Gemini 4 Carbon abre oficialmente su API: resumen del punto de acceso, ID del modelo y ventana de precios de lanzamiento (integración en 5 pasos)

Nota del autor: este artículo recoge el punto de entrada oficial de la API de Gemini 4 Carbon, el identificador del modelo, la forma de invocarlo y la ventana de precios de lanzamiento, para que puedas evaluar la integración antes de que termine la oferta el 30 de noviembre.

7 términos que conviene conocer antes de integrar

El 10 de noviembre de 2026, Google publicó «Gemini 4 Carbon is now available» y anunció que Gemini 4 Carbon ya está abierto a los desarrolladores de pago de la Gemini API. Antes de eso, desde su primer anuncio el 28 de octubre, el modelo solo estaba disponible para un grupo selecto de defensores de ciberseguridad.

Esto no es otro resumen de la noticia del lanzamiento. Aquí nos centramos en las cuatro cosas que de verdad le importan a un desarrollador: dónde está el punto de entrada para llamar a Gemini 4 Carbon, qué ID de modelo poner, cómo se escribe el código y cuándo termina la ventana de precios de lanzamiento.

Valor principal: al terminar de leer, podrás completar la integración de la API de Gemini 4 Carbon en 5 pasos y distinguir con claridad tres cosas: el acceso de pago a la API, el acceso por suscripción de consumidor y el coste real de las tareas.

Gemini 4 Carbon ya está disponible: los desarrolladores pueden usarlo directamente

Gemini 4 Carbon, desarrollado por Google DeepMind sobre la base de Gemini 4 Argon, es un modelo insignia de razonamiento pensado para problemas de razonamiento complejo, ingeniería de software avanzada, flujos de trabajo de agentes de larga duración, investigación científica y defensa en ciberseguridad. Su rasgo distintivo es que puede consumir más tokens de pensamiento para explorar hipótesis, planificar, ejecutar, verificar y corregir en tareas complejas.

La apertura oficial del 10 de noviembre abarca varios canales. Los desarrolladores pueden usarlo a través del nivel de pago de la Gemini API, Google AI Studio y Android Studio. Las empresas pueden obtener acceso mediante Gemini for business. Los consumidores necesitan una suscripción a Google AI Ultra para usarlo en la app de Gemini, Google Antigravity y el modo IA de Google Search. Para el desarrollador común, el cambio más importante es este: si activas la API de pago, ya puedes invocar Carbon directamente.

Claves para integrar Gemini 4 Carbon

Cómo repartir el trabajo entre Gemini 4 Carbon y Argon

Conviene tener claro que Carbon no sustituye a Argon por completo. Google lo dice explícitamente: Gemini 4 Argon sigue siendo la opción ideal para la mayoría de las tareas de ingeniería de software y trabajo del conocimiento. Carbon encaja mejor en tareas que exigen razonamiento más profundo, ejecuciones más largas y verificaciones más complejas.

Por eso, a la hora de planificar la integración, lo más sensato es reservar Carbon para las tareas «difíciles», como el diseño de arquitectura, las auditorías de código complejas o la búsqueda de causas raíz que cruzan varios subsistemas. La generación de código habitual y el procesamiento por lotes se pueden seguir delegando a modelos más rápidos y ligeros. Es también el reparto que Google recomienda en la función de vista previa multiagente /swarm de Antigravity.

Dónde está el punto de acceso a la API de Gemini 4 Carbon

La vía oficial para acceder a Gemini 4 Carbon pasa por Google AI Studio. El proceso se divide en 5 pasos, y cada uno corresponde a una página o ajuste concreto:

1. Entrar en Google AI Studio: inicia sesión en AI Studio con tu cuenta de Google.
2. Crear una clave API: abre la página de API Keys y crea una nueva clave para las invocaciones a Carbon.
3. Activar el nivel de pago: configura Google Cloud Billing y añade un método de pago. Carbon no tiene nivel gratuito de API, así que este paso no se puede saltar.
4. Seleccionar Gemini 4 Carbon: elige gemini-4-carbon directamente en el Playground para probarlo, o escribe ese ID de modelo en el SDK.
5. Empezar a invocar: lanza peticiones con el SDK de Python, el SDK de JavaScript o la API REST.

