Xây dựng với CometAPICần một API cho nhiều mô hình?Kiểm thử quy trình trong Playground, sau đó tạo API key khi mô hình và chi phí phù hợp với trường hợp sử dụng của bạn.
Làm thế nào để sử dụng Gemini 4 Carbon API? Hướng dẫn toàn diện dành cho nhà phát triển
Thiết lập Gemini 4 Carbon API bằng CometAPI. Làm theo các ví dụ Python và REST, kiểm tra tính hợp lệ của phản hồi, phân tích PDF và hình ảnh, và xử lý streaming.
Sử dụng Gemini 4 Carbon API trong CometAPI để bổ sung năng lực lập luận và phân tích tài liệu cho ứng dụng của bạn thông qua giao diện GenerateContent gốc của Gemini. Bắt đầu với một yêu cầu văn bản ngắn, kiểm tra rằng quá trình sinh đã hoàn tất, và lưu câu trả lời trước khi bổ sung PDF, hình ảnh, streaming hoặc JSON có cấu trúc. Hướng dẫn này cung cấp mã thiết lập và xử lý phản hồi cho từng bước.
Những điểm chính
Model ID: gemini-4-carbon. Không có free tier — yêu cầu trả phí Gemini API / Cloud Billing.
Cửa sổ ngữ cảnh hợp nhất 1M token (đầu vào + tư duy + đầu ra). Mặc định tối đa đầu ra ~65K; long decode mở rộng gần 1M.
Đã được xem xét về độ rõ ràng, ghi nguồn và thuật ngữ API hiện tại.
low
medium
high
Giá giới thiệu đến 30/11/2026: $2 / $10 mỗi 1M token (đầu vào được cache $0.10). Tăng gấp đôi từ 1/12.
Xuất sắc cho coding tác vụ dài hạn theo tác tử, lập luận khoa học, công việc tri thức và nhiệm vụ an ninh mạng.
Có SDK chính thức (google-genai) + endpoint tương thích OpenAI.
CometAPI cung cấp cách truy cập production dễ nhất với một khóa duy nhất, giá cạnh tranh, và chuyển đổi liền mạch giữa Gemini 4 Carbon, Claude, và 500+ model khác.
Tác phẩm minh họa ra mắt Gemini 4 Carbon. Ảnh: Google. Tác phẩm gốc.
Gemini 4 Carbon API là gì?
Gemini 4 Carbon là model lập luận tiên phong của Google dành cho quy trình tác tử dài hạn, kỹ thuật phần mềm phức tạp, an ninh mạng và nghiên cứu khoa học. Được xây dựng trên Gemini 4 Argon, nó sử dụng lập luận sâu hơn và vòng xác minh mở rộng để xử lý các tác vụ nhiều bước cần giải quyết vấn đề bền bỉ thay vì một câu trả lời đơn. So với Argon, Carbon được thiết kế cho khối lượng công việc đòi hỏi khắt khe hơn, nơi độ chính xác và hoàn tất tác vụ quan trọng hơn việc giảm thiểu token. Google công bố truy cập trả phí cho nhà phát triển vào ngày 10/11/2026. Hỗ trợ đa phương thức đầu vào cho phép bạn kết hợp văn bản với hình ảnh và phương tiện khác; đầu ra được sinh là văn bản. CometAPI cung cấp truy cập API giảm giá.
Đối với tích hợp API, hãy bắt đầu với một tác vụ có thể kiểm tra được kết quả: tóm tắt một tài liệu, trích xuất trường từ ghi chú sự cố, hoặc xem xét một ảnh chụp màn hình. Một quy trình tác tử rộng hơn có thể xây dựng trên yêu cầu đang hoạt động đó sau khi bạn xác minh các công cụ hỗ trợ và hành vi phản hồi của tuyến đường.
Cách khác để sử dụng
Google AI Studio Playground: Chọn model và thử prompt tương tác (Carbon yêu cầu truy cập trả phí).
