Gemini 4 Carbon срещу Argon: еднаква цена — кога Carbon си заслужава?

Gemini 4 Carbon не е ново семейство модели. Това е Gemini 4 Argon с повече мислене на ход, продаван на същата цена за токен: $2 за милион входни токени и $10 за милион изходни токени по промоционалните цени до 30 ноември 2026 г., а от 1 декември — съответно $4 и $20. Въпросът не е кой модел е по-евтин за токен. Цената им е еднаква. Въпросът е дали допълнителното мислене носи достатъчна полза за всяка изпълнена задача, за да оправдае по-бавния първи отговор.

Актуалните данни на Artificial Analysis дават ясен отговор за един вид работа и ясно предупреждение за друг. Carbon High е на #4 от 104 в AA Intelligence Index с резултат 60.03 спрямо 50.41 за Argon High. Цената му е $7.76 на задача спрямо $9.95, а изпълнението отнема 25.6 минути спрямо 29.0. Но времето до първия токен отговора е 67.1 секунди спрямо 40.1 за Argon. Carbon е по-добрият модел за опашка. Argon е по-добрият модел за разговор.

Това разделение е същината на статията. По-долу: какво се е променило, какво показват измерванията, какво добавя картата на модела на Google, как се променя цената на 1 декември и кои натоварвания трябва да останат на Argon.

Какво се промени спрямо Argon

Картата на модела на Google описва връзката директно: „Gemini 4 Carbon е базиран на Gemini 4 Argon.“ Идентификаторът на модела е gemini-4-carbon — същият и в AIHubMix. Google посочва контекстов прозорец от 1,048,576 токена. Нивата на мислене са ниско, средно и високо, като средното е по подразбиране. Стандартният изход е 65,536 токена; вграденият дълъг режим на декодиране на Google може да достигне до 1,048,576 токена минус входа, като за примери са посочени 131,072 и 262,144. В момента AIHubMix документира само Chat Completions, затова поддържайте заявките към шлюза на или под 65,536, докато не бъде документиран по-голям лимит. Крайната дата на знанията е март 2026 г. Google не предлага модела в безплатния план.

Промяната е описана в бележките на Google за AI Studio: „Carbon използва повече токени за мислене на ход, за да проучи темата задълбочено и да провери работата си, което увеличава използването на токени и латентността на ход в сравнение с Argon.“ Това изречение обяснява почти всички разлики, разгледани по-нататък. Повече мислене повишава тавана при трудни задачи, увеличава сметката за всеки ход и удължава чакането до първия токен.

Миграцията умишлено е безпроблемна. „Надстройката от Argon не изисква промени в схемата на заявките.“ На ниво API е достатъчно да смените низа на модела. Оперативният съвет на Google е „да оставите thinking_level на medium (по подразбиране), освен ако дадено натоварване не изисква high, и да се уверите, че max_output_tokens и HTTP таймаутите позволяват по-дълги фази на разсъждение.“

Измереният компромис: повече мислене, по-ниска цена за задача

Данните по-долу са актуалните измервания на Artificial Analysis, получени на 2026-11-11T05:23Z (страниците на моделите бяха проверени отново в 06:01Z и стойностите не се бяха променили), при стандартни цени от $4 за милион входни токени и $20 за милион изходни токени.

Полезното сравнение е между качеството и цената за изпълнена задача: постига ли Carbon по-висок индекс при по-ниска сметка? Диаграмата показва отделно четирите конфигурации на моделите.

Carbon High е разположен над и вляво от Argon High. В този тест Medium е най-евтината настройка на Carbon; Low е избор за ниска латентност, а не за най-ниска цена. Това са разходите на задача според AA при стандартни цени, а не сумите по заявките в AIHubMix.