Permisos de API y de suscripción de Gemini 4 Carbon

En muchas discusiones de desarrolladores en Hacker News y Reddit se mezclan dos preguntas: «¿puedo usar Carbon en la app de Gemini?» y «¿puedo invocar Carbon por API?». En realidad son dos vías totalmente independientes. La siguiente tabla detalla las condiciones de cada canal.

En resumen: para invocar Carbon por API no necesitas comprar Ultra; la suscripción Ultra solo hace falta si quieres usar Carbon dentro de la app. Además, los Google Cloud Developer Credits que acompañan a las suscripciones de Google AI (por ejemplo, US$10 al mes en AI Pro) son un beneficio del programa de desarrolladores de Cloud y no equivalen a una cuota gratuita de tokens exclusiva de Carbon. Conviene confirmar según el servicio, la región y las condiciones de tu cuenta si se pueden aplicar a su coste.

Cómo invocar Gemini 4 Carbon a través de la API: primeros pasos

Recomendación oficial: ejemplo mínimo con la Interactions API (Python)

Google recomienda actualmente que los proyectos nuevos usen primero la Interactions API, que unifica la invocación del modelo, la orquestación de herramientas, las interacciones de varios turnos y los flujos de trabajo de agentes. La API tradicional GenerateContent sigue siendo compatible. A continuación tienes el código Python reformateado a partir del ejemplo oficial de Interactions; en el material complementario original estaba pegado en una sola línea y no se podía ejecutar tal cual.

from google import genai

client = genai.Client()
interaction = client.interactions.create(
    model="gemini-4-carbon",
    input="Write a Three.js script that renders a 3D scene."
)
print(interaction.output_text)

Antes de ejecutarlo, instala la librería con pip install google-genai y guarda la clave que creaste en AI Studio en la variable de entorno GEMINI_API_KEY; genai.Client() la lee automáticamente. Ten en cuenta que en este ejemplo solo se corrigió el formato: no hemos verificado esta invocación del modelo ejecutándola, así que guíate por la forma más reciente que aparezca en la documentación oficial.

Ejemplo de llamada a la API REST

Si en tu proyecto no te resulta cómodo añadir el SDK, puedes llamar directamente al endpoint oficial REST https://generativelanguage.googleapis.com/v1beta/interactions y pasar la clave API mediante el encabezado x-goog-api-key:

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-4-carbon",
    "input": "Hello"
  }'

En proyectos JavaScript se usa el paquete @google/genai, y el método de invocación también es client.interactions.create(); el identificador del modelo y el significado del campo de entrada son los mismos que en Python.

Configurar el nivel de razonamiento thinking_level de Gemini 4 Carbon

Carbon incorpora el parámetro thinking_level, con valores posibles low, medium y high; el modelo público gemini-4-carbon usa MEDIUM por defecto. Para saber en qué campo exacto del cuerpo de la petición va el parámetro, consulta la documentación oficial «What’s new in Gemini 4 Carbon». Los usos típicos de los tres niveles son estos:

• low: tareas ligeras como clasificación, resúmenes o extracción de metadatos;
• medium: código habitual, invocación de herramientas, preguntas y respuestas sobre documentos, comprensión de vídeo;
• high: ingeniería de software con varios archivos, diseño de arquitectura, demostraciones formales, búsqueda de vulnerabilidades.

Al migrar código antiguo hay un detalle importante: thinking_budget no está soportado en Carbon y, si lo envías, devuelve un HTTP 400; el nivel de razonamiento MINIMAL tampoco está disponible.

