استخدم Gemini 4 Carbon API في CometAPI لإضافة قدرات الاستدلال وتحليل المستندات إلى تطبيقك عبر واجهة GenerateContent الأصلية الخاصة بـ Gemini. ابدأ بطلب نصي قصير، وتحقق من أن عملية التوليد اكتملت، ثم احفظ الإجابة قبل إضافة إدخال PDF أو الصور أو البث أو JSON المُهيكل. يقدّم هذا الدليل إعدادات التعليمات البرمجية وآليات التعامل مع الاستجابات لكل خطوة.
أهم النقاط
معرّف النموذج: gemini-4-carbon. لا توجد فئة مجانية — يتطلب Gemini API مدفوع/فوترة عبر السحابة.
نافذة موحّدة بسعة 1 مليون رمز (الإدخال + التفكير + الإخراج). الحد الافتراضي للإخراج ~65 ألف؛ والفكّ الطويل يمتد لما يقارب 1 مليون.
مستويات التفكير: (سريع/منخفض التكلفة)، (افتراضي، متوازن)، (استدلال عميق).
Gemini 4 Carbon هو نموذج الاستدلال المتقدّم من Google لسير العمل الوكيلية بعيدة الأمد، والهندسة البرمجية المعقّدة، والأمن السيبراني، والبحث العلمي. بُني على Gemini 4 Argon، ويستخدم استدلالًا أعمق وحلقات تحقق موسّعة للتعامل مع المهام متعددة الخطوات التي تتطلب حلًا متواصلًا للمشكلات وليس استجابة واحدة فقط. مقارنةً بـ Argon، صُمّم Carbon لأعباء العمل الأكثر تطلبًا حيث تكون الدقة وإتمام المهمة أهم من تقليل استهلاك الرموز. أعلنت Google عن وصول مدفوع للمطورين في 10 نوفمبر 2026. يتيح دعمه متعدد الوسائط دمج النص مع الوسائط البصرية وغيرها؛ والمخرجات المتولدة تكون نصية. يقدم CometAPI وصولًا مخفض التكلفة إلى الواجهة.
لدمج الواجهة البرمجية، ابدأ بمهمة واحدة يمكنك التحقق من نتيجتها: لخّص مستندًا، أو استخرج حقولًا من مذكرة حادثة، أو راجع لقطة شاشة. يمكن لسير عمل وكيل أوسع أن يبنى على هذا الطلب العامل بمجرد أن تتحقق من الأدوات المدعومة وسلوك الاستجابة في المسار.
طرق أخرى لاستخدامه
Google AI Studio Playground: اختر النموذج وجرّب المطالبات تفاعليًا (يتطلب وصولًا مدفوعًا لـ Carbon).
Gemini app / AI Mode / Antigravity: متاح إذا كان لديك Google AI Ultra (اختر النموذج حيثما توفر).
المؤسسات/السحابة: استخدمه عبر Gemini Enterprise Agent Platform أو نقاط نهاية شبيهة بـ Vertex باستخدام نفس معرّف النموذج (إعداد المشروع + الموقع).
يمكن للعلماء/الباحثين التقدم للحصول على وصول مجاني محدود في بعض الحالات.
ما هي مواصفات Gemini 4 Carbon API؟
تُميّز مواصفات النموذج الرسمية بين ميزانية السياق المشتركة وحدّ الإخراج لكل مقطع في الواجهة الأمامية. هذه حدود على مستوى النموذج؛ وقد يطبق مزوّد البوابة قيودًا إضافية على حجم الطلب والميزات.
القيود واعتبارات الواجهة البرمجية
قبل توسيع عملية الدمج، تحقّق من كيفية تعامل Carbon مع السياق وإعدادات التوليد والتخزين المؤقت والوصول. يُقرن الجدول كل قيد بإجراء عملي حتى تتجنب الطلبات غير الصالحة والنتائج غير المكتملة والتكاليف غير المتوقعة.
المجال
القيد أو المتطلب
الانعكاس على المطوّر
ميزانية الرموز الموحدة
يتشارك الإدخال والإخراج 1,048,576 رمزًا، بما في ذلك التفكير واستدعاءات الدوال.
احجز مساحة للإخراج قبل إضافة سجل المحادثة أو الملفات.
الفكّ الطويل
يسمح المقطع الأمامي بما يصل إلى 65,536 رمز إخراج عند البث، أو 32,768 دون بث؛
يتطلب الجيل الأطول متابعة.
