Gemini 4 Carbon abre oficialmente a API: visão geral do ponto de entrada, ID do modelo e janela de preço de lançamento (integração em 5 passos)

Nota do autor: este artigo reúne a porta de entrada oficial da API do Gemini 4 Carbon, o identificador do modelo, a forma de invocação e a janela de preço de lançamento, para ajudar os desenvolvedores a avaliar a integração antes da promoção acabar, em 30 de novembro.

7 termos que você precisa conhecer antes de integrar

Em 10 de novembro de 2026, o Google publicou o artigo “Gemini 4 Carbon is now available”, anunciando que o Gemini 4 Carbon está oficialmente aberto aos desenvolvedores pagantes da Gemini API. Antes disso, desde o primeiro anúncio, em 28 de outubro, o modelo estava disponível apenas para um grupo selecionado de defensores de segurança cibernética.

Este não é mais um texto repetindo a notícia de lançamento. Aqui o foco são só quatro coisas que realmente importam para o desenvolvedor: onde fica a porta de entrada do Gemini 4 Carbon, como preencher o ID do modelo, como escrever o código e quando termina a janela de preço de lançamento.

Valor central: ao terminar a leitura, você consegue integrar a API do Gemini 4 Carbon em 5 passos e distinguir com clareza três coisas: a permissão de API paga, a assinatura de consumidor e o custo real das tarefas.

Gemini 4 Carbon já está disponível: desenvolvedores podem chamar o modelo diretamente

O Gemini 4 Carbon foi desenvolvido pelo Google DeepMind e construído sobre o Gemini 4 Argon. Ele é posicionado como um modelo de raciocínio carro-chefe, voltado para raciocínio de alta dificuldade, engenharia de software complexa, fluxos de trabalho de Agent de longa duração, pesquisa científica e defesa em cibersegurança. Sua principal característica é conseguir consumir mais Tokens de raciocínio para explorar hipóteses, planejar, executar, verificar e corrigir tarefas complexas.

A liberação oficial de 10 de novembro cobre vários canais. Os desenvolvedores podem usar o modelo pela camada paga da Gemini API, pelo Google AI Studio e pelo Android Studio. As empresas conseguem acesso por meio do Gemini for business. Já os consumidores precisam de uma assinatura do Google AI Ultra para usar o modelo no Gemini App, no Google Antigravity e no Google Search AI Mode. Para o desenvolvedor comum, a mudança mais importante é esta: basta ativar a API paga para chamar o Carbon diretamente.

Principais pontos para integrar o Gemini 4 Carbon

Como dividir o trabalho entre Carbon e Argon

Vale reforçar: o Carbon não foi feito para substituir o Argon por completo. O Google deixa claro que o Gemini 4 Argon continua sendo a escolha ideal para a maioria das tarefas de engenharia de software e de trabalho com conhecimento. O Carbon é mais indicado para tarefas que pedem raciocínio mais profundo, execução por mais tempo e verificações mais complexas.

Por isso, ao planejar a integração, o mais sensato é reservar o Carbon para as “tarefas difíceis”, como design de arquitetura, auditoria de código complexa e investigação de causa raiz entre vários subsistemas. A geração de código comum e o processamento em lote ficam com modelos mais rápidos e leves. Essa também é a divisão de trabalho que o Google recomenda na prévia do recurso multi-Agent /swarm do Antigravity.

Onde fica a entrada da API do Gemini 4 Carbon

O caminho oficial de acesso ao Gemini 4 Carbon passa pelo Google AI Studio. O processo se divide em 5 etapas, e cada uma corresponde a uma página ou configuração específica:

1. Entre no Google AI Studio: faça login no AI Studio com sua conta Google.
2. Crie uma chave API: abra a página de API Keys e crie uma nova chave para usar nas chamadas ao Carbon.
3. Ative o nível pago: configure o Google Cloud Billing e cadastre uma forma de pagamento. O Carbon não tem camada gratuita de API, então essa etapa não pode ser pulada.
4. Escolha o Gemini 4 Carbon: no Playground, selecione gemini-4-carbon para testar direto, ou informe esse ID de modelo no SDK.
5. Comece a chamar: faça as requisições com o SDK de Python, o SDK de JavaScript ou a API REST.

Permissões de API e de assinatura do Gemini 4 Carbon

Muita gente no Hacker News e no Reddit mistura duas perguntas: “dá para usar o Carbon no app do Gemini?” e “dá para chamar o Carbon pela API?”. Na prática, são dois caminhos totalmente independentes. A tabela abaixo detalha as condições de cada canal.