Invocación mediante la interfaz compatible con OpenAI (según la disponibilidad en la plataforma)

Si tu proyecto ya está construido sobre el SDK de OpenAI y quieres gestionar varios modelos de distintos proveedores con una sola clave, también puedes usar la interfaz agregada compatible con OpenAI. El siguiente ejemplo solo muestra cómo se escribe: si gemini-4-carbon está disponible y cuál es su nombre real, consúltalo en la lista de modelos de la plataforma:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interfaz compatible con OpenAI de APIYI
)

response = client.chat.completions.create(
    model="gemini-4-carbon",  # Nombre de ejemplo, consulta la lista de modelos de la plataforma
    messages=[{"role": "user", "content": "用三句话解释什么是长周期 Agent。"}]
)
print(response.choices[0].message.content)

import openai
from typing import Optional, List

def call_model(
    prompt: str,
    models: List[str],
    system_prompt: Optional[str] = None,
    max_tokens: int = 4096
) -> str:
    """
    Prueba varios modelos en orden y devuelve el resultado del primero que funcione.
    Útil para hacer un respaldo gradual en los primeros días de un modelo nuevo.
    """
    client = openai.OpenAI(
        api_key="YOUR_API_KEY",
        base_url="https://api.apiyi.com/v1"
    )

    messages = []
    if system_prompt:
        messages.append({"role": "system", "content": system_prompt})
    messages.append({"role": "user", "content": prompt})

    last_error = None
    for model in models:
        try:
            response = client.chat.completions.create(
                model=model,
                messages=messages,
                max_tokens=max_tokens
            )
            return f"[{model}] " + response.choices[0].message.content
        except Exception as e:
            last_error = e
            continue
    return f"Error: {last_error}"

# Ejemplo de uso: los nombres de los modelos dependen de la lista de la plataforma
result = call_model(
    prompt="审查这段架构设计中的单点故障风险。",
    models=["gemini-4-carbon", "gemini-4-argon"],
    system_prompt="你是一名资深后端架构师,回答要具体、可执行。"
)
print(result)

🚀 Consejo para empezar rápido: si necesitas comparar Carbon, Argon y modelos de otros proveedores, puedes hacerlo desde APIYI (apiyi.com) con la misma clave y una interfaz unificada compatible con OpenAI para cambiar de uno a otro. Los usuarios nuevos tienen crédito gratuito para hacer pruebas. En cuanto a la fecha de lanzamiento y el nombre exacto de Gemini 4 Carbon, fíjate en lo que se publique en la consola de la plataforma.

Qué capacidades admite la API de Gemini 4 Carbon

Según la documentación de Carbon en Google AI Studio y la ficha oficial del modelo, Carbon es un modelo de razonamiento con «entrada multimodal y salida de texto» que además incluye una cadena de herramientas completa para desarrollar agentes. La tabla siguiente resume las especificaciones que más se usan al integrarlo.

Limitaciones de compatibilidad de parámetros en Gemini 4 Carbon

Carbon trata algunos parámetros de muestreo habituales de forma distinta a los modelos anteriores, y es fácil tropezar al migrar código. Según la guía para desarrolladores de Google Cloud: temperature, top_p y top_k se ignoran; frequency_penalty y presence_penalty no están soportados; y un candidate_count mayor que 1 devuelve un error.

En cuanto a la caché, Carbon no admite Context Caching explícito, pero sí caché implícita automática. Cuando el prefijo de la indicación compartido entre solicitudes alcanza los 4096 tokens o más, existe la posibilidad de que se active la caché. En la práctica, te recomendamos poner al principio de la solicitud, sin cambios, la indicación del sistema, las declaraciones de herramientas y los documentos de referencia fijos, y dejar al final la entrada del usuario, que cambia en cada petición. Así aumentas la tasa de aciertos de caché.

Ventana de precio de lanzamiento de Gemini 4 Carbon y cambio de precios del 1 de diciembre

Hay dos fechas que conviene recordar sobre el precio de Gemini 4 Carbon: hasta el 30 de noviembre de 2026 rige el precio de lanzamiento, y a partir del 1 de diciembre de 2026 los precios de entrada y de salida se duplican. Todos los precios proceden de la página oficial de precios de la API de Google AI Studio, están en dólares por millón de tokens y corresponden al servicio oficial de Google.

La tabla muestra que la entrada en caché cuesta un 95 % menos que la entrada normal. Batch y Flex valen la mitad que Standard, así que encajan bien en tareas offline donde el tiempo real no es crítico. Priority es más caro y está pensado para entornos de producción más sensibles a la latencia y a la estabilidad.