مستويات التفكير
Low, Medium, High؛ Medium هو الافتراضي
مع GenerateContent، أرسل LOW أو MEDIUM أو HIGH؛ يتم رفض MINIMAL.
ميزانية التفكير
يتم رفض المعامل legacy المسمى thinking_budget
أزل thinking_budget من مُنشئي الطلبات واستخدم thinking_config.thinking_level في Python، أو thinkingConfig.thinkingLevel في REST JSON.
أخذ العينات
يتم تجاهل قيم temperature وtop_p وtop_k المخصصة
استخدم thinking_level لاختيار عمق الاستدلال وresponse_schema للإخراج المُهيكل.
التخزين المؤقت للسياق
يدعم التخزين المؤقت الضمني؛ لا يدعم إنشاء مخازن سياق صريحة
تحقّق من الأهلية للوصول المتخصص Fairwind. الوصول القياسي إلى Carbon لا يمنح بحد ذاته نسخة أكثر تسامحًا للأمن السيبراني.
الاعتمادية
قد تحدث هلاوس وأحيانًا انقطاعات زمنية واستخدام أعلى للرموز
تحقّق من الحقائق والشفرة والحقول المستخرجة.
يوثّق دليل مطوري Carbon من Google قواعد الواجهة البرمجية؛ وتصف بطاقة النموذج الاعتمادية والقيود المتعلقة بالوصول المتخصص. أكّد الميزات المقابلة على مسارك في CometAPI قبل تمكينها في الإنتاج.
مستويات التفكير: كيف تختار الإعداد المناسب؟
ابدأ بـ MEDIUM، ثم اضبط المستوى وفق المهمة والجودة التي تحتاجها.
LOW: استخدمه للاستخراج البسيط، والتصنيف، والملخصات عندما تكون سرعة الاستجابة والتكلفة أولوية. جرّبه لمهام مثل وسم تذاكر الدعم، وتحقق أنه ما يزال يفي بهدف الدقة لديك.
MEDIUM: استخدم هذا كنقطة انطلاق افتراضية للبرمجة اليومية، وتحليل المستندات، والاستدلال الروتيني. إنه خط أساس عملي لتقييم ما إذا كان مستوى مختلف سيحسن تطبيقك.
HIGH: استخدمه للتنقيح المعقد، والبحث متعدد الخطوات، والاستدلال العلمي الذي يستفيد من التحقيق الأعمق. اسمح برموز تفكير إضافية، واحتفظ به فقط عندما يبرر تحسّن الجودة التكلفة والوقت المضافين.
لا تضمن مستويات التفكير الأعلى تلقائيًا نتائج أفضل لكل مهمة. اختبر أعباء عملك وقارن جودة إتمام المهام، وزمن الاستجابة، وإجمالي استخدام الرموز قبل تغيير الإعدادات الافتراضية للإنتاج.
كيف يؤدي Gemini 4 Carbon في معايير تقييم الذكاء الاصطناعي؟
تشمل إجماليات رموز الإخراج التقييم بأكمله، وليس طلبًا واحدًا. تكلفة المهمة تستخدم افتراضات تسعير Artificial Analysis وليس خصم CometAPI الحالي. ينتظر Carbon مدة أطول قبل أول رمز للإجابة، لكنه يُكمل المهمة أسرع وبكلفة مُبلّغ عنها أقل؛ حجم الرموز وحده لا يحدد القيمة.
استخدم Carbon عندما يُحسن التحقق الأعمق مراجعات الشفرة الصعبة، والبحث، أو غيرها من الأعمال مرتفعة تكلفة الخطأ. اختبر Argon للبرمجة الروتينية ومهام المعرفة، لكن أكّد الوفورات على عبء عملك. شغّل مطالبات متطابقة وقارن إجمالي الإنفاق مقسومًا على النتائج المقبولة، إلى جانب زمن الإكمال ومعدل الإخفاق.
كيف تبدأ باستخدام Gemini 4 Carbon API في CometAPI؟
ستحتاج إلى حساب CometAPI مع وصول إلى النموذج ورصيد كافٍ، وبيئة Python، ومعرفة أساسية بتشغيل السكربتات. استخدم مجلد مشروع للملفات أدناه بحيث يستورد كل مثال نفس تهيئة العميل.