Resumindo: quem desenvolve não precisa comprar o Ultra para chamar o Carbon; o Ultra só é necessário para quem quer usar o Carbon no app como consumidor. Além disso, os Google Cloud Developer Credits que vêm com as assinaturas de IA do Google (por exemplo, US$ 10 por mês no AI Pro) fazem parte do programa de desenvolvedores do Cloud. Eles não equivalem a uma cota gratuita de tokens exclusiva do Carbon, e a elegibilidade para abater o custo depende do serviço, da região e das condições da conta.

Como chamar o Gemini 4 Carbon via API: primeiros passos

Recomendação oficial: exemplo mínimo com a Interactions API (Python)

Atualmente, o Google recomenda que novos projetos usem a Interactions API, que unifica a invocação do modelo, a orquestração de ferramentas, as interações em vários turnos e os fluxos de trabalho de agentes. A GenerateContent API tradicional continua com suporte. O código Python abaixo foi reformatado a partir do exemplo oficial da Interactions. Na versão do material complementar original, ele estava colado em uma única linha e não dava para executar direto.

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 rodar, execute pip install google-genai e defina a chave criada no AI Studio como a variável de ambiente GEMINI_API_KEY. O genai.Client() lê essa variável automaticamente. Vale reforçar que este exemplo só teve a formatação corrigida: não executamos de fato essa invocação do modelo, então consulte sempre a documentação oficial para conferir a sintaxe mais atual.

Exemplo de chamada da REST API

Se não for prático adicionar o SDK ao seu projeto, você pode chamar o endpoint REST oficial https://generativelanguage.googleapis.com/v1beta/interactions diretamente, passando a chave API pelo cabeçalho 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"
  }'

Em projetos JavaScript, usa-se o pacote @google/genai, e o método de chamada também é client.interactions.create(). O ID do modelo e o significado dos campos de entrada são os mesmos do Python.

Configurando o nível de raciocínio thinking_level do Gemini 4 Carbon

O Carbon oferece o parâmetro thinking_level, com os valores possíveis low, medium e high. No modelo público gemini-4-carbon, o padrão é MEDIUM. Para saber a posição exata desse campo no corpo da requisição, consulte a documentação oficial “What’s new in Gemini 4 Carbon”. Os usos típicos dos três níveis são:

• low: tarefas leves como classificação, resumo e extração de metadados;
• medium: código do dia a dia, chamadas de ferramentas, perguntas e respostas sobre documentos, compreensão de vídeo;
• high: engenharia de software com múltiplos arquivos, design de arquitetura, provas formais, descoberta de vulnerabilidades.

Ao migrar código antigo, atenção especial: thinking_budget não é suportado no Carbon e, se for enviado, retorna HTTP 400. O nível de raciocínio MINIMAL também não está disponível.

Chamando pela interface compatível com a OpenAI (conforme a disponibilidade na plataforma)

Se o seu projeto já foi construído em cima do SDK da OpenAI e você quer gerenciar vários provedores de modelos com uma única chave, dá para usar a interface agregada compatível com a OpenAI. O exemplo abaixo serve só para mostrar como escrever o código: se o gemini-4-carbon está disponível e qual é o nome real do modelo, confira na lista de modelos da plataforma:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interface compatível com a OpenAI da APIYI
)

response = client.chat.completions.create(
    model="gemini-4-carbon",  # Nome de exemplo; confira na lista de modelos da 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:
    """
    Tenta vários modelos em sequência e retorna assim que o primeiro funcionar.
    Útil para fazer um fallback suave nos primeiros dias de lançamento de um novo modelo.
    """
    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}"

# Exemplo de uso: os nomes dos modelos devem seguir a lista de modelos da 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)

🚀 Dica para começar rápido: se você precisa comparar o Carbon, o Argon e modelos de outros fornecedores, dá para alternar entre eles pelo APIYI (apiyi.com), usando a mesma chave e uma interface única compatível com a OpenAI. Novos usuários ganham créditos gratuitos para testar. A data de lançamento e o nome exato do Gemini 4 Carbon devem seguir o que for divulgado no console da plataforma.

Quais capacidades a API do Gemini 4 Carbon oferece

De acordo com a documentação do modelo Carbon no Google AI Studio e com o model card oficial, o Carbon é um modelo de raciocínio com “entrada multimodal e saída em texto”, e ainda traz uma cadeia completa de ferramentas para desenvolvimento de Agentes. A tabela abaixo reúne os parâmetros de especificação mais usados na hora de integrar.