Ứng dụng Gemini / AI Mode / Antigravity: Khả dụng nếu bạn có Google AI Ultra (chọn model nơi được cung cấp).
Doanh nghiệp / Cloud: Sử dụng qua Gemini Enterprise Agent Platform hoặc endpoint kiểu Vertex với cùng model ID (thiết lập project + location).
Nhà khoa học/nhà nghiên cứu có thể xin quyền truy cập miễn phí hạn chế trong một số trường hợp.
Thông số của Gemini 4 Carbon API là gì?
Thông số model chính thức phân biệt ngân sách ngữ cảnh dùng chung với giới hạn đầu ra của mỗi phân đoạn foreground. Đây là giới hạn ở cấp độ model; gateway của bạn cũng có thể áp dụng hạn chế về kích thước yêu cầu và tính năng.
Hạn chế và lưu ý API
Trước khi mở rộng tích hợp, hãy kiểm tra cách Carbon xử lý ngữ cảnh, thiết lập sinh, cache và truy cập. Bảng sau ghép từng ràng buộc với hành động thực tiễn để tránh yêu cầu không hợp lệ, kết quả không đầy đủ và chi phí ngoài ý muốn.
Khu vực
Hạn chế hoặc yêu cầu
Hàm ý cho nhà phát triển
Ngân sách token hợp nhất
Đầu vào và đầu ra chia sẻ 1.048.576 token, gồm cả tư duy và gọi hàm.
Dành sẵn không gian đầu ra trước khi thêm lịch sử hội thoại hoặc tệp.
Giải mã dài
Một phân đoạn foreground cho phép tối đa 65.536 token đầu ra khi streaming, hoặc 32.768 khi không;
sinh dài hơn cần continuation.
Mức độ tư duy
Low, Medium, High; Medium là mặc định
Với GenerateContent, gửi LOW, MEDIUM hoặc HIGH; MINIMAL bị từ chối.
Ngân sách tư duy
Tham số legacy thinking_budget bị từ chối
Loại bỏ thinking_budget khỏi builders và dùng thinking_config.thinking_level trong Python, hoặc thinkingConfig.thinkingLevel trong REST JSON.
Sampling
Tùy chỉnh temperature, top_p, top_k bị bỏ qua
Dùng thinking_level để chọn độ sâu lập luận và response_schema cho đầu ra có cấu trúc.
Cache ngữ cảnh
Hỗ trợ cache ngầm; không hỗ trợ tạo cache ngữ cảnh tường minh
Đặt ngữ cảnh tái sử dụng ở đầu và câu hỏi thay đổi ở cuối. Loại bỏ lời gọi tạo cache tường minh và tham chiếu cached_content
Chi phí API
Token tư duy được tính như đầu ra
Tính cả tư duy cũng như đầu ra hiển thị.
Truy cập an ninh mạng
Truy cập chuyên biệt về cyber bị hạn chế
Kiểm tra đủ điều kiện cho Fairwind chuyên biệt. Truy cập Carbon chuẩn không mặc định cấp quyền biến thể cho phép về cyber.
Độ tin cậy
Có thể có ảo tưởng, đôi khi timeout và mức dùng token cao
Bắt đầu với MEDIUM, rồi điều chỉnh theo tác vụ và chất lượng bạn cần.
LOW: Dùng cho trích xuất, phân loại, tóm tắt đơn giản khi ưu tiên thời gian phản hồi và chi phí. Thử với các tác vụ như gán nhãn ticket hỗ trợ và kiểm tra rằng vẫn đạt mục tiêu độ chính xác.
MEDIUM: Mốc mặc định cho coding hằng ngày, phân tích tài liệu, và lập luận thường nhật. Là nền tảng thực tiễn để đánh giá xem mức khác có cải thiện ứng dụng của bạn hay không.
HIGH: Dùng cho debug phức tạp, nghiên cứu nhiều bước, và lập luận khoa học cần khảo sát sâu hơn. Cho phép thêm token lập luận và chỉ giữ khi chất lượng tăng xứng đáng với chi phí và thời gian.
