Gemini 4 Carbon проти Argon: однакова ціна — коли Carbon вартий вибору?

Gemini 4 Carbon — це не нове сімейство моделей. Це Gemini 4 Argon, який витрачає більше часу на обмірковування за один хід і продається за тією самою ціною за токен: $2 за мільйон вхідних токенів і $10 за мільйон вихідних токенів за вступними тарифами до 30 листопада 2026 року, а з 1 грудня — $4 і $20. Питання не в тому, яка модель дешевша за токен. Ціна в них однакова. Питання в тому, чи дає додаткове обмірковування достатню користь на кожне виконане завдання, щоб виправдати повільнішу першу відповідь.

Актуальні дані Artificial Analysis дають однозначну відповідь для одного типу роботи й чітко застерігають щодо іншого. Carbon High посідає 4-те місце зі 104 в AA Intelligence Index із результатом 60.03, тоді як Argon High має 50.41. Вартість одного завдання — $7.76 проти $9.95, а час виконання — 25.6 хвилини проти 29.0. Але час до першого токена відповіді становить 67.1 секунди проти 40.1 у Argon. Carbon краще підходить для черги завдань. Argon — для розмови.

У цьому й полягає головна думка допису. Далі: що змінилося, що показують вимірювання, що додає картка моделі Google, як зміниться ціна 1 грудня та для яких робочих навантажень варто залишити Argon.

Що змінилося порівняно з Argon

У картці моделі Google зв’язок описано прямо: «Gemini 4 Carbon побудовано на основі Gemini 4 Argon». Ідентифікатор моделі — gemini-4-carbon, такий самий і на AIHubMix. Google вказує контекстне вікно на 1,048,576 токенів. Рівні обмірковування — low, medium і high; за замовчуванням використовується medium. Стандартний ліміт вихідних токенів — 65,536; власний режим Google для довгого декодування дає змогу генерувати до 1,048,576 токенів за вирахуванням вхідних, як приклади наведено 131,072 і 262,144. Наразі AIHubMix документує лише Chat Completions, тож обмежуйте запити через шлюз 65,536 токенами, доки не буде задокументовано більший ліміт. Дата відсікання знань — березень 2026 року. Google не пропонує цю модель у безкоштовному тарифі.

Зміну описано в нотатках Google AI Studio: «Carbon витрачає більше токенів на обмірковування за один хід, щоб ретельно дослідити завдання й перевірити свою роботу, через що порівняно з Argon зростає використання токенів і затримка за хід». Це речення пояснює майже всі відмінності, про які йтиметься далі. Більше обмірковування підвищує межу можливостей на складних завданнях, збільшує рахунок за хід і час очікування першого токена.

Міграція навмисно проста. «Перехід з Argon не потребує змін у схемі запиту». На рівні API достатньо замінити рядок моделі. Google радить: «залишайте thinking_level на medium (значення за замовчуванням), якщо робочому навантаженню не потрібен high, і переконайтеся, що max_output_tokens і HTTP-тайм-аути дають змогу виконувати довші цикли обмірковування».

Компроміс за результатами вимірювань: більше обмірковування, менша вартість завдання

Наведені нижче цифри — це актуальні вимірювання Artificial Analysis, отримані 2026-11-11T05:23Z (сторінки моделей повторно перевірено о 06:01Z, без змін), за стандартними тарифами $4 за мільйон вхідних токенів і $20 за мільйон вихідних.

Корисно порівняти якість із вартістю виконаного завдання: чи забезпечує Carbon вищий індекс за менший рахунок? На графіку окремо показано чотири конфігурації моделей.

Carbon High розташований вище й лівіше за Argon High. У цьому запуску найдешевше налаштування Carbon — Medium; Low обирають заради меншої затримки, а не найнижчої вартості. Це вартість завдання за оцінкою AA зі стандартними цінами, а не рахунки за запити AIHubMix.