Limitações de compatibilidade de parâmetros do Gemini 4 Carbon

O Carbon lida com alguns parâmetros de amostragem comuns de um jeito diferente dos modelos mais antigos, e é fácil tropeçar nisso ao migrar código. Segundo o guia para desenvolvedores do Google Cloud: temperature, top_p e top_k são ignorados; frequency_penalty e presence_penalty não têm suporte; e candidate_count maior que 1 retorna erro.

Sobre cache: o Carbon não tem suporte a Context Caching explícito, mas conta com cache implícito automático. Quando o prefixo de comando compartilhado entre requisições chega a 4096 Token ou mais, existe a chance de o cache ser acionado. Na prática, a recomendação é colocar o comando de sistema, as declarações de ferramentas e os documentos de referência fixos logo no início da requisição, sem alterá-los, e deixar no final a entrada do usuário que muda a cada chamada — assim a taxa de acerto do cache aumenta.

Gemini 4 Carbon: janela de preço de lançamento e a mudança de 1º de dezembro

O preço do Gemini 4 Carbon tem duas datas que você precisa guardar: até 30 de novembro de 2026 vale o preço de lançamento, e a partir de 1º de dezembro de 2026 os preços de entrada e de saída dobram. Todos os valores abaixo vêm da página oficial de preços da API do Google AI Studio, em dólares por milhão de tokens, e seguem o critério do serviço oficial do Google.

Pela tabela, dá para ver que a entrada em cache custa o equivalente a um desconto de 95% sobre a entrada comum. Batch e Flex custam metade do Standard, o que combina com tarefas offline em que o tempo real não é prioridade. Já o Priority é mais caro e faz mais sentido em produção, onde latência e estabilidade pesam mais.

Como calcular a fatura real do Gemini 4 Carbon

O preço unitário é só o ponto de partida: o custo real do Carbon também é afetado por três fatores:

• Tokens de raciocínio entram na conta de saída: o processo de raciocínio gerado nos níveis medium ou high é cobrado pelo preço unitário de saída, então não dá para estimar a fatura apenas pelo tamanho da resposta final que o usuário vê.
• O Grounding gera custo extra: ao usar Grounding, as instruções de sistema das ferramentas internas e as declarações de funções também entram na cobrança. O Google Search Grounding tem uma cota de 5.000 requisições gratuitas por mês, compartilhada com o Gemini 3 e modelos mais recentes; acima disso, cobra-se $14 por 1.000 requisições — e uma única requisição do usuário pode disparar várias buscas.
• Taxa de acerto de cache: a parcela da entrada que acerta o cache implícito é cobrada pelo preço de cache, e um comando bem estruturado reduz visivelmente o custo de contextos longos.

Um exemplo hipotético de estimativa: uma requisição com 20.000 tokens de entrada e 8.000 tokens somando raciocínio e saída final, sem considerar cache nem chamadas de ferramentas. Pelo preço Standard de lançamento, o cálculo fica em cerca de 0.02 × $2 + 0.008 × $10 = $0.12; após 1º de dezembro, o mesmo volume sai por cerca de $0.24. Quanto mais tokens de raciocínio, maior a fatia do custo no lado da saída.

Dados de terceiros confirmam esse ponto. A Artificial Analysis, usando o preço padrão de $4 / $20, calculou o custo médio por tarefa de avaliação do Carbon no seu Intelligence Index v5.0.1: cerca de $7.19 em Low, $6.59 em Medium e $7.76 em High. O custo por tarefa em Medium é até menor que em Low, o que mostra que nível e custo não têm relação linear — e esses números são médias de tarefas de avaliação abrangentes, não o preço de uma requisição comum isolada.

💰 Dica de custo: antes de colocar em produção, vale testar os três níveis — low, medium e high — separadamente com um pequeno lote de tarefas reais, registrar a proporção entre tokens de raciocínio e tokens de saída e só então definir o nível padrão. Se o projeto usa modelos de vários fornecedores ao mesmo tempo, o painel de cobrança unificado da APIYI (apiyi.com) ajuda a comparar o consumo real de cada modelo.

