Gemini 4 Carbon ouvre officiellement son API : aperçu du point d’entrée d’appel, de l’ID du modèle et de la fenêtre tarifaire de lancement (intégration en 5 étapes)

Note de l’auteur : cet article passe en revue le point d’entrée officiel de l’API Gemini 4 Carbon, son identifiant de modèle, ses modes d’appel et la fenêtre de prix de lancement, pour aider les développeurs à évaluer l’intégration avant la fin de l’offre, le 30 novembre.

7 termes à connaître avant l’intégration

Le 10 novembre 2026, Google a publié l’article « Gemini 4 Carbon is now available » et annoncé que Gemini 4 Carbon est désormais ouvert aux développeurs payants de l’API Gemini. Auparavant, depuis sa première annonce le 28 octobre, ce modèle n’était accessible qu’à une sélection de défenseurs en cybersécurité.

Ce n’est pas une énième reprise de l’annonce du modèle. Cet article se concentre sur quatre points qui comptent vraiment pour les développeurs : où se trouve le point d’entrée pour appeler Gemini 4 Carbon, quel ID de modèle renseigner, comment écrire le code, et quand se termine la fenêtre de prix de lancement.

L’essentiel : à la fin de cet article, vous pourrez intégrer l’API Gemini 4 Carbon en 5 étapes, et vous saurez distinguer clairement trois choses : les droits d’accès à l’API payante, les droits liés à l’abonnement grand public et le coût réel des tâches.

Gemini 4 Carbon est enfin ouvert : les développeurs peuvent l’appeler directement

Gemini 4 Carbon est développé par Google DeepMind et construit sur Gemini 4 Argon. C’est un modèle de raisonnement haut de gamme, pensé pour le raisonnement complexe, l’ingénierie logicielle difficile, les workflows d’agents au long cours, la recherche scientifique et la cybersécurité défensive. Sa particularité : il peut consommer davantage de jetons de réflexion pour explorer des hypothèses, planifier, exécuter, vérifier et corriger sur des tâches complexes.

L’ouverture officielle du 10 novembre couvre plusieurs canaux. Les développeurs peuvent y accéder via le niveau payant de l’API Gemini, Google AI Studio et Android Studio. Les entreprises obtiennent les droits d’accès via Gemini for business. Quant aux particuliers, il leur faut un abonnement Google AI Ultra pour l’utiliser dans l’application Gemini, Google Antigravity et le mode IA de Google Search. Pour un développeur lambda, le changement le plus important est celui-ci : dès que vous avez activé l’API payante, vous pouvez appeler Carbon directement.

Gemini 4 Carbon : les points clés pour l’intégrer

Gemini 4 Carbon et Argon : qui fait quoi ?

Attention : Carbon n’est pas là pour remplacer Argon sur tous les fronts. Google le dit clairement : Gemini 4 Argon reste le meilleur choix pour la plupart des tâches d’ingénierie logicielle et de travail intellectuel. Carbon est plutôt adapté aux tâches qui demandent un raisonnement plus poussé, une exécution plus longue et des vérifications plus complexes.

Concrètement, la démarche la plus raisonnable consiste à réserver Carbon aux « tâches difficiles » : conception d’architecture, audit de code complexe, recherche de la cause racine à travers plusieurs sous-systèmes. Pour la génération de code courante et le traitement par lots, mieux vaut s’appuyer sur des modèles plus rapides et plus légers. C’est d’ailleurs la répartition que Google recommande dans la fonction d’aperçu multi-agents /swarm d’Antigravity.