Cómo se calcula la factura real de Gemini 4 Carbon

El precio unitario es solo el punto de partida. El costo real de Carbon también depende de tres factores:

• Los tokens de razonamiento cuentan como salida: el proceso de razonamiento que genera el modelo en los niveles medium o high se factura al precio de salida, así que no basta con estimar la factura según la longitud de la respuesta final que ve el usuario.
• Grounding genera costos adicionales: al usar Grounding, las instrucciones internas del sistema de herramientas y las declaraciones de funciones también se incluyen en la facturación. Google Search Grounding ofrece una cuota gratuita de 5.000 solicitudes al mes, compartida con Gemini 3 y los modelos posteriores; al superarla, se cobran 14 dólares por cada 1.000 solicitudes, y una sola solicitud del usuario puede disparar varias búsquedas.
• Tasa de aciertos de caché: la parte de entrada que acierta en la caché implícita se factura al precio de caché, y una indicación bien estructurada puede reducir notablemente el costo en contextos largos.

Veamos una estimación hipotética: una solicitud con 20.000 tokens de entrada y 8.000 tokens entre razonamiento y salida final, sin contar caché ni llamadas a herramientas. Con el precio Standard de lanzamiento, el cálculo es aproximadamente 0,02 × $2 + 0,008 × $10 = $0,12; con el mismo uso a partir del 1 de diciembre, serían unos $0,24. Cuantos más tokens de razonamiento haya, mayor será el peso del costo de salida en la factura.

Los datos de terceros lo confirman. Artificial Analysis lo calculó con el precio estándar de $4 / $20, y el costo promedio de Carbon por tarea de evaluación en su Intelligence Index v5.0.1 fue: Low, unos $7,19; Medium, unos $6,59; High, unos $7,76. El costo por tarea de Medium resulta incluso menor que el de Low, lo que indica que el nivel y el costo no guardan una relación lineal. Estas cifras son promedios de tareas de evaluación combinadas y no representan el precio de una solicitud normal individual.

💰 Consejo de costos: antes de pasar a producción, conviene probar los tres niveles (low, medium y high) con un lote pequeño de tareas reales, registrar la proporción entre tokens de razonamiento y tokens de salida, y solo entonces decidir cuál será el nivel por defecto. Si tu proyecto usa varios modelos a la vez, también puedes apoyarte en el panel de facturación unificado de APIYI (apiyi.com) para comparar el consumo real de cada uno.

Qué tener en cuenta antes de integrar Gemini 4 Carbon

Antes de llevarlo a código de producción, conviene repasar una por una estas condiciones límite:

1. No hay nivel gratuito de API: en AI Studio Playground puedes elegir Carbon para probarlo, pero el modelo no ofrece un nivel gratuito de API; para invocarlo necesitas una cuenta de pago.
2. La suscripción Ultra no es un requisito para usar la API: los desarrolladores no necesitan comprar Google AI Ultra; y a la inversa, tener Ultra tampoco sustituye la facturación de la API.
3. Latencia de respuesta alta: la ficha del modelo advierte de que los niveles de razonamiento altos pueden dar respuestas lentas y timeouts. Artificial Analysis midió que Carbon High tarda unos 67,54 segundos en devolver el primer token de la respuesta, así que no es buena idea usarlo directamente como reemplazo de un modelo de chat en tiempo real.
4. Todavía puede alucinar: Google reconoce que Carbon aún puede generar alucinaciones y que la protección contra Prompt Injection sigue necesitando mejoras, así que en procesos críticos conviene mantener un paso de verificación.
5. Las capacidades de ciberseguridad tienen requisitos de acceso: los resultados oficiales en descubrimiento de vulnerabilidades reflejan la capacidad especializada al usarlo a través del Fairwind Program, y no equivalen a una capacidad abierta sin condiciones en la API normal.
6. Los precios tienen fecha de caducidad: los datos de precios y permisos de este artículo se basan en información del 11 de noviembre de 2026; más adelante, consulta siempre las páginas oficiales.