O que considerar antes de integrar o Gemini 4 Carbon

Antes de colocar o código em produção, vale conferir cada uma dessas condições de contorno:

1. Não existe camada de API gratuita: o Playground do AI Studio permite testar o Carbon, mas o Carbon em si não oferece uma camada gratuita de API — as chamadas exigem uma conta paga.
2. A assinatura Ultra não é pré-requisito para a API: o desenvolvedor não precisa comprar o Google AI Ultra; por outro lado, a assinatura Ultra também não substitui a fatura da API.
3. Latência de resposta elevada: o model card avisa que níveis de raciocínio mais altos podem gerar respostas mais lentas e timeouts. A Artificial Analysis mediu cerca de 67,54 segundos até o primeiro token no Carbon High, o que o torna inadequado para substituir diretamente um modelo de chat em tempo real.
4. Ainda pode alucinar: o Google admite que o Carbon continua sujeito a alucinações e que as proteções contra injeção de prompt ainda precisam melhorar — em fluxos críticos, mantenha etapas de validação.
5. A capacidade específica em segurança cibernética tem pré-requisitos: os resultados oficiais de descoberta de vulnerabilidades refletem a capacidade especializada quando usado via Fairwind Program, e não devem ser equiparados a um acesso irrestrito pela API comum.
6. Os preços são um retrato do momento: as informações de preço e permissões deste artigo se baseiam em dados de 11 de novembro de 2026; consulte as páginas oficiais posteriormente.

Perguntas frequentes (FAQ)

Gemini 4 Carbon: pontos principais (Key Takeaways)

• Abertura oficial: desde 10 de novembro de 2026, desenvolvedores pagantes da Gemini API podem chamar o Carbon diretamente.
• ID do modelo: o ID estável é gemini-4-carbon, e a recomendação oficial é integrar pela Interactions API.
• Ponto de entrada: crie uma chave no Google AI Studio e vincule o Cloud Billing para começar a usar.
• Janela de preço: até 30 de novembro, $2 / $10; a partir de 1º de dezembro, $4 / $20 (por milhão de tokens).
• Diferença de permissões: chamar a API não exige Ultra; só usar o Carbon dentro do app exige a assinatura Ultra.
• Ponto-chave de custo: os tokens de raciocínio contam como saída, e a fatura real depende do nível escolhido, das chamadas de ferramentas e do cache.
• Comparação entre modelos: você pode testar por uma interface unificada no APIYI (apiyi.com); a disponibilidade do Carbon segue o que a plataforma divulgar.

Resumo

Os pontos principais da abertura da API do Gemini 4 Carbon:

1. Entrada clara: Google AI Studio → API Keys → Cloud Billing → escolher gemini-4-carbon → fazer a chamada. São 5 passos para concluir a integração.
2. Prioridade de interface: em projetos novos, use primeiro a Interactions API. A GenerateContent continua com suporte, mas, ao migrar, lembre que parâmetros como thinking_budget não estão mais disponíveis.
3. Marcos de preço: até 30 de novembro vale o preço de lançamento; a partir de 1º de dezembro, tudo dobra. Ao estimar o orçamento, inclua os tokens de raciocínio no custo de saída.

Se você pretende concluir a avaliação dentro da janela de lançamento, minha sugestão é rodar primeiro um lote de tarefas reais no nível medium e anotar a estrutura de tokens antes de decidir a configuração de produção. Se precisar comparar vários modelos lado a lado, vale usar o APIYI (apiyi.com) como acesso unificado para os testes. Para saber se o Gemini 4 Carbon está disponível, confira a lista de modelos da plataforma.

📚 Referências

1. Anúncio oficial de disponibilidade do Gemini 4 Carbon: blog oficial do Google
2. Link: blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available

3. Descrição: data oficial de lançamento, permissões por canal e mudanças de preço

4. Documentação da API do modelo Gemini 4 Carbon: Google AI Studio

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

6. Descrição: ID do modelo, modalidades de entrada e saída, contexto e recursos de ferramentas

7. What’s new in Gemini 4 Carbon: guia de integração do Google AI Studio

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

9. Descrição: exemplos da Interactions API e o parâmetro thinking_level

10. Preços da Gemini API: Google AI for Developers

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

12. Descrição: preços dos modos Standard, Batch, Flex e Priority, além do cache

13. Guia do desenvolvedor do Gemini 4 Carbon: Google Cloud

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

15. Descrição: limites de parâmetros, Long Decode e regras de cache implícito

16. Model card do Gemini 4 Carbon: Google DeepMind

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

18. Descrição: parâmetros técnicos, data de corte de conhecimento e limitações conhecidas

19. Análise independente do Gemini 4 Carbon: Artificial Analysis

20. Link: artificialanalysis.ai/models/gemini-4-carbon
21. Descrição: dados de custo por tarefa e latência em diferentes níveis de raciocínio

Autor: equipe técnica da APIYI
Troca de ideias técnicas: fale com a gente na página inicial do site da APIYI. Para mais materiais de integração, acesse a central de documentação em docs.apiyi.com