لماذا تستخدم Gemini 4 Carbon API عبر CometAPI؟
يكون CometAPI مفيدًا عندما تريد تقييم Carbon إلى جانب نماذج أخرى مع إدارة الوصول والفوترة عبر مزوّد واحد. يقدّم مسار Carbon واجهتي GenerateContent الأصلية الخاصة بـ Gemini وواجهة دردشة متوافقة مع OpenAI، بحيث يمكنك اختيار تنسيق الطلب المناسب لتطبيقك.
لهذا الدليل، تسمح الواجهة الأصلية بإعادة استخدام حِزمة Google Gen AI SDK مع مفتاح CometAPI وعنوان أساس مخصص. الأسعار الحالية لمجموعة الافتراضات أقل بنسبة 20% من أسعار Google التمهيدية. احتفظ بمعرّف النموذج في الإعدادات حتى تتمكن من مقارنة Carbon وArgon دون إعادة كتابة تطبيقك، وتحقق من الدعم الخاص بالمسار قبل إضافة الأدوات أو تحميل الملفات أو عمليات المتابعة الطويلة.
الخطوة 1: أنشئ حسابك واضبط مفتاح API
سجّل الدخول إلى CometAPI، وأنشئ مفتاح API أو افتحه، وخزّنه كمتغير بيئي. تجنّب وضع المفاتيح مباشرةً في الشفرة المصدرية أو رفعها إلى مستودع.
استخدم الأمر المناسب لصدفتك. اضبط المتغيرات في نفس الطرفية التي ستستخدمها لتشغيل Python؛ استبدل مكان المفتاح بمفتاحك.
ثبّت حِزمة SDK في بيئة مشروعك. استخدام python -m pip يُبقي المُثبت مرتبطًا بالمفسّر الذي سيشغّل المثال.
ثبّت أو حدّث Google Gen AI SDK.
python -m pip install --upgrade google-genai
يوثّق CometAPI نقطة نهاية أصلية لـ Gemini مع عنوان أساس مخصص لحِزمة SDK. استخدم مفتاح CometAPI لهذه النقطة. تنطبق الإعدادات أدناه على طلبات GenerateContent.
الإعداد
القيمة
SDK
google-genai
Base URL
https://api.cometapi.com
إصدار API
v1beta
ترويسة المصادقة REST
x-goog-api-key
متغير البيئة للمفتاح
COMETAPI_KEY
متغير البيئة للنموذج
COMETAPI_MODEL
معرّف النموذج
gemini-4-carbon
الخطوة 3: أنشئ عميلًا قابلًا لإعادة الاستخدام وتحقق من الاستجابات
احفظ هذا الإعداد باسم carbon_client.py. يعرّف العميل مرة واحدة ويوفر completed_text للاستجابات النصية فقط المستخدمة في هذا الدليل. تتحقق الدالة المساعدة من سبب إنهاء المرشح قبل إرجاع نص الإجابة، بحيث لا تُعامل نتيجة فارغة أو مبتورة كنجاح بصمت.
أنشئ carbon_client.py مع عميل CometAPI ومتحقق استجابات نصية.
import os
from google import genai
from google.genai import types
client = genai.Client(
api_key=os.environ["COMETAPI_KEY"],
http_options={
"api_version": "v1beta",
"base_url": "https://api.cometapi.com",
},
)
model = os.getenv("COMETAPI_MODEL", "gemini-4-carbon")
def completed_text(response):
if not response.candidates:
raise RuntimeError("No candidate returned; inspect prompt feedback.")
candidate = response.candidates[0]
reason = getattr(candidate.finish_reason, "value", candidate.finish_reason)
if reason != "STOP":
raise RuntimeError(f"Generation did not finish normally: {reason}")
parts = candidate.content.parts if candidate.content else []
text = "".join(
part.text or "" for part in (parts or []) if not part.thought
)
if not text.strip():
raise RuntimeError("The completed candidate contains no answer text.")
return text
الخطوة 4: أرسل أول طلب لك وتحقق من النتيجة
أنشئ first_request.py بجانب carbon_client.py وأضف الشفرة أدناه. يرسل قائمة تحقق قصيرة باستخدام MEDIUM للتفكير وحدّ إخراج 4,096 رمزًا، ويتحقق من الإكمال بـ completed_text(response)، ويحفظ الإجابة إلى answer.txt بترميز UTF-8. شغّل python first_request.py من دليل مشروعك، ثم افتح answer.txt وتأكد من أن نقاط المراجعة الخمس جميعها ذات صلة وقابلة للاستخدام. تحقّق من بيانات الاستخدام المطبوعة لقياس استهلاك الرموز بما في ذلك التفكير؛ الانتهاء الطبيعي لا يثبت جودة الإجابة. إذا فشل الطلب أو أعاد مخرجات غير مكتملة، استخدم قسم استكشاف الأخطاء لفحص بيانات الاعتماد، وتفاصيل الخطأ، وسبب الإنهاء قبل إعادة المحاولة.