Preguntas frecuentes (FAQ)

Gemini 4 Carbon: puntos clave (Key Takeaways)

• Apertura oficial: desde el 10 de noviembre de 2026, los desarrolladores de pago de la API de Gemini pueden invocar Carbon directamente.
• ID del modelo: el ID estable es gemini-4-carbon, y la recomendación oficial es integrarlo a través de la Interactions API.
• Punto de acceso: crea una clave en Google AI Studio y, una vez vinculada la cuenta de Cloud Billing, ya puedes utilizarlo.
• Ventana de precios: $2 / $10 hasta el 30 de noviembre; a partir del 1 de diciembre, $4 / $20 (por millón de tokens).
• Diferencia de permisos: invocar por API no requiere Ultra; solo el uso de Carbon dentro de la app exige la suscripción Ultra.
• La clave del costo: los tokens de razonamiento se cuentan como salida, así que la factura real depende del nivel elegido, de las llamadas a herramientas y del caché.
• Comparación entre modelos: puedes probarlo con la interfaz unificada de APIYI apiyi.com; la disponibilidad de Carbon dependerá de lo que anuncie la plataforma.

Resumen

Lo esencial de la apertura oficial de la API de Gemini 4 Carbon:

1. Entrada bien definida: Google AI Studio → API Keys → Cloud Billing → seleccionar gemini-4-carbon → lanzar la invocación; la integración se completa en 5 pasos.
2. Prioridad de interfaces: en proyectos nuevos conviene usar primero la Interactions API; GenerateContent sigue siendo compatible, pero al migrar hay que tener en cuenta que parámetros como thinking_budget ya no están disponibles.
3. Hitos de precio: hasta el 30 de noviembre tienes la ventana de precio de lanzamiento; desde el 1 de diciembre todo se duplica, así que al estimar el presupuesto hay que meter los tokens de razonamiento en el costo de salida.

Si tu plan es completar la evaluación dentro de la ventana de lanzamiento, te sugiero empezar con el nivel medium en un lote de tareas reales, registrar la estructura de tokens y solo después decidir la configuración de producción. Cuando necesites comparar varios modelos en paralelo, lo recomendable es hacer las pruebas a través del acceso unificado de APIYI apiyi.com; confirma en la lista de modelos de la plataforma si Gemini 4 Carbon está disponible.

📚 Referencias

1. Anuncio de disponibilidad general de Gemini 4 Carbon: blog oficial de Google
2. Enlace: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available

3. Detalle: fecha de apertura oficial, acceso por canal y cambios de precio

4. Documentación del modelo Gemini 4 Carbon API: Google AI Studio

5. Enlace: aistudio.google.com/docs/models/gemini-4-carbon

6. Detalle: ID del modelo, modalidades de entrada y salida, contexto y capacidades de herramientas

7. Novedades en Gemini 4 Carbon: guía de integración de Google AI Studio

8. Enlace: aistudio.google.com/docs/whats-new-gemini-4-carbon

9. Detalle: ejemplos de Interactions API y el parámetro thinking_level

10. Precios de la API de Gemini: Google AI for Developers

11. Enlace: ai.google.dev/gemini-api/docs/pricing

12. Detalle: tarifas de Standard, Batch, Flex, Priority y caché

13. Guía para desarrolladores de Gemini 4 Carbon: Google Cloud

14. Enlace: docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-carbon

15. Detalle: límites de parámetros, Long Decode y reglas de caché implícita

16. Ficha del modelo Gemini 4 Carbon: Google DeepMind

17. Enlace: deepmind.google/models/model-cards/gemini-4-carbon

18. Detalle: especificaciones técnicas, fecha de corte de conocimiento y limitaciones conocidas

19. Análisis independiente del modelo Gemini 4 Carbon: Artificial Analysis

20. Enlace: artificialanalysis.ai/models/gemini-4-carbon
21. Detalle: coste y latencia por tarea según el nivel de razonamiento

Autoría: equipo técnico de APIYI
Contacto técnico: puedes escribirnos desde la página principal del sitio de APIYI; encontrarás más material de integración en el centro de documentación docs.apiyi.com