Où trouver le point d’entrée de l’API Gemini 4 Carbon

L’accès officiel à Gemini 4 Carbon passe par Google AI Studio. Le processus se décompose en 5 étapes, chacune correspondant à une page ou à un réglage précis :

1. Accéder à Google AI Studio : connectez-vous à AI Studio avec votre compte Google.
2. Créer une clé API : ouvrez la page API Keys et créez une nouvelle clé dédiée aux appels à Carbon.
3. Activer le niveau payant : configurez Google Cloud Billing et ajoutez un moyen de paiement. Carbon n’a pas de niveau API gratuit, impossible donc de sauter cette étape.
4. Choisir Gemini 4 Carbon : sélectionnez directement gemini-4-carbon dans le Playground pour l’essayer, ou renseignez cet identifiant de modèle dans le SDK.
5. Lancer les appels : envoyez vos requêtes avec le SDK Python, le SDK JavaScript ou l’API REST.

Droits d’accès à l’API et abonnements pour Gemini 4 Carbon

Dans beaucoup de discussions sur Hacker News et Reddit, les développeurs confondent « utiliser Carbon dans l’application Gemini » et « appeler Carbon via l’API ». Ce sont en réalité deux voies totalement indépendantes. Le tableau ci-dessous détaille les conditions de chaque canal.

En résumé : pour appeler Carbon en tant que développeur, pas besoin d’acheter Ultra ; l’abonnement Ultra n’est nécessaire que pour utiliser Carbon dans l’application grand public. Par ailleurs, les crédits Google Cloud Developer fournis avec les abonnements Google AI (par exemple 10 $ par mois pour AI Pro) relèvent du programme Cloud pour développeurs. Ils ne constituent pas un quota gratuit de jetons propre à Carbon, et leur éligibilité dépend du service, de la région et des conditions du compte.

Comment appeler Gemini 4 Carbon via l’API : démarrage rapide

Recommandation officielle : exemple minimaliste avec l’Interactions API (Python)

Google recommande désormais d’utiliser en priorité l’Interactions API pour les nouveaux projets : elle gère de façon unifiée l’invocation du modèle, l’orchestration des outils, les échanges multi-tours et les workflows d’agents. L’API GenerateContent classique reste quant à elle prise en charge. Voici le code Python remis en forme à partir de l’exemple officiel d’Interactions. Dans la ressource complémentaire d’origine, il était collé sur une seule ligne et donc impossible à exécuter tel quel.

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)

Avant de lancer le script, exécutez pip install google-genai, puis définissez la clé créée dans AI Studio comme variable d’environnement GEMINI_API_KEY : genai.Client() la lit automatiquement. Précision importante : cet exemple a seulement été remis en forme, nous n’avons pas testé réellement cette invocation du modèle. Référez-vous à la documentation officielle pour connaître la syntaxe la plus récente.

Exemple d’appel à l’API REST

Si l’intégration d’un SDK n’est pas pratique dans votre projet, vous pouvez appeler directement le point de terminaison REST officiel https://generativelanguage.googleapis.com/v1beta/interactions et transmettre votre clé API via l’en-tête 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"
  }'

Dans un projet JavaScript, utilisez le paquet @google/genai : la méthode d’appel reste client.interactions.create(), et la signification de l’identifiant du modèle et des champs d’entrée est la même qu’en Python.

Régler le niveau de réflexion de Gemini 4 Carbon avec thinking_level

Carbon propose le paramètre thinking_level, avec trois valeurs possibles : low, medium et high. Le modèle public gemini-4-carbon utilise MEDIUM par défaut. Pour savoir à quel endroit exact placer ce paramètre dans le corps de la requête, reportez-vous à la documentation officielle « What’s new in Gemini 4 Carbon ». Voici les usages typiques de chaque niveau :

• low : tâches légères comme la classification, le résumé ou l’extraction de métadonnées ;
• medium : code courant, appels d’outils, questions-réponses sur des documents, compréhension de vidéos ;
• high : génie logiciel multi-fichiers, conception d’architecture, preuves formelles, découverte de vulnérabilités.

Si vous migrez du code existant, attention : thinking_budget n’est pas pris en charge sur Carbon et renvoie une erreur HTTP 400 s’il est transmis. Le niveau de raisonnement MINIMAL n’est pas disponible non plus.

