cách sử dụng không cần API key.

Làm thế nào để gửi yêu cầu API Gemini 4 Carbon đầu tiên?

Quickstart của Google cho Carbon sử dụng Interactions API: một POST đến /v1beta/interactions với model và input trong body. Hãy đặt tên mô hình vào một biến để sau này chuyển giữa Carbon và Argon chỉ cần sửa một dòng.

Với 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"
    }
  }'

Với 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)

Cả hai đoạn mã đều theo các ví dụ trong tài liệu của Google. Chúng tôi không chạy chúng cho bài viết này, vì máy này không có key Carbon trả phí, nên hãy kiểm tra cấu trúc phản hồi với lần gọi đầu tiên của chính bạn.

Ba chi tiết từ ghi chú chuyển đổi của Google sẽ giúp bạn tiết kiệm thời gian debug:

Bỏ các tham số sampling. temperature, top_p và top_k bị Carbon bỏ qua, nên hãy xóa chúng.
Tăng timeout. Các prompt khó có thể mất vài phút. Google đề xuất thực thi nền (background execution) hoặc HTTP timeout ít nhất 15 phút.
Giữ trạng thái trên máy chủ. Truyền previous_interaction_id cho các cuộc hội thoại nhiều lượt và function calling thay vì gửi lại toàn bộ lịch sử.

Đang dùng Argon? Hướng dẫn Gemini 4 Argon API của chúng tôi sử dụng cấu trúc yêu cầu giống hệt.

Làm thế nào để đọc usage và thinking token trong phản hồi?

Mỗi interaction trả về một đối tượng usage. Đây là các trường quan trọng đối với chi phí:

total_input_tokens: những gì bạn đã gửi, bao gồm system instructions và khai báo công cụ.
total_thought_tokens: số token mô hình dùng để suy nghĩ trước khi trả lời.
total_output_tokens: câu trả lời hiển thị.
total_tokens: tổng cộng.

Trường cần chú ý là total_thought_tokens. Hướng dẫn suy nghĩ của Google cho biết giá phản hồi là tổng của output token và thinking token, nên phần suy nghĩ được tính theo mức giá đầu ra 10 USD. Google cũng nói rằng Carbon "dùng nhiều thinking token hơn" mỗi lượt so với Argon để khám phá và kiểm chứng công việc của nó. Với prompt khó, phần suy nghĩ có thể chiếm phần lớn hóa đơn.

Diagram of a Gemini 4 Carbon request: input tokens billed at the input rate, thinking tokens and output tokens both billed at the output rate, all sharing one 1M-token context window

max_output_tokens giới hạn tổng của suy nghĩ và đầu ra. Nếu bạn đặt quá thấp, Carbon có thể dùng hết ngân sách cho việc suy nghĩ và cắt ngắn câu trả lời. Các mức khởi điểm của Google:

Tác vụ tiêu chuẩn: giữ mặc định 65.536.
Ứng dụng có giới hạn dưới 32K: nâng lên ít nhất 32.768.
Suy luận phức tạp và lập trình: đặt background: true và 131.072 hoặc 262.144 token.

Với background: true, máy chủ của Google tiếp tục phản hồi theo từng bước 64K token. Bạn polling interaction cho đến khi trạng thái của nó rời khỏi in_progress hoặc queued, sau đó ghép văn bản từ mỗi bước model_output.

Bạn nên dùng mức thinking nào của Gemini 4 Carbon?

Mức thinking là công cụ kiểm soát chính của bạn đối với chất lượng, độ trễ và chi phí. Khuyến nghị của Google, từ hướng dẫn thinking và tài liệu Carbon:

Mức thinking	Mức sử dụng token	Dùng cho
`low`	Ít token nhất, độ trễ thấp nhất	Tác vụ đơn giản và nhạy cảm chi phí, phân tích và viết lách nhẹ
`medium` (mặc định)	Cân bằng	Đa số tác vụ, bao gồm code phức tạp và công việc agent
`high`	Nhiều token nhất, token đầu tiên chậm nhất	Toán khó, khoa học, và các tác vụ code hoặc agent khó nhất

Google khuyến nghị chạy đánh giá của bạn ở cả ba mức và giữ mức thấp nhất vẫn đáp ứng tiêu chí chất lượng. Trên Carbon, khoảng cách giữa low và high chính là nơi ngân sách của bạn chảy vào.

Khi nào nên gửi tác vụ đến Gemini 4 Carbon thay vì Argon?

Google nói thẳng về điều này: "Argon vẫn là lựa chọn lý tưởng cho phần lớn công việc kỹ thuật phần mềm và tri thức." Hai mô hình dùng chung cửa sổ ngữ cảnh 1M, công cụ tích hợp sẵn và cùng giá theo token giai đoạn giới thiệu, nên sự khác biệt nằm ở số token mỗi mô hình dùng mỗi lượt. Dùng Carbon cho việc debug nguyên nhân gốc phức tạp, thiết kế kiến trúc, tổng hợp đa phương thức dày đặc, chứng minh toán học và kiểm toán bảo mật. Giữ Argon cho lập trình tương tác, tính năng hàng ngày và vòng lặp sản xuất nhanh. So sánh Gemini 4 Carbon và Argon của chúng tôi đi sâu hơn, và nếu bạn đang cân nhắc Carbon với mô hình mới nhất của Anthropic, xem Gemini 4 Carbon vs Claude Fable 5.2 và hướng dẫn Claude Fable 5.2 API.

