Bangun dengan CometAPIButuh satu API untuk banyak model?Uji alur kerja di Playground, lalu buat API key saat model dan biayanya sesuai dengan use case Anda.
Gemini 4 Carbon vs Gemini 4 Argon: Benchmark, Harga, dan Mana yang Harus Dipilih - CometAPI
Gemini 4 Carbon vs Gemini 4 Argon: Benchmark, Harga, dan Mana yang Harus Dipilih
Maaf, saya tidak menemukan referensi publik yang kredibel tentang model bernama “Gemini 4 Carbon” atau “Gemini 4 Argon” dalam cakupan pengetahuan saya (hingga 2024-10). Tanpa data resmi, perbandingan spesifik akan bersifat spekulatif. Jika ini adalah nama kode/internal atau rilis yang lebih baru, mohon bagikan tautan dokumentasi atau angka benchmark resmi; saya dapat menyusun perbandingan terstruktur segera setelah datanya tersedia.
Sebagai panduan, berikut kerangka perbandingan yang bisa Anda isi atau lampirkan datanya:
- Benchmarks:
- MMLU, MMLU-Pro
- GSM8K, MATH, GPQA
- HumanEval, MBPP (coding)
- HellaSwag, BBH, ARC
- MT-Bench atau eval percakapan setara
- Multimodal (jika relevan): MMMU, MathVista, ChartQA
- Coding:
- Bahasa yang didukung, kualitas generasi (HumanEval/MBPP), kemampuan multi-file/repo-level
- Tool use/function calling, eksekusi kode, pengujian otomatis, refactoring, doc generation
- Penanganan konteks panjang (kode panjang), inline edits, ketepatan patch
- Cybersecurity:
- Guardrail untuk injeksi prompt, exfiltration, dan RCE
- Kepatuhan kebijakan, red-teaming, eval keamanan (mis. prompt injection evals)
- Fitur pemfilteran/penetralan data sensitif, konfigurasi mode terkekang
- Context windows:
- Batas input/output token, dukungan long-context, retrieval/in-context learning
- Performa pada konteks panjang (mis. Needle-in-a-haystack, recall akurat)
- API pricing:
- Tarif per 1M token input dan output, kebijakan penagihan, kuota gratis
- Batas laju, concurrency, kebijakan burst
- Speed:
- Latensi token pertama, throughput (token/detik), mode streaming
- Variasi kecepatan per ukuran prompt dan jenis tugas (kode vs percakapan)
- Availability:
- Status rilis (GA vs Preview), wilayah/region yang didukung, SLA/uptime
- SDK/klien yang tersedia, batasan penggunaan, kebijakan akses
Silakan kirimkan angka atau tautan resmi untuk kedua varian tersebut; saya akan menyusun perbandingan poin-demi-poin pada bidang yang Anda minta: benchmarks, coding, cybersecurity, context windows, harga API, kecepatan, dan ketersediaan.
Google mengumumkan Gemini 4 Carbon pada 28 Oktober 2026, dengan hasil terpublikasi yang lebih kuat daripada Gemini 4 Argon di bidang pengodean, penalaran konteks panjang, dan keamanan siber. Bagi pengembang, pilihan langsung bergantung pada akses: Argon tersedia melalui Gemini API berbayar, sementara Carbon masih dalam peluncuran terbatas. Perbandingan ini meninjau tolok ukur, spesifikasi API, kecepatan, dan harga untuk membantu Anda memutuskan apa yang akan diterapkan sekarang dan kapan mengevaluasi Carbon.
Key Takeaways
Performance: Carbon mencetak 59 dibanding 50 milik Argon pada Artificial Analysis Intelligence Index v5.0. Kenaikan bervariasi per tolok ukur: SWE-sweep meningkat 5.3 poin persentase, sedangkan GraphWalks BFS F1 meningkat 12.0 poin.
API specifications: Argon mendokumentasikan jendela terpadu 1,048,576 token yang dibagi oleh input, thinking, dan output. Batas API publik dan dukungan tool Carbon belum diumumkan.
Ditinjau untuk kejelasan, atribusi sumber, dan terminologi API terkini.
Pricing: Kedua model mengumumkan tarif perkenalan $2 per satu juta token input dan $10 per satu juta token output. Penawaran Argon berlangsung hingga 30 November 2026; tanggal akhir perkenalan Carbon belum diumumkan.
Upgrade decision: Bandingkan tingkat penerimaan tugas, latensi end-to-end, dan biaya per hasil yang diterima saat mengevaluasi Carbon. Skor benchmark yang lebih tinggi saja tidak menunjukkan apakah beralih akan meningkatkan aplikasi Anda.