Appel via l’interface compatible OpenAI (selon la disponibilité sur la plateforme)

Si votre projet repose déjà sur le SDK OpenAI et que vous voulez gérer plusieurs fournisseurs de modèles avec une seule clé, vous pouvez aussi passer par une interface d’agrégation compatible OpenAI. L’exemple ci-dessous sert uniquement à montrer la syntaxe : la disponibilité de gemini-4-carbon et son nom réel sont à vérifier dans la liste des modèles de la plateforme :

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interface compatible OpenAI d'APIYI
)

response = client.chat.completions.create(
    model="gemini-4-carbon",  # Nom donné à titre d'exemple, à vérifier dans la liste des modèles de la plateforme
    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:
    """
    Essaie plusieurs modèles dans l'ordre et renvoie le résultat du premier qui réussit.
    Pratique pour assurer un repli en douceur au moment du lancement d'un nouveau modèle.
    """
    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}"

# Exemple d'utilisation : les noms de modèles sont à vérifier dans la liste de la plateforme
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)

🚀 Pour démarrer rapidement : si vous voulez comparer Carbon, Argon et les modèles d’autres fournisseurs, vous pouvez passer de l’un à l’autre avec une seule clé et une interface unifiée compatible OpenAI via APIYI (apiyi.com). Les nouveaux utilisateurs bénéficient d’un crédit de test gratuit. La date de lancement exacte et le nom du modèle Gemini 4 Carbon sont à consulter dans les informations publiées sur la console de la plateforme.

Quelles capacités l’API Gemini 4 Carbon prend-elle en charge

D’après la documentation du modèle Carbon dans Google AI Studio et sa fiche modèle officielle, Carbon est un modèle de raisonnement « entrées multimodales, sorties texte », doté en plus d’une chaîne d’outils complète pour le développement d’agents. Le tableau ci-dessous récapitule les spécifications les plus souvent utilisées au moment de l’intégration.

Limites de compatibilité des paramètres de Gemini 4 Carbon

Carbon ne traite pas certains paramètres d’échantillonnage courants comme le faisaient les anciens modèles, et on se prend vite les pieds dans le tapis au moment de migrer du code. D’après le guide développeur de Google Cloud : temperature, top_p et top_k sont ignorés ; frequency_penalty et presence_penalty ne sont pas pris en charge ; un candidate_count supérieur à 1 renvoie une erreur.

Côté cache, Carbon ne propose pas de Context Caching explicite, mais gère le cache implicite automatique. Dès que le préfixe d’invite partagé entre plusieurs requêtes atteint 4 096 tokens ou plus, le cache a une chance de se déclencher. En pratique, mieux vaut placer l’invite système, les déclarations d’outils et les documents de référence fixes tout au début de la requête et ne plus y toucher, puis reléguer en fin de requête la saisie utilisateur qui change à chaque appel : c’est ce qui améliore le taux de réussite du cache.

Fenêtre de prix de lancement de Gemini 4 Carbon et changement tarifaire du 1er décembre

Il y a deux dates à retenir pour les tarifs de Gemini 4 Carbon : jusqu’au 30 novembre 2026, c’est le prix de lancement ; à partir du 1er décembre 2026, les prix d’entrée et de sortie doublent. Tous les prix ci-dessous proviennent de la page officielle de tarification de l’API Google AI Studio, en dollars américains par million de jetons, et correspondent aux tarifs du service officiel de Google.

Le tableau montre que le prix d’entrée en cache équivaut à une remise de 95 % sur le prix d’entrée classique. Les tarifs Batch et Flex valent la moitié du Standard : ils conviennent bien aux tâches hors ligne qui n’ont pas besoin de réponse en temps réel. Le mode Priority, plus cher, s’adresse aux scénarios de production plus sensibles à la latence et à la stabilité.

Comment se calcule réellement la facture de Gemini 4 Carbon

Le prix unitaire n’est qu’un point de départ : le coût réel de Carbon dépend aussi de trois facteurs.