Một lệnh gọi API Gemini 4 Carbon tốn bao nhiêu?

Gemini 4 Carbon có giá 2 USD mỗi 1M token đầu vào và 10 USD mỗi 1M token đầu ra (bao gồm thinking) cho đến ngày 30 tháng 11 năm 2026, sau đó là 4 USD và 20 USD, theo Google.

Để hình dung qua một lệnh gọi, hãy lấy một yêu cầu minh họa với 2.000 token đầu vào, 6.000 thinking token và 1.500 token đầu ra. Đây là các con số ví dụ, không phải số liệu đo đạc thực tế:

Đầu vào: 2.000 x 2 USD / 1M = 0,004 USD
Thinking cộng đầu ra: 7.500 x 10 USD / 1M = 0,075 USD
Tổng: khoảng 0,079 USD hiện tại, khoảng 0,158 USD từ ngày 01 tháng 12

Phần thinking biến động nhiều tùy prompt, nên hãy đọc đối tượng usage của chính bạn. Để xem toàn bộ phép tính giá, đợt tăng giá tháng 12 và chi phí mỗi tác vụ, xem giá Gemini 4 Carbon.

Để coding agent của bạn kiểm thử Carbon API với Apidog CLI

Bạn sẽ phải thay đổi mức thinking, giới hạn đầu ra và prompt nhiều lần. Thay vì nhìn từng khối JSON sau mỗi thay đổi, hãy để coding agent của bạn (Claude Code, Codex, Cursor) viết một bài kiểm thử có thể lặp lại và chạy nó với Apidog CLI.

Cài đặt một lần:

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

Sau đó đưa cho agent của bạn một prompt duy nhất:

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.

Dùng low trong kiểm thử giúp mỗi lần chạy rẻ hơn. Agent đọc các schema, xác thực payload và chạy 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

Flow diagram: you write one prompt, the coding agent runs apidog cli-schema, endpoint create, test-case create and apidog run against the Gemini 4 Carbon Interactions endpoint, and reports pass or fail

Khẳng định về giới hạn token mới là phần hữu ích nhất. Nếu một thay đổi prompt khiến phần thinking vượt giới hạn của bạn, test sẽ thất bại trước khi hóa đơn tăng lên. Đổi -r cli,json thành -r junit và cùng lệnh đó chạy được trong CI; hướng dẫn Apidog CLI CI/CD trình bày pipeline, và Apidog CLI trong Claude Code hướng dẫn cấu hình agent. Gói Free của Apidog hỗ trợ tối đa 4 người dùng.

Nếu bạn muốn agent tự thiết lập mọi thứ từ đầu, hãy bảo nó: "Đọc https://apidog.com/apidog-cli-installation-guide.md và thiết lập Apidog CLI."

Câu hỏi thường gặp

API Gemini 4 Carbon có miễn phí không? Không. Tài liệu của Google cho biết Gemini 4 Carbon không khả dụng trên gói Free của Gemini API. Bạn cần dự án gói trả phí có Cloud Billing và ít nhất 5 USD tín dụng nạp trước. Ở phía người dùng, Google đang triển khai Carbon cho người đăng ký Google AI Ultra trong ứng dụng Gemini, AI Mode và Antigravity.

Gemini 4 Carbon có trên Vertex AI không? Bài đăng ra mắt của Google nêu tên Gemini API, Google AI Studio, Android Studio, Gemini for business, Antigravity và CodeMender. Không nhắc đến Vertex AI, nên hãy kiểm tra danh sách mô hình của Google Cloud trước khi lên kế hoạch dựa vào nó.

Cửa sổ ngữ cảnh của Gemini 4 Carbon là bao nhiêu? 1.048.576 token, dùng chung cho đầu vào, thinking và đầu ra. Phản hồi đồng bộ dừng ở 65.536 token; với thực thi nền, một phản hồi có thể chạy đến 1M token trừ phần đầu vào của bạn.

Có thể dùng generateContent thay cho Interactions API không? Quickstart của Google cho Carbon dùng Interactions API, và tài liệu của họ nhắc đến GenerateContent API để tiếp tục long decode phía client. Nếu ứng dụng của bạn đã dùng generateContent, hãy kiểm tra việc đổi model ID ở đó trước khi chuyển đổi.

Làm thế nào để chuyển từ Gemini 4 Argon sang Carbon? Đổi chuỗi mô hình từ gemini-4-argon thành gemini-4-carbon. Google cho biết không cần thay đổi schema yêu cầu. Hãy tăng max_output_tokens và HTTP timeout, vì Carbon suy nghĩ lâu hơn, và giữ thinking_level ở mức medium trừ khi tác vụ cần high.