Gemini 4 Carbon vs Gemini 4 Argon: Overview and Specifications
Mulailah dari keputusan penerapan: Argon memiliki API terdokumentasi yang dapat Anda gunakan sekarang, sementara Carbon menawarkan hasil terpublikasi yang lebih kuat dengan akses awal yang terbatas.
Gemini 4 Carbon berfokus pada alur kerja rekayasa yang menuntut dan keamanan siber defensif, dengan akses awal terbatas untuk mitra terpilih. Gemini 4 Argon tersedia melalui Gemini API berbayar untuk penalaran, pengodean, pemecahan masalah ilmiah, dan alur kerja agen. Tabel di bawah membandingkan spesifikasi API dan kapabilitas yang diumumkan.
Context, Reasoning, and API Specifications
Argon memiliki spesifikasi pengembang yang dipublikasikan. Carbon telah mempublikasikan hasil evaluasi, tetapi hasil tersebut tidak menetapkan batas atau dukungan tool yang tepat dari API publik di masa depan. Baik penamaan keluarga yang sama maupun skor lebih tinggi tidak membuktikan bahwa model menggunakan arsitektur yang identik.
1M tokens reported by Artificial Analysis; official API limit not documented
1,048,576 tokens shared by input, thinking, and output
Maximum output
Not officially documented
65,536 default synchronous limit; long decode up to the remaining unified window
Input modalities
Multimodal capability demonstrated; complete API specification pending
Text, image, audio, video, PDF
Output modalities
Public API specification pending
Text
Reasoning levels
Not officially documented
Low, medium, high
Function calling and code execution
Public API support not confirmed
Supported
Computer use
Public API support not confirmed
Preview
Context caching
Announced pricing discount; implementation details pending
Implicit caching
Public developer access
Not yet broadly available
Available
Jendela 1,048,576 token Argon dibagi oleh input, thinking, dan output yang dihasilkan, sehingga input yang lebih besar menyisakan ruang generasi lebih sedikit. Anggaran generasi default-nya adalah 65,536 token, termasuk thinking dan output. Generasi lebih panjang menggunakan long decode, yang memproses ulang konteks sebelumnya di setiap langkah lanjutan dan menambahkan biaya token input; konteks berulang dapat memenuhi syarat untuk diskon caching implisit.
Dengan Interactions API, generasi lebih panjang memerlukan mode background dan pengaturan max_output_tokens yang lebih tinggi. Dengan GenerateContent, klien harus mengelola permintaan lanjutan.
Gemini 4 Carbon vs Gemini 4 Argon: Performance
Carbon unggul atas Argon di seluruh perbandingan yang dilaporkan, tetapi besaran dan makna kenaikannya berbeda-beda menurut tugas.
Official Benchmark Results and Test Conditions
Perbandingan terpublikasi Google menunjukkan Carbon unggul di semua 17 baris di bawah. Ini menggabungkan evaluasi yang dijalankan Google dengan skor dari evaluator eksternal dan papan peringkat benchmark; ini bukan klaim bahwa Google secara independen menjalankan setiap pengujian.
Metodologi evaluasi umumnya menggunakan pengaturan thinking tertinggi dan pass@1 kecuali jika tolok ukur menentukan sebaliknya. Kerangka agen, subset tugas, dan definisi skor bervariasi, sehingga persentase di berbagai tolok ukur tidak dapat dipertukarkan.
GraphWalks: Subset 256K–1M berisi 200 masalah dan melaporkan BFS F1, bukan tingkat akurasi umum.
Agents' Last Exam: Google menggunakan set v1.1 berisi 122 tugas, harness ALE-Claw, jendela lima jam, dan filter keamanan diaktifkan.
OSWorld: Angka yang dilaporkan menggunakan subset offline 82 tugas, tangkapan layar 1080p, batas 500 langkah, dan nilai maksimum dari tiga percobaan tunggal. Ini tidak mewakili benchmark online penuh.
Coding Performance and Repository Work
Pada Terminal-Bench 4.0, Carbon mencetak 65.2%, dibanding 57.1% untuk Argon, unggul 8.1 poin persentase. Benchmark ini menguji pekerjaan command-line dan pemecahan masalah teknis multi-langkah.
Pada SWE-sweep, Carbon mencetak 9.6% versus 4.3% untuk Argon, unggul 5.3 poin persentase dan lebih dari dua kali lipat skornya.
Peningkatan relatif itu mencolok, tetapi hasil absolut tetap di bawah 10%. Carbon lebih kuat, bukan andal secara universal pada setiap tugas rekayasa perangkat lunak yang sulit.