from pathlib import Path
from carbon_client import client, model, types, completed_text
response = client.models.generate_content(
model=model,
contents="Give me a five-point checklist for reviewing a Python API client.",
config=types.GenerateContentConfig(
max_output_tokens=4096,
thinking_config=types.ThinkingConfig(thinking_level="MEDIUM"),
),
)
answer = completed_text(response)
Path("answer.txt").write_text(answer, encoding="utf-8")
print(answer)
print("Saved answer.txt")
if response.usage_metadata:
print(response.usage_metadata.model_dump(exclude_none=True))
python first_request.py
## كيف يمكن لـ Gemini 4 Carbon API تحليل الملفات؟
شغّل هذه الأمثلة من نفس الدليل الذي يحتوي على carbon_client.py. تقوم بتحميل الملفات المحلية كأجزاء محتوى مضمنة، مع إبقاء سير العمل الأولي مستقلًا عن خدمة تحميل ملفات منفصلة.
يشمل فهم PDF المحتوى البصري: يستطيع Gemini تفسير النصوص والجداول والمخططات والصور معًا. يصف [دليل معالجة المستندات من Google](https://ai.google.dev/gemini-api/docs/document-processing) دعم ملفات PDF حتى 1,000 صفحة، مع التقيد بقيود حجم الملف والسياق. عدد الصفحات حد أقصى، وليس ضمانًا بأن كل مستند سيلائم طلب البوابة.
استخدم الإدخال المضمّن لملفات PDF الصغيرة والمؤقتة. للملفات الأكبر أو الأسئلة متعددة الأدوار المتكررة، توصي Google باستخدام Files API لتجنب إعادة إرسال الملف بالكامل. قبل استخدام هذا التدفق عبر CometAPI، تحقق من دعم نقطة رفع الملفات وإحالات الملفات؛ يظل المثال المضمّن أدناه نقطة بداية عملية.
### تلخيص ملف PDF محلي
توثّق Google [إدخال PDF مضمّن](https://ai.google.dev/gemini-api/docs/document-processing) لواجهة GenerateContent. ضع ملف report.pdf صغيرًا وغير حساس في دليل المشروع، ثم احفظ ما يلي باسم analyze_pdf.py وشغّل python analyze_pdf.py.
أرسل ملف PDF محليًا واحفظ ملخصه المكتمل.
from pathlib import Path
from carbon_client import client, model, types, completed_text
response = client.models.generate_content(
model=model,
contents=[
types.Part.from_bytes(
data=Path("report.pdf").read_bytes(),
mime_type="application/pdf",
),
"Summarize this report in five bullets. Do not invent missing figures.",
],
config=types.GenerateContentConfig(max_output_tokens=4096),
)
قارن الملخص بالملف قبل التوسع إلى مستندات أكبر. تعتمد حدود حجم الطلب ودعم إحالات الملفات على البوابة. إن دعم Google لتنسيقات Office أو مراجع Cloud Storage لا يثبت بحد ذاته دعم هذه المدخلات عبر مسار CometAPI لديك.
### مراجعة لقطة شاشة محلية
من أجل [إدخال الصور المضمّن](https://ai.google.dev/gemini-api/docs/image-understanding)، اجعل نوع MIME مطابقًا للملف. ضع لقطة شاشة PNG باسم screen.png بجانب السكربت. احفظ هذا المثال باسم analyze_image.py وشغّل python analyze_image.py لمراجعة النص والنسق المرئيين.
حلّل لقطة شاشة PNG دون الاعتماد على عنوان URL عام للصورة.
from pathlib import Path
from carbon_client import client, model, types, completed_text
response = client.models.generate_content(
model=model,
contents=[
types.Part.from_bytes(
data=Path("screen.png").read_bytes(),
mime_type="image/png",
),
"Review this screenshot for unreadable text and overlapping elements. "
"Describe only visible issues and identify their locations.",
],
config=types.GenerateContentConfig(max_output_tokens=4096),
)
print(completed_text(response))
قارن كل مشكلة مُبلّغ عنها مع لقطة الشاشة. إذا أرسلت JPEG بدلًا من ذلك، غيّر اسم الملف ونوع MIME معًا؛ تغيير الامتداد وحده لا يحوّل الصورة.