Carbon High, Medium і Low посідають відповідно 4-те, 6-те й 14-те місця зі 104; Argon High розташований нижче. Усі три моделі, що випереджають Carbon High, — це конфігурації Claude Fable 5.2. «Перший токен» — це час до першого токена відповіді. Порівняно з Argon High Carbon High дає +9.62 бала індексу, коштує на 22.0% менше за завдання та виконує його за 25.6 хвилини замість 29.0, але перший токен відповіді надходить за 67.1 секунди замість 40.1.

Розрив в індексі достатньо великий, щоб змінити місце в рейтингу. Розрив у затримці достатньо великий, щоб вплинути на те, скільки доведеться чекати людині. Обидва висновки випливають з одного рядка таблиці.

Artificial Analysis називає Carbon «помітно повільною на завданнях і дуже багатослівною» та повідомляє, що для обчислення індексу вона згенерувала 205 мільйонів токенів проти 113 мільйонів у Argon і медіани 72.8 мільйона серед виміряних моделей. У цьому запуску AA нижча вартість завдання поєднується зі значно більшим обсягом вихідних токенів: та сама ціна у списку, набагато більше токенів і менша сукупна вартість завдання.

На окрему згадку заслуговує одна аномалія. Carbon Low коштує $7.19 за завдання — більше, ніж Medium із $6.59, хоча Low витрачає менше часу на обмірковування. Якою б не була причина, Low поводиться як налаштування для зменшення затримки, а не вартості, тож перш ніж спрямовувати на нього значний обсяг запитів, виміряйте вартість завдання.

Погляд крізь призму кодинг-агентів

Intelligence Index усереднює результати багатьох завдань. Coding Agent Index v2 ближчий до типового сценарію клієнта API: це кодинг-агент з інструментами, який вимірюють наскрізно на тому самому тестовому стенді. Carbon High посідає 4-те місце, Argon High — 11-те.

Той самий агент і тестовий стенд, але інша модель, тож порівняння показує різницю між моделями, а не обв’язкою. Carbon коштує на 34.0% менше за завдання, має індекс на +6.2 бала вищий, виконує завдання на 4.9 хвилини швидше й генерує майже стільки ж токенів на завдання: 109,031 проти 109,236. Частка влучень у кеш вища — 0.95 проти 0.87, а використання вхідних токенів нижче: 12.44 мільйона проти 13.76 мільйона.

Є два застереження. У цьому індексі Carbon посідає 4-те місце: лідирує Claude Code з Opus 5.5 Max із результатом 61.7, за ним ідуть Devin Fusion CLI та GitHub Copilot Fusion. Крім того, Fable 5.2 взагалі немає в індексі, тож ця таблиця не дає відповіді на питання про Carbon проти Fable.

Що додає картка моделі Google, а чого в ній немає

Картка моделі Google — це документ від постачальника: результати станом на жовтень 2026 року, надані самою компанією, тож це інший зріз даних, ніж актуальні показники вище. У кожному з наведених рядків результат Carbon у Google вищий.

У рядку AA наведено округлене значення Google — 59, а не актуальне 60.03 із попередньої таблиці; ці цифри належать до різних зрізів даних, тому їх не слід змішувати. Для зовнішнього порівняння в картці використовується Fable 5.1, а не Fable 5.2.

Корисно те, що перевага стабільна: вона помітна не лише в одному бенчмарку. Але видно й обмеження. Картка від постачальника не визначає вартість завдання, не вимірює затримку до першого токена й не показує, скільки ходів знадобиться вашому агенту. Вона підтверджує твердження «у середньому Carbon — потужніша модель». Але не підтверджує, що «Carbon краще підходить для вашого циклу роботи».

Ціна: однакова тарифна сітка з однаковою зміною 1 грудня

Тарифи Carbon і Argon збігаються за всіма позиціями. Для обох діють вступні ціни до 30 листопада 2026 року, а 1 грудня вони подвояться.

Офіційні ціни в доларах США за мільйон токенів станом на 11 листопада 2026 року. Для Gemini 3.1 Pro Preview за промпти понад 200k токенів діє тариф $4/$18/$0.40, а також плата $4.50 за мільйон токенів за годину зберігання. Запис у кеш для Fable 5.2 коштує $10 на п’ять хвилин або $16 на одну годину; для пакетної обробки діє знижка 50%. Вступні тарифи Carbon і Argon закінчуються 30 листопада; з 1 грудня всі тарифи Carbon і Argon подвоюються.