Mức tư duy cao hơn không tự động đảm bảo kết quả tốt hơn cho mọi tác vụ. Hãy benchmark khối lượng công việc của bạn và so sánh chất lượng hoàn tất, độ trễ và tổng token trước khi đổi mặc định production.
Gemini 4 Carbon hoạt động thế nào trên các benchmark AI?
Tổng token đầu ra là cho toàn bộ đánh giá, không phải một yêu cầu. Chi phí tác vụ dùng giả định giá của Artificial Analysis thay vì mức giảm giá hiện tại của CometAPI. Carbon chờ lâu hơn trước token trả lời đầu tiên, nhưng hoàn thành tác vụ benchmark nhanh hơn và chi phí báo cáo thấp hơn; chỉ số lượng token không quyết định giá trị.
Dùng Carbon khi việc xác minh sâu hơn cải thiện review mã khó, nghiên cứu, hoặc công việc khác có chi phí sai sót cao. Thử Argon cho coding và công việc tri thức thường quy, nhưng xác nhận tiết kiệm trên chính khối lượng của bạn. Chạy prompt giống hệt và so sánh tổng chi phí chia cho số kết quả được chấp nhận, cùng thời gian hoàn thành và tỷ lệ lỗi.
Bắt đầu với Gemini 4 Carbon API trong CometAPI như thế nào?
Bạn sẽ cần tài khoản CometAPI có quyền truy cập model và đủ credit, môi trường Python, và quen chạy script cơ bản. Sử dụng một thư mục dự án cho các tệp dưới đây để mỗi ví dụ có thể import cùng cấu hình client.
Vì sao dùng Gemini 4 Carbon API qua CometAPI?
CometAPI hữu ích khi bạn muốn đánh giá Carbon bên cạnh các model khác trong khi quản lý truy cập và thanh toán qua một nhà cung cấp. Tuyến Carbon cung cấp cả GenerateContent gốc Gemini và giao diện Chat tương thích OpenAI, cho phép chọn định dạng yêu cầu phù hợp với ứng dụng.
Trong hướng dẫn này, tuyến gốc cho phép tái sử dụng Google Gen AI SDK với khóa và base URL của CometAPI. Giá nhóm mặc định hiện thấp hơn 20% so với mức giới thiệu của Google. Giữ model ID trong cấu hình để bạn có thể so sánh Carbon và Argon mà không viết lại ứng dụng, và kiểm tra hỗ trợ tuyến cụ thể trước khi thêm công cụ, upload tệp, hoặc continuation dài.
Bước 1: Tạo tài khoản và thiết lập API key
Đăng nhập CometAPI, tạo hoặc mở API key của bạn, và lưu dưới dạng biến môi trường. Tránh đặt key trực tiếp trong mã nguồn hoặc commit lên repo.
Dùng lệnh phù hợp shell của bạn. Thiết lập biến trong cùng terminal bạn sẽ dùng để chạy Python; thay placeholder bằng key của bạn.
Cài SDK trong môi trường dự án của bạn. Dùng python -m pip để bộ cài gắn với interpreter chạy ví dụ.
Cài hoặc nâng cấp Google Gen AI SDK.
python -m pip install --upgrade google-genai
CometAPI tài liệu hóa endpoint gốc Gemini với base URL tùy chỉnh cho SDK. Dùng key CometAPI cho endpoint này. Các thiết lập dưới đây áp dụng cho yêu cầu GenerateContent.
Thiết lập
Giá trị
SDK
google-genai
Base URL
https://api.cometapi.com
Phiên bản API
v1beta
REST auth header
x-goog-api-key
Biến môi trường key
COMETAPI_KEY
Biến môi trường model
COMETAPI_MODEL
Model ID
gemini-4-carbon
Bước 3: Tạo client dùng lại và xác thực phản hồi
Lưu thiết lập này là carbon_client.py. Nó định nghĩa client một lần và cung cấp completed_text cho phản hồi chỉ văn bản dùng trong hướng dẫn. Trình trợ giúp kiểm tra candidate finish reason trước khi trả về văn bản trả lời, để kết quả rỗng hoặc bị cắt ngắn không bị coi là thành công.