Carbon High, Medium и Low са съответно на #4, #6 и #14 от 104; Argon High е под тях. И трите конфигурации пред Carbon High са на Claude Fable 5.2. „Първи токен“ означава времето до първия токен отговора. Carbon High спрямо Argon High: +9.62 индексни точки, 22.0% по-ниска цена на задача, 25.6 спрямо 29.0 минути, но 67.1 спрямо 40.1 секунди до първия токен отговора.

Разликата в индекса е достатъчно голяма, за да промени позицията в класацията. Разликата в латентността е достатъчно голяма, за да промени това дали някой ще чака. И двете твърдения се виждат в един и същ ред.

Artificial Analysis определя Carbon като „особено бавен на задача и много многословен“ и посочва, че за индекса са генерирани 205 милиона токена спрямо 113 милиона за Argon и медиана от 72.8 милиона за измерените модели. В този тест на AA по-ниската цена за задача върви ръка за ръка със значително по-голям обем изход: същата цена за токен, много повече токени и по-ниска обща цена на задачата.

Една аномалия заслужава отделно споменаване. Carbon Low струва $7.19 на задача — повече от Medium с $6.59, въпреки че използва по-малко мислене. Каквато и да е причината, Low се държи като настройка за латентност, а не като евтина опция, затова измерете цената на задача, преди да пренасочите към него голям обем.

Поглед от гледната точка на кодиращ агент

Intelligence Index усреднява много задачи. Coding Agent Index v2 е по-близо до това, което използва клиент на API: кодиращ агент с инструменти, измерен от начало до край при същия тестов набор. Carbon High е на #4, а Argon High — на #11.

Един и същ агент и тестов набор, но различен модел, така че сравнението изолира модела, а не инфраструктурата. Carbon е с 34.0% по-евтин на задача, с +6.2 индексни точки и е с 4.9 минути по-бърз; освен това генерира почти същия брой токени на задача: 109,031 спрямо 109,236. Делът на попаденията в кеш е по-висок — 0.95 спрямо 0.87, а използването на входни токени е по-ниско — 12.44 милиона спрямо 13.76 милиона.

Две уговорки. Carbon е на #4 в тази класация: Claude Code с Opus 5.5 Max води с 61.7, следван от Devin Fusion CLI и GitHub Copilot Fusion. А Fable 5.2 изобщо не присъства в класацията, така че тази таблица не може да даде окончателен отговор на въпроса Carbon срещу Fable.

Какво добавя картата на модела на Google и какво не

Картата на модела на Google е документ на доставчика: резултатите са от октомври 2026 г., самоотчетени и взети от различен момент спрямо актуалните данни по-горе. Във всички редове по-долу стойността на Carbon според Google е по-висока.

Стойността за AA е закръгленото от Google 59, а не актуалните 60.03 в предишната таблица; двете числа са от различни моментни снимки и не бива да се смесват. Външното сравнение в картата е с Fable 5.1, а не с Fable 5.2.

Полезното е последователността: предимството не се ограничава до един бенчмарк. Вижда се и ограничението. Картата на доставчика не посочва цената на задача, не измерва латентността до първия токен и не казва колко хода ще са нужни на агента ви. Тя подкрепя твърдението „Carbon е средно по-силният модел“. Не подкрепя твърдението „Carbon е по-добрият модел за вашия цикъл на работа“.

Цена: една и съща тарифа с една и съща промяна на 1 декември

Ценовите редове на Carbon и Argon съвпадат напълно. И двата са на промоционални цени до 30 ноември 2026 г., а на 1 декември цените им се удвояват.

Официални цени в USD за милион токени към 11 ноември 2026 г. Gemini 3.1 Pro Preview струва $4/$18/$0.40 при промптове над 200k токена, плюс $4.50 за милион токени на час съхранение. Записите във Fable 5.2 кеша струват $10 за пет минути или $16 за един час; пакетната обработка е с 50% отстъпка. Промоционалните цени на Carbon и Argon изтичат на 30 ноември; на 1 декември всяка тарифа за Carbon и Argon се удвоява.