## كيف تقوم ببث استجابات Gemini 4 Carbon؟
### عرض النص المُذاع والتحقق من الإكمال
يُعيد البث أجزاء الاستجابة كأحداث مُرسلة من الخادم (SSE)، ما يسمح للتطبيق بعرض الإخراج الجزئي بينما يستمر التوليد.
تُظهر حِزمة SDK [توليد النص المتدفق](https://ai.google.dev/gemini-api/docs/text-generation) عبر generate_content_stream. لطلبات HTTP المباشرة، يستخدم CometAPI streamGenerateContent مع alt=sse.
احفظ ما يلي باسم stream_response.py وشغّل python stream_response.py. يعرض النص أثناء وصوله، ثم يتحقق من أن البث انتهى بسبب إنهاء طبيعي. يؤدي الاستثناء إلى ترك النص المعروض كنتيجة جزئية، وليس إجابة مقبولة.
اقرأ النص المتدفق واطلب إنهاءً طبيعيًا قبل قبوله.
from carbon_client import client, model, types
finish_reason = None
received_text = False
for chunk in client.models.generate_content_stream(
model=model,
contents="Write a concise checklist for investigating intermittent API timeouts.",
config=types.GenerateContentConfig(max_output_tokens=4096),
):
if not chunk.candidates:
continue
candidate = chunk.candidates[0]
if candidate.finish_reason is not None:
finish_reason = getattr(candidate.finish_reason, "value", candidate.finish_reason)
parts = candidate.content.parts if candidate.content else []
for part in parts or []:
if part.text and not part.thought:
received_text = True
print(part.text, end="", flush=True)
print()
if finish_reason != "STOP" or not received_text:
raise RuntimeError(f"Stream not accepted as complete: {finish_reason}")
### استخراج JSON مُهيكل
للحصول على [إخراج مقيَّد بالمخطط](https://ai.google.dev/gemini-api/docs/structured-output)، اطلب application/json وعرّف الحقول التي يتوقعها تطبيقك. يستخرج هذا المثال حقلين من مذكرة حادثة قصيرة، ثم يتحقق من أنواعهما قبل طباعة النتيجة.
احفظ هذا المثال باسم structured_output.py وشغّل python structured_output.py. يعيد استخدام متحقق الاستجابة قبل تحليل JSON.
استخرج حقول الحادثة، وتحقق من الإكمال، وصحّح أنواعها.
import json
from carbon_client import client, model, types, completed_text
response = client.models.generate_content(
model=model,
contents=(
"Extract the service and impact from this incident note: "
"The checkout API returned errors for ten minutes during a database restart."
),
config=types.GenerateContentConfig(
max_output_tokens=4096,
response_mime_type="application/json",
response_schema={
"type": "OBJECT",
"properties": {
"service": {"type": "STRING"},
"impact": {"type": "STRING"},
},
"required": ["service", "impact"],
},
),
)
data = json.loads(completed_text(response))
if not isinstance(data, dict) or not all(
isinstance(data.get(field), str) for field in ("service", "impact")
):
raise ValueError("The response does not match the expected field types.")
print(json.dumps(data, indent=2))
يجب أن تتلقى كائنًا يحتوي على service وimpact. الالتزام بالمخطط لا يثبت الدقة الواقعية: قارن القيم المستخرجة مع الإدخال، وطبّق أي قواعد عمل قبل تخزين النتيجة أو العمل بناءً عليها.
## سعر Gemini 4 Carbon API
يمتد [التسعير التمهيدي من Google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/) حتى 30 نوفمبر 2026؛ وتدخل الأسعار القياسية حيز التنفيذ في 1 ديسمبر. تحقّق من الأسعار الحالية لحسابك قبل وضع ميزانية للطلبات لاحقًا.
ينتمي كلا النموذجين إلى عائلة Gemini 4، لكنهما يستهدفان أعباء عمل مختلفة.
| شريحة تسعير API | الإدخال / لكل 1M رمز | الإخراج / لكل 1M رمز |
| ------------------------- | -------------------- | -------------------- |
| Standard (حتى 30 نوفمبر) | $2.00 | $10.00 |
| Standard (من 1 ديسمبر) | $4.00 | $20.00 |
| Batch (حتى 30 نوفمبر) | $1.00 | $5.00 |
| Batch (من 1 ديسمبر) | $2.00 | $10.00 |
| Flex (حتى 30 نوفمبر) | $1.00 | $5.00 |
| Priority (حتى 30 نوفمبر) | $3.60 | $18.00 |
تفاصيل تسعير إضافية:
- الإدخال المُخبأ: $0.10 لكل مليون رمز حتى 30 نوفمبر، ويزداد إلى $0.20 اعتبارًا من 1 ديسمبر.