Tạo carbon_client.py với client CometAPI và bộ xác thực phản hồi văn bản.
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
Bước 4: Gửi yêu cầu đầu tiên và kiểm tra kết quả
Tạo first_request.py bên cạnh carbon_client.py và thêm mã dưới đây. Nó gửi một prompt checklist ngắn với MEDIUM thinking và giới hạn đầu ra 4.096 token, kiểm tra hoàn tất bằng completed_text(response), và lưu câu trả lời vào answer.txt với UTF-8. Chạy python first_request.py từ thư mục dự án, sau đó mở answer.txt và xác nhận cả năm điểm review đều phù hợp và hữu ích. Kiểm tra metadata usage in ra để biết mức tiêu thụ token, bao gồm tư duy; hoàn tất bình thường không tự chứng minh chất lượng câu trả lời. Nếu yêu cầu thất bại hoặc trả về đầu ra không đầy đủ, dùng phần xử lý sự cố để kiểm tra thông tin xác thực, chi tiết lỗi, và finish reason trước khi thử lại.
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
## Gemini 4 Carbon API có thể phân tích tệp như thế nào?
Chạy các ví dụ này từ cùng thư mục với carbon_client.py. Chúng nạp tệp cục bộ thành inline content parts, giữ cho quy trình ban đầu độc lập với dịch vụ upload tệp riêng.
Hiểu PDF bao gồm nội dung trực quan: Gemini có thể diễn giải văn bản, bảng, biểu đồ và hình ảnh cùng nhau. [Hướng dẫn xử lý tài liệu của Google](https://ai.google.dev/gemini-api/docs/document-processing) mô tả hỗ trợ PDF đến 1.000 trang, tùy giới hạn kích thước tệp và ngữ cảnh. Số trang là trần, không đảm bảo mọi tài liệu đều phù hợp qua một yêu cầu gateway.
Dùng input inline cho PDF nhỏ, tạm thời. Với tệp lớn hơn hoặc câu hỏi nhiều lượt, Google khuyến nghị Files API để tránh gửi lại toàn bộ tệp. Trước khi dùng quy trình đó qua CometAPI, xác minh endpoint upload và hỗ trợ tham chiếu tệp; ví dụ inline dưới đây vẫn là điểm khởi đầu thực tiễn.
### Tóm tắt một PDF cục bộ
Google tài liệu hóa [đầu vào PDF inline](https://ai.google.dev/gemini-api/docs/document-processing) cho GenerateContent. Đặt một report.pdf nhỏ, không nhạy cảm trong thư mục dự án, rồi lưu đoạn sau là analyze_pdf.py và chạy python analyze_pdf.py.
Gửi một PDF cục bộ và lưu bản tóm tắt đã hoàn tất.
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),
)
Đối chiếu bản tóm tắt với tệp trước khi mở rộng sang tài liệu lớn hơn. Giới hạn kích thước yêu cầu và hỗ trợ tham chiếu tệp phụ thuộc vào gateway. Hỗ trợ của Google cho định dạng Office hoặc tham chiếu Cloud Storage không tự chứng minh hỗ trợ những đầu vào đó qua tuyến CometAPI của bạn.
### Rà soát một ảnh chụp màn hình cục bộ
Với [đầu vào hình ảnh inline](https://ai.google.dev/gemini-api/docs/image-understanding), khớp MIME type với tệp. Đặt một ảnh PNG tên screen.png cạnh script. Lưu ví dụ này là analyze_image.py và chạy python analyze_image.py để rà soát văn bản hiển thị và bố cục.
Phân tích một ảnh PNG mà không phụ thuộc URL hình ảnh công khai.
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))
So sánh từng vấn đề được báo cáo với ảnh chụp màn hình. Nếu bạn gửi JPEG, đổi cả tên tệp và MIME type cho khớp; chỉ đổi phần mở rộng không chuyển đổi hình ảnh.