Kandidat praktis untuk evaluasi adalah debugging lintas repositori, migrasi kode, dan tugas yang melibatkan penggunaan alat berulang dan verifikasi. Untuk basis kode produksi, meloloskan pengujian Anda sendiri tetap lebih berguna daripada mengekstrapolasi tingkat keberhasilan dari tolok ukur berbeda.
Multimodal and Long-Context Performance
Pada evaluasi GraphWalks 256K–1M BFS F1, Carbon mencetak 96.2% versus 84.2% untuk Argon, unggul 12 poin persentase. Ini menjadikan sintesis dokumen panjang dan analisis repositori kandidat yang layak untuk evaluasi. Kualitas retrieval, struktur dokumen, dan batas aktual setiap endpoint tetap memengaruhi hasil.
Pada Chartography, Carbon mencetak 72.5% versus 71.6% untuk Argon, unggul 0.9 poin persentase. Pada Blueprint-Bench 2, Carbon mencetak 58.6% versus 54.4% untuk Argon, unggul 4.2 poin persentase. Hasil pemahaman visual ini mendukung pengujian alur kerja dokumen dan grafik, sementara format input yang didukung API publik Carbon di masa depan masih perlu konfirmasi.
Cybersecurity and Agent Reliability
Hasil keamanan mencakup penemuan, validasi eksploit, dan remediasi: Carbon mencetak 88.2% pada SEC-bench Pro, 54.8% pada ExploitGym, dan 71.0% pada CWE-bench. Keunggulan terbesar atas Argon adalah pada ExploitGym, yaitu 12.8 poin persentase.
Kondisi evaluasi keamanan penting: SEC-bench Pro menggunakan split mesin JavaScript Mei 2026 dengan 183 tugas, sementara ExploitGym menggunakan setup agen offline, percobaan tunggal, dengan mitigasi dimatikan. Google melaporkan evaluasi keamanan eksternal tanpa guardrail penerapan; skor ini tidak menetapkan perilaku API tanpa batasan.
Untuk agen jangka panjang, model yang berguna juga harus melaporkan kegagalan secara jujur dan tetap dalam tugas yang diotorisasi. Google melaporkan tingkat kecurangan sukses teramati 0.0% pada Terminal-Bench 4.0, sementara upaya kecurangan berada di 0.4%. Evaluasi internalnya juga menemukan lebih sedikit klaim tidak didukung dan tingkat overreach serta under-service yang lebih rendah dibanding Argon. Ini adalah observasi spesifik evaluasi, bukan jaminan untuk setiap aplikasi.
Dalam praktiknya, tetap terapkan pemeriksaan izin, eksekusi terisolasi, peninjauan patch, dan validasi independen saat mengevaluasi model mana pun untuk pekerjaan keamanan defensif.
Speed and Latency
Performance metric
Gemini 4 Carbon
Gemini 4 Argon
Output throughput
Approximately 102 tokens/s
Approximately 82 tokens/s
Time to first token
Approximately 100 s
Approximately 47 s
Output tokens per evaluated task
Approximately 123K
Approximately 116K
Reasoning tokens per evaluated task
Approximately 72K
Approximately 68K
Pengukuran pihak ketiga ini menggambarkan konfigurasi pengujian evaluator dan bukan jaminan latensi atau throughput untuk penerapan API Anda. Perbandingan dapat berubah seiring evaluator memperbarui hasil dan Google memperluas akses Carbon.
Laju generasi token yang lebih tinggi pada Carbon dan jeda token pertama yang lebih lama menggambarkan bagian berbeda dari sebuah permintaan. Untuk antarmuka chat, waktu tunggu sebelum output dimulai dapat mendominasi pengalaman; untuk pekerjaan otonom, evaluasi waktu penyelesaian end-to-end bersama tingkat keberhasilan. Throughput saja tidak menentukan model mana yang menyelesaikan tugas berguna lebih cepat.
Gemini 4 Carbon vs Gemini 4 Argon: Cost
Bandingkan tarif token resmi dan penagihan penyedia secara terpisah, lalu hitung biaya hasil yang diterima. Harga token terpublikasi yang identik tetap dapat menghasilkan tagihan berbeda ketika thinking, percobaan gagal, dan penggunaan tool bervariasi.
API Pricing by Provider
Kedua model memiliki tarif token perkenalan Google yang sama. CometAPI mencantumkan tarif Argon terpisah; tidak ada harga Carbon yang dikonfirmasi dalam perbandingan ini. Semua harga penyedia di bawah mencerminkan snapshot artikel tanggal 29 Oktober 2026.