AIHubMix посочва цена от $2/$10/$0.10 за Carbon, съответстваща на промоционалните цени на Google. Тази статия не предполага какво ще таксува шлюзът след 30 ноември; проверете актуалната цена на страницата на модела.

Ако преизчислим измерените от Artificial Analysis количества токени по промоционалните цени, приблизителната цена на задача е $3.88 за Carbon High, $3.30 за Medium, $3.60 за Low и $4.98 за Argon High. Това са изчислени оценки, а не измервания на AA: изчислението приема постоянна комбинация от токени за всяка задача, а вашите промптове и делът на попаденията в кеш ще променят резултата.

За токен Fable 5.2 струва два пъти повече от Carbon по стандартните тарифи и четири пъти повече по промоционалните. Това е разлика в цената, а не оценка на качеството; сравнението е разгледано в третата статия от поредицата.

Кога Carbon не е по-добрият избор

Аргументът срещу Carbon не е, че е по-лош. Проблемът е, че продукт за интерактивна употреба не може да си позволи да изразходва онова, което Carbon предлага — повече мислене на ход.

Първият токен пристига късно. Carbon High изчаква 67.1 секунди, преди да изпрати първия токен отговора; Argon High — 40.1. Medium съкращава чакането до 23.2 секунди, а Low — до 12.9, но и двете отстъпват по индексни точки. Чат интерфейс, който замлъква за минута, вече е изгубил хода — независимо как изглежда отговорът, когато пристигне.

Google препоръчва Argon заради скоростта. Argon е предназначен за „по-бързи отговори и по-малък разход на токени на ход“ при „интерактивно програмиране, ежедневна работа по функции и бързи производствени цикли“. Инструкцията в бележките за миграция е недвусмислена: „Оставете Argon там, където скоростта е важна.“ Публикацията с анонса на Google повтаря същото: „Argon остава идеалният избор за повечето задачи по софтуерно инженерство и работа със знания.“

Разходът на ход е по-висок дори когато цената на задача е по-ниска. Цената за токен е същата, но Carbon използва повече токени за мислене на ход. Екип, който следи разхода на токени за ход или разпределя ограничена квота от токени, ще възприема Carbon като по-скъпия модел. Тестовото изпълнение на индекса със 205 милиона токена спрямо 113 милиона за Argon е крайният пример за този ефект.

Low не е евтиният вариант. При $7.19 на задача Carbon Low струва повече от Medium с $6.59. Ако правилото за маршрутизиране е цената на изпълнена задача, Low не го покрива.

Победите в бенчмаркове не връщат изгубеното време. OSWorld-2.1 и FrontierSWE 2 дават предимство на Carbon в таблицата на Google, но данните са предоставени от доставчика и нито едно от тези класирания не скъсява чакането до първия токен. Бенчмарковете измерват крайния резултат; потребителите усещат началото.

Кой трябва да премине сега и кой да остане на Argon

Преминете към Carbon сега, ако изпълнявате пакетни задачи или фонови задачи на агенти чрез собствените решения на доставчика (тези случаи на употреба не са документирани за Carbon в AIHubMix), ако провалът в качеството струва повече от времето за изпълнение, ако заявките ви могат да понесат по-дълги изчаквания и по-голям бюджет за изход, или ако вече плащате за повторни опити, които Carbon може да ви спести.

Останете на Argon, ако разработвате чат, автодовършване или какъвто и да е цикъл, в който човек чака; ако бюджетът или квотата ви се измерва на ход; или ако целта за латентност под около 30 секунди е част от продукта.

Първо тествайте, ако сте някъде по средата. Изпратете едни и същи 20 to 50 реални заявки през двата модела, запишете времето до първия токен и разхода за завършена задача и насочвайте заявките според тези показатели, а не според индекса. Страницата за сравнение на AIHubMix показва страниците на двата модела една до друга.