• Les tokens de réflexion sont facturés au tarif de sortie : en mode medium ou high, le raisonnement produit par le modèle est facturé au prix de sortie, si bien qu’on ne peut pas estimer la facture à partir de la seule longueur de la réponse finale visible par l’utilisateur.
• Le Grounding ajoute des frais : avec le Grounding, les instructions système des outils internes et les déclarations de fonctions entrent aussi dans le décompte. Le Google Search Grounding dispose de 5 000 requêtes gratuites par mois, mutualisées avec Gemini 3 et les modèles plus récents ; au-delà, comptez 14 $ pour 1 000 requêtes, et une seule requête utilisateur peut déclencher plusieurs recherches.
• Le taux de succès du cache : la partie de l’entrée qui touche le cache implicite est facturée au tarif cache, et des invites bien structurées font nettement baisser le coût des longs contextes.

Prenons une estimation hypothétique : une requête avec 20 000 tokens en entrée et 8 000 tokens en réflexion plus sortie finale, sans cache ni appel d’outil. Au tarif Standard de lancement, cela donne environ 0,02 × 2 $ + 0,008 × 10 $ = 0,12 $ ; après le 1er décembre, la même consommation revient à environ 0,24 $. Plus il y a de tokens de réflexion, plus la part du coût côté sortie augmente.

Les données de tiers confirment ce constat. Artificial Analysis, sur la base d’un tarif standard de 4 $ / 20 $, mesure pour Carbon un coût moyen par tâche d’évaluation dans son Intelligence Index v5.0.1 d’environ 7,19 $ en Low, 6,59 $ en Medium et 7,76 $ en High. Le coût par tâche en Medium est donc inférieur à celui en Low, ce qui montre que le rapport entre le niveau et le coût n’est pas linéaire ; ces chiffres sont des moyennes sur des tâches d’évaluation composites et ne représentent pas le prix d’une requête ordinaire.

💰 Conseil coût : avant la mise en production, testez en petit lot sur de vraies tâches les trois niveaux low, medium et high, en relevant le ratio entre tokens de réflexion et tokens de sortie, puis choisissez le niveau par défaut. Si votre projet utilise plusieurs modèles à la fois, le tableau de bord de facturation unifié d’APIYI (apiyi.com) permet aussi de comparer la consommation réelle des différents modèles.

À savoir avant d’intégrer Gemini 4 Carbon

Avant de l’écrire en dur dans votre code de production, voici quelques points à vérifier un par un :

1. Pas de niveau API gratuit : vous pouvez essayer Carbon dans l’AI Studio Playground, mais le modèle lui-même n’est pas disponible via un niveau API gratuit. Les appels nécessitent un compte payant.
2. L’abonnement Ultra n’est pas un prérequis pour l’API : les développeurs n’ont pas besoin de souscrire à Google AI Ultra. Inversement, un abonnement Ultra ne remplace pas la facturation de l’API.
3. Latence de réponse élevée : la fiche du modèle signale que les niveaux de raisonnement élevés peuvent entraîner des réponses lentes et des délais d’expiration. Artificial Analysis a mesuré un temps avant le premier jeton de réponse d’environ 67,54 secondes pour Carbon High, ce qui le rend peu adapté pour remplacer directement un modèle de chat en temps réel.
4. Les hallucinations restent possibles : Google reconnaît que Carbon peut encore halluciner, et que la protection contre l’injection d’invite (Prompt Injection) reste à améliorer. Pour les usages critiques, conservez une étape de vérification.
5. Les capacités spécialisées en cybersécurité sont soumises à conditions : les résultats officiels en matière de découverte de vulnérabilités reflètent les capacités spécialisées obtenues via le programme Fairwind. Ils ne doivent pas être assimilés à une capacité accessible sans condition via l’API standard.
6. Les prix ont une date de validité : les informations sur les tarifs et les autorisations de cet article se basent sur des données du 11 novembre 2026. Reportez-vous ensuite aux pages officielles.