## Làm thế nào để stream phản hồi Gemini 4 Carbon?
### Hiển thị văn bản stream và kiểm tra hoàn tất
Streaming trả về các khối phản hồi dưới dạng server-sent events (SSE), cho phép ứng dụng hiển thị đầu ra một phần trong khi quá trình sinh tiếp tục.
SDK cung cấp [sinh văn bản streaming](https://ai.google.dev/gemini-api/docs/text-generation) qua generate_content_stream. Với HTTP trực tiếp, CometAPI dùng streamGenerateContent với alt=sse.
Lưu phần sau là stream_response.py và chạy python stream_response.py. Nó hiển thị văn bản khi đến, rồi xác minh rằng stream kết thúc với finish reason bình thường. Một ngoại lệ sẽ để lại văn bản đã hiển thị như kết quả một phần, không phải câu trả lời được chấp nhận.
Đọc văn bản streaming và yêu cầu hoàn tất bình thường trước khi chấp nhận.
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}")
### Trích xuất JSON có cấu trúc
Với [đầu ra theo schema](https://ai.google.dev/gemini-api/docs/structured-output), yêu cầu application/json và định nghĩa các trường ứng dụng mong đợi. Ví dụ này trích xuất hai trường từ một ghi chú sự cố ngắn, rồi kiểm tra kiểu của chúng trước khi in kết quả.
Lưu ví dụ này là structured_output.py và chạy python structured_output.py. Nó tái sử dụng bộ xác thực phản hồi trước khi parse JSON.
Trích xuất trường sự cố, kiểm tra hoàn tất và xác thực kiểu.
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))
Bạn sẽ nhận một object chứa service và impact. Tuân thủ schema không tự thiết lập độ chính xác thực tế: so sánh các giá trị trích xuất với đầu vào và áp dụng quy tắc kinh doanh trước khi lưu trữ hoặc hành động.
## Giá của Gemini 4 Carbon API
Giá giới thiệu của Google (https://blog.google/innovation-and-ai/models/gemini-4-carbon-now-available/) kéo dài đến 30/11/2026; mức tiêu chuẩn có hiệu lực từ 1/12. Kiểm tra mức giá hiện tại của tài khoản bạn trước khi lập ngân sách cho các yêu cầu sau.
Cả hai thuộc họ Gemini 4, nhưng nhắm đến khối lượng công việc khác nhau.
| Bậc giá API | Đầu vào / 1M token | Đầu ra / 1M token |
| ------------------------ | ------------------ | ----------------- |
| Standard (đến 30/11) | $2.00 | $10.00 |
| Standard (từ 1/12) | $4.00 | $20.00 |
| Batch (đến 30/11) | $1.00 | $5.00 |
| Batch (từ 1/12) | $2.00 | $10.00 |
| Flex (đến 30/11) | $1.00 | $5.00 |
| Priority (đến 30/11) | $3.60 | $18.00 |
Chi tiết giá bổ sung:
* Đầu vào cache: $0.10 mỗi triệu token đến 30/11, tăng lên $0.20 từ 1/12.
* Batch và Flex cung cấp xử lý chi phí thấp hơn cho khối lượng chấp nhận đặc tính dịch vụ của chúng.
* Token tư duy được tính là token đầu ra.
* Token tiêu thụ bởi chỉ dẫn công cụ nội bộ và khai báo hàm cũng có thể bị tính phí.
Google khuyến nghị rõ ràng Argon cho phần lớn kỹ thuật phần mềm và công việc tri thức, dành Carbon cho tác vụ cần lập luận sâu và xác minh mở rộng.
Khuyến nghị thực tiễn: Chọn Carbon khi chi phí của kết quả sai cao hoặc khi tác vụ yêu cầu khám phá và xác minh đáng kể. Chọn Argon khi cần lập luận mạnh với ngân sách token hiệu quả hơn.