- تقدم Batch وFlex معالجة أقل تكلفة لأعباء عمل يمكنها تحمل خصائص خدمتهما.
- تُحسب رموز التفكير كرموز إخراج.
- قد تُحتسب الرموز التي تستهلكها تعليمات الأدوات الداخلية وتصريحات الدوال أيضًا.
توصي Google صراحةً باستخدام Argon لمعظم أعمال الهندسة البرمجية والمعرفة، مع حجز Carbon للمهام التي تتطلب استدلالًا أعمق وتحققًا ممتدًا.
### سعر CometAPI
اعتبارًا من 12 نوفمبر 2026، تُدرج [جدولة مجموعة CometAPI الافتراضية](https://www.cometapi.com/models/google/gemini-4-carbon/) 1.60$ لكل مليون رمز إدخال، و8.00$ لكل مليون رمز إخراج بما في ذلك التفكير، و0.08$ لكل مليون رمز إدخال مُخبأ عند نجاح التخزين المؤقت. هذه المعدلات أقل بنسبة 20% من الأسعار التمهيدية المقابلة لدى Google.
يمكن أن يتغير تسعير CometAPI مع تغير أسعار Google الرسمية. قارن السعر الرسمي الحالي مع الخصم المرفق بحسابك بدلًا من اعتبار السعر الحالي دائمًا. إذا تم الحفاظ على نفس خصم 20% بعد تغيير الأسعار، فسيكون سعرك هو السعر الرسمي الجديد × 0.80؛ أكّد سعر CometAPI الفعلي قبل وضع الميزانية. يمكن أن تكون لدى مجموعات حسابات أخرى خصومات مختلفة.
بالنسبة لطلب يحتوي على 100,000 رمز إدخال غير مُخبأ و10,000 رمز إخراج، بما في ذلك التفكير، تكون تكلفة الرموز فقط 0.24$ حسب معدل CometAPI المعروض: 0.16$ للإدخال + 0.08$ للإخراج. أما نفس الكميات فتكلّف 0.30$ بحسب أسعار Google التمهيدية أو 0.60$ بحسب أسعار ديسمبر. تتلاءم كمية 110,000 رمز المجمّعة ضمن ميزانية النموذج المشتركة.
يستثني هذا التقدير الأدوات وإعادة المحاولات وأي تعديلات تسعير خاصة بالحساب. تشمل تكلفة الإخراج رموز التفكير، لذا قد يزيد مستوى الاستدلال الأعلى الفاتورة حتى إن كانت الإجابة المرئية قصيرة.
### كيف تُحسّن تكاليف Gemini 4 Carbon API؟
حسّن لتكلفة نتيجة صحيحة وقابلة للاستخدام. الطلب الأرخص قيمة سيئة إذا كنت ستكرره أو تصلح الإجابة يدويًا.
1. اختر الاستدلال عن قصد. ابدأ بـ MEDIUM، واختبر LOW للعمل البسيط، واستخدم HIGH عندما يحسن القبول بما يكفي لتبرير الوقت والرموز الإضافية.
2. أعد استخدام السياق الثابت عبر التخزين المؤقت الضمني. لا تدعم تدفقات [Argon](https://docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-argon) و[Carbon](https://docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-carbon) إنشاء مخازن سياق صريحة؛ إنما تدعم التخزين المؤقت الضمني. ضع التعليمات والمستندات القابلة لإعادة الاستخدام أولًا، متبوعة بالسؤال المتغير. توثق Google أهلية مقدمات مشتركة لا تقل عن 4,096 رمزًا. تحقّق من الزيارات الفعلية للمخبأ والرسوم على مسارك في CometAPI؛ التكرار لا يضمن خصمًا.
3. قلّل العمل غير الضروري. أرسل الصفحات أو المقتطفات ذات الصلة، واطلب حقول الإخراج التي تحتاجها، واضبط حد إخراج كافيًا. يُحتسب التفكير ضمن استخدام الإخراج، لذا قد يتسبب حد صغير مفرط في البتر وإعادة المحاولات.