AIHubMix указує для Carbon ціну $2/$10/$0.10 — таку саму, як у Google за вступним тарифом. У цьому дописі ми не припускаємо, скільки шлюз стягуватиме після 30 листопада; перевірте актуальну ціну на сторінці моделі.

Перерахунок виміряного Artificial Analysis обсягу токенів за вступними тарифами дає приблизну вартість завдання $3.88 для Carbon High, $3.30 для Medium, $3.60 для Low і $4.98 для Argon High. Це розрахункові оцінки, а не вимірювання AA: під час обчислень для кожного завдання незмінним вважався розподіл токенів, а ваші промпти й частка влучень у кеш вплинуть на результат.

За стандартними тарифами Fable 5.2 коштує за токен удвічі дорожче за Carbon, а за вступними — вчетверо. Це різниця в ціні, а не оцінка якості; порівнянню присвячено третій допис серії.

Коли Carbon не буде кращим вибором

Аргумент проти Carbon не в тому, що він гірший. Просто те, що він дає, — більше обмірковування за хід — інтерактивний продукт не може собі дозволити.

Перший токен надходить із запізненням. Carbon High чекає 67.1 секунди, перш ніж видати перший токен відповіді; Argon High — 40.1. Medium скорочує очікування до 23.2 секунди, а Low — до 12.9, але обидва поступаються в балах індексу. Чат-інтерфейс, який змушує чекати хвилину, уже втратив користувача на цьому ході — незалежно від того, якою виявиться відповідь.

Google радить залишити Argon заради швидкості. Argon призначений для «швидших відповідей і меншої витрати токенів за хід» у сценаріях «інтерактивного програмування, щоденної роботи над функціями й швидких виробничих циклів». У нотатках про міграцію рекомендація звучить недвозначно: «Залишайте Argon там, де важлива швидкість». У дописі з анонсом Google повторює цю думку: «Argon і далі залишається оптимальним вибором для більшості завдань із розробки програмного забезпечення та роботи зі знаннями».

Витрати за хід вищі, навіть якщо завдання загалом коштує менше. Ціна за токен однакова, але Carbon використовує більше токенів на обмірковування за хід. Команда, яка стежить за витратами токенів на хід або обмежує їхню квоту, сприйматиме Carbon як дорожчу модель. Запуск індексу з 205 мільйонами токенів проти 113 мільйонів у Argon — крайній прояв цього ефекту.

Налаштування Low — не найдешевше. За ціною $7.19 за завдання Carbon Low коштує дорожче, ніж Medium із $6.59. Якщо правило маршрутизації — вартість виконаного завдання, Low йому не відповідає.

Перемоги в бенчмарках не повертають витрачений час. За таблицею Google, Carbon випереджає Argon в OSWorld-2.1 і FrontierSWE 2, але ці результати надані постачальником, і жоден із них не скорочує очікування першого токена. Бенчмарки оцінюють кінцевий результат; користувачі відчувають затримку на старті.

Кому варто перейти зараз, а кому залишитися на Argon

Перейдіть на Carbon уже зараз, якщо використовуєте пакетні завдання або фонові завдання агентів у нативному середовищі постачальника (для Carbon ці сценарії не задокументовані на AIHubMix), якщо збій у якості коштує дорожче за час виконання, якщо ваші запити витримують довші тайм-аути та більший бюджет виводу або якщо ви вже платите за повторні спроби, яких Carbon може допомогти уникнути.

Залишайтеся на Argon, якщо розробляєте чат, автодоповнення чи будь-який цикл із користувачем, який чекає на відповідь; якщо бюджет або квота розраховується на кожен хід; або якщо цільова затримка менш як приблизно 30 секунд є вимогою продукту.

Спершу протестуйте, якщо не впевнені. Надішліть ті самі 20–50 реальних запитів через обидві моделі, зафіксуйте час до першого токена та вартість виконаного завдання й обирайте модель за цими показниками, а не за індексом. На сторінці порівняння AIHubMix сторінки обох моделей розміщені поруч.