Provider
Pricing category
Gemini 4 Carbon
Gemini 4 Argon
Google
Introductory input / 1M tokens
$2.00
$2.00
Google
Introductory output, including thinking / 1M tokens
$10.00
$10.00
Google
Introductory cached input / 1M tokens
$0.10
$0.10
Google
Subsequent input / 1M tokens
$4.00
$4.00
Google
Subsequent output, including thinking / 1M tokens
$20.00
$20.00
Google
Subsequent cached input / 1M tokens
$0.20
$0.20
Google
Introductory period
End date not announced
Through November 30, 2026
Google
Public production access
Restricted rollout
Available
CometAPI
Ordinary input / 1M tokens
Not confirmed
$1.60
CometAPI
Ordinary output / 1M tokens
Not confirmed
$8.00
Periode perkenalan Google untuk Argon berakhir pada 30 November, 2026, dengan tarif selanjutnya mulai 1 Desember. Carbon belum memiliki tanggal akhir perkenalan yang diumumkan. Angka input cache-nya dihitung dari diskon 95% yang diumumkan; detail implementasi dan kelayakan masih tertunda.
Sebelum memperkirakan tagihan, konfirmasi tarif, aturan cache, biaya konteks panjang, dan dukungan tool untuk penyedia dan akun pilihan Anda. Tarif Carbon yang diumumkan Google tidak menetapkan harga Carbon di CometAPI.
Cost Example: 1,000 Requests
Untuk permintaan dengan 100,000 token input dan 25,000 total token output yang ditagihkan, termasuk token thinking, harga standar perkenalan menghasilkan:
Input: 100,000 × $2 / 1,000,000 = $0.20.
Output, termasuk thinking: 25,000 × $10 / 1,000,000 = $0.25.
Total: $0.45 per permintaan, atau $450 untuk 1,000 permintaan yang identik.
Pada tarif selanjutnya, tugas yang sama berbiaya $0.90. Jika 25,000 hanya menggambarkan jawaban akhir yang terlihat, tambahkan token thinking yang dihitung terpisah sebelum memperkirakan tagihan. Contoh ini tidak memasukkan grounding, tool eksternal, dan biaya layanan lainnya.
Pada tarif Argon CometAPI yang ditampilkan, permintaan yang sama (100,000 input dan 25,000 output yang ditagihkan) berbiaya $0.16 + $0.20 = $0.36, atau $360 untuk 1,000 permintaan yang identik. Estimasi ini mengecualikan efek cache, retry, dan biaya layanan terpisah; ini tidak memperkirakan penerapan Carbon melalui CometAPI.
Cost per accepted task = total model and tool spending ÷ accepted task completions. Tentukan kriteria penerimaan sebelum pengujian, sertakan percobaan gagal dan retry dalam pengeluaran, dan catat waktu peninjauan manusia secara terpisah.
Where Can You Access Gemini 4 Carbon and Gemini 4 Argon?
Official Provider Access
Per 29 Oktober 2026, Argon tersedia melalui Gemini API dan Google AI Studio. Carbon awalnya terbatas untuk pembela keamanan siber dan mitra tepercaya; endpoint pengembang yang tersedia umum dan tanggal rilis yang lebih luas belum dikonfirmasi. Mulailah dengan rute yang diaktifkan untuk akun Anda dan periksa pengenal model serta fitur yang didukungnya.
CometAPI Access
Gemini 4 Argon API di CometAPI menyediakan rute integrasi tambahan bagi pengembang yang menggunakan antarmuka chat kompatibel.
Untuk memulai, buat kunci API CometAPI, pilih model gemini-4-argon, dan konfigurasikan aplikasi Anda untuk menggunakan endpoint chat yang didokumentasikan penyedia. Mulailah dengan permintaan teks yang representatif, tinjau respons, dan periksa penggunaan serta biaya sebelum memperluas beban kerja.
CometAPI menerapkan tarif penagihannya sendiri. Konfirmasikan dukungan untuk tools, kontrol thinking, dan respons panjang pada rute yang Anda rencanakan gunakan. Antarmuka chat yang kompatibel tidak menetapkan dukungan untuk setiap fitur Gemini native.
Ketersediaan Carbon di CometAPI dan pengenal model produksinya belum dikonfirmasi per 29 Oktober 2026. Pertahankan Argon tetap operasional dan beralih hanya setelah penyedia mendokumentasikan akses Carbon dan integrasi Anda lulus pemeriksaan yang relevan.