Questions fréquentes (FAQ)

Gemini 4 Carbon : l’essentiel à retenir

• Ouverture officielle : depuis le 10 novembre 2026, les développeurs Gemini API payants peuvent appeler Carbon directement.
• ID du modèle : l’ID stable est gemini-4-carbon, et Google recommande de passer par l’Interactions API.
• Point d’entrée : créez une clé dans Google AI Studio, associez-la à Cloud Billing, et c’est prêt.
• Fenêtre tarifaire : $2 / $10 jusqu’au 30 novembre, puis $4 / $20 à partir du 1er décembre (par million de tokens).
• Qui a besoin de quoi : l’appel via l’API ne nécessite pas Ultra, seule l’utilisation de Carbon dans l’application exige un abonnement Ultra.
• Le nerf de la guerre, c’est le coût : les tokens de réflexion sont comptés dans la sortie, donc la facture réelle dépend du niveau de raisonnement, des appels d’outils et du cache.
• Comparer plusieurs modèles : vous pouvez utiliser l’interface unifiée d’APIYI (apiyi.com) pour vos tests. La disponibilité de Carbon est à vérifier sur les annonces de la plateforme.

Résumé

Les points clés à retenir sur l’ouverture officielle de l’API Gemini 4 Carbon :

1. Un point d’entrée clair : Google AI Studio → API Keys → Cloud Billing → choisir gemini-4-carbon → lancer l’appel. Cinq étapes suffisent pour être opérationnel.
2. Priorité des interfaces : pour un nouveau projet, privilégiez l’Interactions API. GenerateContent reste pris en charge, mais lors d’une migration, gardez en tête que des paramètres comme thinking_budget ne sont plus disponibles.
3. Calendrier tarifaire : jusqu’au 30 novembre, c’est la fenêtre de tarifs de lancement. À partir du 1er décembre, tous les prix doublent. Pour estimer votre budget, n’oubliez pas d’intégrer les jetons de réflexion dans le coût de sortie.

Si vous comptez terminer votre évaluation pendant la fenêtre de lancement, je vous conseille de commencer par faire tourner un lot de tâches réelles avec le niveau medium, puis de relever la répartition des jetons avant de décider de votre configuration de production. Pour comparer plusieurs modèles côte à côte, vous pouvez passer par APIYI (apiyi.com), qui permet de tout tester via un accès unifié. La disponibilité de Gemini 4 Carbon dépend toutefois de la liste des modèles de la plateforme.

📚 Références

1. Annonce d’ouverture officielle de Gemini 4 Carbon : blog officiel de Google
2. Lien : blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available

3. Description : date d’ouverture officielle, accès selon les canaux et évolution des prix

4. Documentation du modèle Gemini 4 Carbon pour l’API : Google AI Studio

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

6. Description : ID du modèle, modalités d’entrée et de sortie, contexte et capacités d’outils

7. What’s new in Gemini 4 Carbon : guide d’intégration Google AI Studio

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

9. Description : exemples d’Interactions API et paramètre thinking_level

10. Tarifs de l’API Gemini : Google AI for Developers

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

12. Description : tarifs Standard, Batch, Flex, Priority et mise en cache

13. Guide développeur Gemini 4 Carbon : Google Cloud

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

15. Description : limites des paramètres, Long Decode et règles de cache implicite

16. Fiche modèle Gemini 4 Carbon : Google DeepMind

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

18. Description : caractéristiques techniques, date limite des connaissances et limites connues

19. Analyse indépendante de Gemini 4 Carbon : Artificial Analysis

20. Lien : artificialanalysis.ai/models/gemini-4-carbon
21. Description : coût par tâche et données de latence selon les niveaux de réflexion

Auteur : l’équipe technique APIYI
Échanges techniques : n’hésitez pas à nous contacter depuis la page d’accueil du site APIYI. Pour plus de ressources sur l’intégration, rendez-vous sur le centre de documentation docs.apiyi.com