Как да го извикате през AIHubMix

Carbon използва същия модел на идентификатора на модела в AIHubMix и документираната крайна точка за chat completions.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

response = client.chat.completions.create(
    model="gemini-4-carbon",
    messages=[{"role": "user", "content": "Summarise this incident report and list the follow-ups."}],
    max_tokens=16384,
)

print(response.choices[0].message.content)

Крайната точка е POST /v1/chat/completions; това е единственият маршрут, документиран от AIHubMix за този модел. Текстът е посочен като входен тип. Въвеждането на изображения и PDF файлове, Responses API, Anthropic Messages и собствената крайна точка на Gemini не са документирани за Carbon в AIHubMix, затова ги смятайте за непотвърдени. Същото важи и за съпоставянето на reasoning_effort: не приемайте, че шлюзът предава параметър за ниво на мислене. Задавайте max_tokens в рамките на стандартния лимит за изход от 65,536 токена; по-високите лимити изискват фонов режим на Google и не са потвърдени в AIHubMix. За тази публикация не е извършен тест на живо, затова примерът показва формата на заявката, а не потвърден отговор.

Често задавани въпроси

Carbon струва ли колкото Argon?
Да. Официалните тарифи на Google са еднакви: $2 за милион входни токена и $10 за милион изходни токена до 30 ноември 2026 г., а след това — $4 и $20. Четенията от кеш струват съответно $0.10, а след това $0.20.

Carbon по-добър ли е от Argon?
По качество и разход за завършена задача — да, според измерванията на Artificial Analysis: 60.03 срещу 50.41 по Intelligence Index и $7.76 срещу $9.95 на задача. По бързина на отговор — не: получаването на първия токен от отговора отнема 67.1 секунди срещу 40.1.

Защо Carbon е по-бавен, ако завършва задачите по-бързо?
Изчаква по-дълго, преди да отговори, но след това завършва цялата задача по-бързо: за 25.6 минути срещу 29.0. Изчакването до първия токен и общото време за изпълнение на задачата са различни показатели и сочат в противоположни посоки.

Трябва ли да променям заявките?
Не. Според Google надстройката от Argon не изисква промени в схемата; низът на модела става gemini-4-carbon. Увеличете лимита за изход и HTTP времето за изчакване, за да предвидите по-продължителното мислене.

Защо Carbon Low струва повече на задача от Medium?
Artificial Analysis измери разход от $7.19 за Low срещу $6.59 за Medium. Разглеждайте Low като настройка за латентност, а не като настройка за отстъпка, и измерете разхода на задача, преди да изпратите голям обем заявки през него.

На кое място е Carbon в класацията на Artificial Analysis?
Той е на #4 в Intelligence Index, след три конфигурации на Claude Fable 5.2. Картата на модела на Google показва закръглена стойност 59 за същия индекс; текущата стойност е 60.03 и двете не бива да се смесват.

Предлага ли се Carbon в безплатния план?
Не. Google не предлага Gemini 4 Carbon в безплатния план, така че достъпът е чрез платени API тарифи или шлюз като AIHubMix.

Продължете с поредицата за Gemini 4 Carbon

• Ако тази публикация ви е убедила да изпробвате Carbon, но първата ви заявка е неуспешна, ръководството за миграция разглежда грешките 400, настройките за изчакване и лимитите за изход, които се променят при по-дълги етапи на мислене: Миграция към Gemini 4 Carbon API: грешки 400, изчаквания и лимити за изход.
• Ако все още се питате дали Carbon е достатъчно мощен модел за агентно програмиране или дали премиумът за Fable 5.2 си заслужава, третата публикация сравнява същите измерени стойности с Fable 5.2: Gemini 4 Carbon срещу Fable 5.2: кой е по-подходящ за агентно програмиране?.

Източници

• Google AI Studio, Gemini 4 Carbon: какво е новото
• Google DeepMind, карта на модела Gemini 4 Carbon
• Google AI Studio, цени на Gemini API
• Artificial Analysis, Gemini 4 Carbon
• AIHubMix, Gemini 4 Carbon