Should You Choose Gemini 4 Carbon or Argon?
Workload
Practical starting point
What to validate
An application shipping now
Argon
Task acceptance rate, endpoint behavior, and operating cost
Complex debugging or code migrations
Evaluate Carbon when access is available
Repository tests, review quality, and retries
Authorized vulnerability research
Evaluate Carbon within the permitted access program
Security controls, finding validity, and patch correctness
Large-document or codebase analysis
Argon baseline; Carbon candidate
Evidence accuracy and omissions across identical source inputs
An interactive user interface
Benchmark the available Argon endpoint first
First-token delay and total time under real traffic
Choosing a Starting Point and an Upgrade Candidate
Pilih Argon saat Anda perlu menerapkan sekarang. API yang dapat diakses dan konteks, modalitas, serta tools yang terdokumentasi memungkinkan Anda menguji aplikasi lengkap, termasuk latensi dan biaya.
Evaluasi Carbon ketika akses tersedia dan pekerjaan membenarkannya. Prioritaskan perubahan repositori yang sulit, sintesis konteks panjang, atau tugas keamanan defensif yang diotorisasi. Tingkatkan ketika ia memberikan lebih banyak patch atau temuan yang diterima, lebih sedikit retry, atau lebih sedikit upaya review dalam batas latensi dan anggaran Anda.
An Argon Baseline and Carbon Upgrade Path
Pertahankan alur kerja Argon tetap operasional sambil membangun set tugas representatif yang tetap. Saat Carbon dapat diakses melalui rute yang didukung, jalankan tugas yang sama dengan izin tool dan kriteria penerimaan yang sebanding. Jangan membangun failover otomatis ke endpoint yang terbatas atau tidak terdokumentasi; buat keputusan routing hanya setelah kompatibilitas dan hasil beban kerja ditetapkan.
Production Evaluation
Pertahankan set evaluasi tetap saat membandingkan model. Catat versi model, pengaturan thinking, prompt, izin tool, penggunaan token, jeda token pertama, durasi total, dan apakah hasilnya lulus review. Skor benchmark yang lebih tinggi adalah bukti berguna untuk memilih apa yang diuji; keputusan rilis harus mengikuti hasil pada beban kerja Anda.
Sertakan permintaan rutin dan kasus sulit di mana kegagalan akan mahal.
Ulangi tugas dan selingi urutan model untuk mengurangi pengaruh hasil satu kali.
Ukur latensi median dan ekor, penggunaan token, retry, dan hasil yang diterima di seluruh alur kerja.
Tetapkan batas retry dan kondisi eskalasi berdasarkan hasil validasi yang dapat diamati.
Conclusion
Peningkatan yang berguna adalah yang meningkatkan pekerjaan Anda yang selesai. Pilih set kecil tugas representatif, definisikan apa yang dianggap sebagai hasil yang dapat diterima, dan ukur biaya model serta review secara bersamaan. Saat Carbon tersedia untuk akun Anda, tugas yang sama akan menunjukkan apakah kenaikan benchmark-nya menerjemahkan nilai yang cukup untuk membenarkan peralihan.
FAQ
Can an Argon prompt be reused unchanged with Carbon?
Ini dapat menjadi titik awal untuk evaluasi, tetapi bukan bukti perilaku API yang kompatibel. Pertahankan tugas dan kriteria penerimaan konsisten, lalu verifikasi pengenal model Carbon yang terdokumentasi, skema permintaan, format tool, dan batas saat akses tersedia. Penggunaan ulang prompt dan kompatibilitas integrasi adalah pertanyaan terpisah.
Should reasoning settings be matched when comparing the models?
Samakan di mana endpoint mengekspos kontrol yang sebanding, dan catat setiap perbedaan. Hasil benchmark thinking tertinggi Google menggambarkan setup evaluasi tertentu; hasil itu tidak memprediksi kualitas atau latensi penerapan Argon yang berjalan pada pengaturan default medium. Kontrol thinking Argon menyediakan level rendah, sedang, dan tinggi, jadi bandingkan pengaturan terendah yang memenuhi ambang penerimaan aplikasi Anda serta konfigurasi kualitas maksimum.
Can a benchmark lead establish a production service guarantee?
Tidak. Kinerja benchmark tidak menetapkan komitmen uptime endpoint, ketersediaan regional, ketentuan penanganan data, atau pengaturan dukungan. Tinjau kondisi tersebut dengan penyedia pilihan Anda secara terpisah, dan uji ukuran permintaan serta pola trafik yang diharapkan sebelum mengandalkan model mana pun untuk alur kerja kritis.