4. قِس سير العمل بأكمله. ضمّن الاستدلال، واستخدام الأدوات، وإعادة المحاولات، والإجابات المرفوضة في إجمالي الإنفاق. احفظ الاستجابات الصالحة حتى لا تؤدي إخفاقات التخزين اللاحقة إلى تشغيل توليد آخر.
5. وجّه الاختيار حسب القيمة المُثبتة. قارن Carbon وArgon على مهام متطابقة. انظر في Batch أو Flex فقط عندما يدعمهما مزوّدك ويمكن لعبء العمل تحمل خصائص معالجتهما.
تتبّع تكلفة كل نتيجة مقبولة = إجمالي إنفاق سير العمل ÷ النتائج المقبولة. راجع ذلك مع زمن الاستجابة والجودة بعد تغيير نموذج أو مطالبة أو مستوى الاستدلال.
## أي تنسيق واجهة يجب أن تستخدمه لـ Gemini 4 Carbon؟
يمكن للمطورين الوصول إلى [Gemini 4 Carbon API في CometAPI](https://www.cometapi.com/models/google/gemini-4-carbon/) عبر الواجهة الأصلية لـ Gemini وواجهة دردشة متوافقة مع OpenAI. استخدم الواجهة التي تطابق تنسيق طلب تطبيقك ومتطلبات الميزات الموثّقة.
| الواجهة | متى تكون مناسبة | فحص التكامل |
| ------------------------------ | -------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------- |
| Gemini-native GenerateContent | أمثلة Python وREST في هذا الدليل؛ التطبيقات التي تستخدم contents وgenerationConfig بالفعل | استخدم عنوان أساس Gemini وأسماء الحقول الموضحة أعلاه |
| OpenAI-compatible Chat API | تطبيق موجود منظم حول رسائل الدردشة | تحقق من نقطة النهاية الموثّقة لـ Carbon، والحقول، والميزات المدعومة قبل تكييف الشفرة |
تنطبق قابلية التوافق على نقطة نهاية معينة وشكل الطلب. لا ترسل حقول OpenAI Responses إلى نقطة نهاية Gemini الأصلية، ولا تفترض أن مسارًا متوافقًا مع Chat يطبق Responses أيضًا. يحتاج تطبيق ممكّن بالأدوات إلى ذهاب وإياب متحقق من استدعاء الدالة إلى نتيجتها المطابقة، وليس مجرد مطالبة نصية ناجحة.
## كيف تهاجر من Gemini 4 Argon إلى Gemini 4 Carbon API؟
إذا كان تطبيق Argon لديك يستخدم بالفعل مسار GenerateContent الأصلي لـ Gemini في CometAPI، فابدأ بتبديل النموذج المهيأ إلى gemini-4-carbon. احتفظ بالمفتاح وعنوان الأساس والمطالبة ومنطق التحقق من الصحة دون تغيير في المقارنة الأولى. يتشارك كل من [Argon](https://docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-argon) و[Carbon](https://docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-carbon) العديد من اصطلاحات طلب Gemini 4؛ لا تحتاج إلى تنظيف معلمات قديمة إلا إذا كانت تلك الحقول ما تزال في تطبيقك.
### 1. غيّر النموذج وشغّل مقارنة مضبوطة
في الإعداد المستخدم بهذا الدليل، غيّر COMETAPI_MODEL من gemini-4-argon إلى gemini-4-carbon، ثم أعد تشغيل عملية Python حتى تعيد تحميل المتغير. استخدم نفس المطالبة التمثيلية ومستوى التفكير لكلا النموذجين. يعيد المثال المستقل التالي استخدام carbon_client.py ويحدد Carbon صراحةً:
from carbon_client import client, types, completed_text
response = client.models.generate_content(
model="gemini-4-carbon",
contents="Review this function for correctness: def add(a, b): return a + b",
config=types.GenerateContentConfig(
max_output_tokens=4096,
thinking_config=types.ThinkingConfig(thinking_level="MEDIUM"),
),
)
print(completed_text(response))
### 2. تحقق من إعدادات الطلب وسجل المحادثة
احتفظ بـ LOW أو MEDIUM أو HIGH مع GenerateContent. أزل أي بقايا من thinking_budget أو MINIMAL أو استخدام cached_content الصريح. لا تعتمد على temperature أو top_p أو top_k للتحكم في النتيجة. أزل values frequency_penalty وpresence_penalty وcandidate_count فوق 1. إذا كنت تستدعي أدوات، فاحفظ مطابقة معرّفات استدعاءات الدوال وأسمائها وترتيب الاستجابات. هذه فحوصات توافق، وليست ميزات أُزيلت حديثًا من Argon.