Як надсилати запити через AIHubMix

Carbon використовує на AIHubMix той самий шаблон ID моделі та задокументований ендпоінт 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)

Ендпоінт — POST /v1/chat/completions; це єдиний маршрут, задокументований AIHubMix для цієї моделі. Текст зазначено як підтримуваний тип вхідних даних. Введення зображень і PDF, Responses API, Anthropic Messages і нативний ендпоінт Gemini для Carbon на AIHubMix не задокументовані, тож вважайте їх непідтвердженими. Те саме стосується відповідності reasoning_effort: не припускайте, що шлюз передає параметр рівня мислення. Не перевищуйте стандартний ліміт виводу — 65,536 — для max_tokens; більші ліміти потребують фонового режиму Google, і їхню підтримку на AIHubMix не підтверджено. Для цієї публікації живих тестів не проводили, тому приклад показує форму запиту, а не перевірену відповідь.

FAQ

Carbon коштує стільки ж, скільки Argon?
Так. Офіційні тарифи Google однакові: $2 за мільйон вхідних токенів і $10 за мільйон вихідних токенів до 30 листопада 2026 року, а після цього — $4 і $20. Читання з кешу коштує $0.10, а потім — $0.20.

Carbon кращий за Argon?
За якістю та вартістю виконаного завдання — так, згідно з вимірюваннями Artificial Analysis: 60.03 проти 50.41 за Intelligence Index і $7.76 проти $9.95 за завдання. За швидкістю відповіді — ні: перший токен відповіді надходить за 67.1 секунди проти 40.1.

Чому Carbon повільніший, якщо швидше виконує завдання?
Він довше чекає, перш ніж відповісти, але потім швидше завершує завдання повністю: за 25.6 хвилини проти 29.0. Очікування першого токена й загальний час виконання завдання — це різні показники, і вони вказують на протилежні результати.

Чи потрібно змінювати запити?
Ні. За словами Google, для переходу з Argon не потрібно змінювати схему; рядок моделі стає gemini-4-carbon. Збільште ліміт виводу та HTTP-тайм-аут, щоб урахувати довше обмірковування.

Чому Carbon Low коштує за завдання дорожче, ніж Medium?
За вимірюваннями Artificial Analysis, Low коштує $7.19 проти $6.59 для Medium. Розглядайте Low як режим налаштування затримки, а не знижки, і виміряйте вартість завдання, перш ніж спрямовувати на нього значний обсяг запитів.

Яке місце посідає Carbon в Artificial Analysis?
Він посідає #4 в Intelligence Index, поступаючись трьом конфігураціям Claude Fable 5.2. У картці моделі Google наведено округлене значення 59 для того самого індексу; фактичний показник — 60.03, і їх не слід змішувати.

Чи доступний Carbon у безкоштовному тарифі?
Ні. Google не пропонує Gemini 4 Carbon у безкоштовному тарифі, тож доступ до нього надається за платними тарифами API або через шлюз на кшталт AIHubMix.

Читайте далі: серія про Gemini 4 Carbon

• Якщо ця публікація переконала вас спробувати Carbon, але перший запит завершився помилкою, у посібнику з міграції описано помилки 400, налаштування тайм-аутів і ліміти виводу, які змінюються через довші цикли обмірковування: Міграція API Gemini 4 Carbon: помилки 400, тайм-аути та ліміти виводу.
• Якщо ви ще вагаєтеся, чи достатньо Carbon для агентного програмування, або чи дає преміум-версія Fable 5.2 якісь переваги, у третій публікації ті самі виміряні показники наведено поруч із результатами Fable 5.2: Gemini 4 Carbon проти Fable 5.2: що обрати для агентного програмування?.

Джерела

• Google AI Studio, Gemini 4 Carbon: що нового
• Google DeepMind, картка моделі Gemini 4 Carbon
• Google AI Studio, тарифи Gemini API
• Artificial Analysis, Gemini 4 Carbon
• AIHubMix, Gemini 4 Carbon