### 3. تحقّق من الجودة والتكلفة والزمن قبل التعميم
شغّل نفس مجموعة الاختبار عبر كلا النموذجين. افحص نجاح المهمة، والتحقق من JSON، وتنفيذ الأدوات، والإكمال الكامل، والرموز المفوترة، والوقت المنقضي. احتفظ بإعداد Argon متاحًا، ووجّه جزءًا صغيرًا من الحركة إلى Carbon، ثم وسّع فقط إذا لبّى أهداف القبول والميزانية.
### 4. افصل دعم الإخراج الطويل عن تبديل النموذج
ابدأ بطلبات تنتهي في مقطع واجهة أمامية واحد. إذا احتجت متابعة، فتحقّق أولًا من أن CometAPI يدعم نقطة النهاية والحقول المطلوبة. تغيير اسم النموذج وحده لا يمكّن سير متابعة v1beta1 الخاص بـ Google على بوابة v1beta بهذا الدليل. اعتبر الإخراج الجزئي غير مكتمل حتى ينتهي التوليد بشكل طبيعي.
## الخاتمة
استخدم أول طلب ناجح كنقطة انطلاق لاختبار التكامل. أضف فقط أنواع الإدخال وتنسيقات الاستجابة التي يحتاجها تطبيقك، ثم تحقّق من الاكتمال، ومعالجة الأخطاء، والتكلفة على مهام ممثلة. وجّه جزءًا صغيرًا من الحركة عبر التكامل الجديد قبل توسيعه، واحتفظ بإعداد معروف عامل في حال تغيّرت النتائج.
## الأسئلة الشائعة حول Gemini 4 Carbon
### ما حجم نافذة السياق في Gemini 4 Carbon؟
يدعم Gemini 4 Carbon حدًا موحّدًا للسياق للإدخال والإخراج يبلغ 1,048,576 رمزًا. تشمل هذه الميزانية الإدخال، والتفكير، واستدعاءات الدوال، والإخراج المتولد.
### ما أقوى معايير Gemini 4 Carbon؟
تشمل نتائجه البارزة المُعلنة 88.2% على SEC-bench Pro، و54.8% على ExploitGym، و71.0% على CWE-bench، و96.2% على GraphWalks. تُبرز هذه النتائج قدراته في الأمن السيبراني والسياق الطويل والاستدلال الوكيلي.
### كيف يقارن Gemini 4 Carbon مع Gemini 4 Argon؟
يحسن Carbon بشكل كبير على Argon في عدة معايير مُعلنة، بما في ذلك Artificial Analysis Intelligence Index (59 مقابل 50)، وSWE-sweep (9.6% مقابل 4.3%)، وSEC-bench Pro (88.2% مقابل 83.4%). الفارق الأساسي هو أداء أقوى في الاستدلال الممتد والمهام الوكيلية المعقدة.
### هل Gemini 4 Carbon أفضل من Claude Opus 5.5؟
لا يتصدر أي نموذج جميع المعايير. يحصل Carbon على درجات أعلى في Artificial Analysis Intelligence Index وTerminal-Bench 4.0 وGraphWalks وتقييمات الأمن السيبراني، بينما يتصدر Claude Opus 5.5 OSWorld-2.1 وFrontierSWE 2 في مقارنة Google المنشورة.
### ما مستويات التفكير التي يدعمها Gemini 4 Carbon؟
يدعم Gemini 4 Carbon مستويات LOW وMEDIUM وHIGH، مع MEDIUM كافتراضي. يمكن للمطورين استخدام هذه الإعدادات لموازنة عمق الاستدلال وزمن الاستجابة واستهلاك الرموز.
### هل يستطيع Gemini 4 Carbon معالجة الصور والصوت والفيديو؟
نعم. تسرد بطاقة النموذج النص والصور والصوت والفيديو كوسائط إدخال مدعومة. وسائط الإخراج الموثقة هي النص.
### ما تاريخ حد المعرفة لدى Gemini 4 Carbon؟
تسرد بطاقة نموذج Google لشهر نوفمبر 2026 مارس 2026 كحد للمعرفة. قد يفتقر النموذج لذلك إلى معرفة الأحداث والتطورات بعد ذلك التاريخ ما لم تُزوّد عبر أدوات خارجية أو سياق يقدّمه المستخدم.