### Giá CometAPI
Tính đến 12/11/2026, [biểu giá nhóm mặc định của CometAPI](https://www.cometapi.com/models/google/gemini-4-carbon/) liệt kê $1.60 mỗi triệu token đầu vào, $8.00 mỗi triệu token đầu ra bao gồm tư duy, và $0.08 mỗi triệu token đầu vào được cache khi cache hit. Các mức này thấp hơn 20% so với giá giới thiệu tương ứng của Google.
Giá CometAPI có thể thay đổi theo giá chính thức của Google. So sánh mức chính thức hiện tại với mức giảm dành cho tài khoản của bạn thay vì coi mức đô la hôm nay là cố định. Nếu cùng mức giảm 20% được giữ sau khi điều chỉnh giá, mức của bạn là giá chính thức mới × 0,80; xác nhận mức CometAPI thực trước khi lập ngân sách. Nhóm tài khoản khác có thể có mức giảm khác.
Với một yêu cầu 100.000 token đầu vào không cache và 10.000 token đầu ra, bao gồm tư duy, chi phí chỉ tính token là $0,24 theo mức hiển thị của CometAPI: $0,16 cho đầu vào cộng $0,08 cho đầu ra. Cùng lượng sẽ là $0,30 theo giá giới thiệu của Google hoặc $0,60 theo giá tháng 12. Tổng 110.000 token nằm trong ngân sách chung của model.
Ước tính này không gồm công cụ, retry, và điều chỉnh giá đặc thù tài khoản. Chi phí đầu ra bao gồm token tư duy, nên mức tư duy cao hơn có thể tăng hóa đơn dù câu trả lời hiển thị ngắn.
### Cách tối ưu chi phí Gemini 4 Carbon API?
Tối ưu cho chi phí của một kết quả đúng và dùng được. Một yêu cầu rẻ hơn là giá trị kém nếu bạn phải lặp lại hoặc sửa tay câu trả lời.
1. Chọn mức lập luận có chủ đích. Bắt đầu MEDIUM, thử LOW cho công việc đơn giản, và dùng HIGH khi nó nâng tỷ lệ chấp nhận đủ để bù thời gian và token thêm.
2. Tái sử dụng ngữ cảnh ổn định qua cache ngầm. Quy trình [Argon](https://docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-argon) và [Carbon](https://docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-carbon) không hỗ trợ tạo cache ngữ cảnh tường minh; chúng hỗ trợ cache ngầm. Đặt chỉ dẫn và tài liệu tái sử dụng trước, sau đó là câu hỏi thay đổi. Google tài liệu hóa điều kiện cho prefix chia sẻ ít nhất 4.096 token. Xác minh cache hit và phí thực trên tuyến CometAPI; lặp lại không đảm bảo giảm giá.
3. Giảm công việc không cần thiết. Gửi trang/đoạn liên quan, yêu cầu trường đầu ra bạn cần, và đặt giới hạn đầu ra đủ. Tư duy tính vào đầu ra, nên trần quá nhỏ có thể gây cắt ngắn và retry.
4. Đo cả quy trình. Bao gồm lập luận, dùng công cụ, retry, và câu trả lời bị loại trong tổng chi tiêu. Lưu phản hồi hợp lệ để lỗi lưu trữ downstream không kích hoạt sinh lại.
5. Định tuyến theo giá trị chứng minh. So sánh Carbon và Argon trên tác vụ giống nhau. Cân nhắc Batch hoặc Flex chỉ khi nhà cung cấp hỗ trợ và khối lượng chịu đặc tính xử lý của chúng.
Theo dõi chi phí trên mỗi kết quả được chấp nhận = tổng chi tiêu quy trình ÷ số kết quả được chấp nhận. Rà soát cùng độ trễ và chất lượng sau khi thay đổi model, prompt, hoặc mức tư duy.
## Nên dùng định dạng API nào cho Gemini 4 Carbon?
Nhà phát triển có thể truy cập [Gemini 4 Carbon API trong CometAPI](https://www.cometapi.com/models/google/gemini-4-carbon/) qua API gốc Gemini và Chat API tương thích OpenAI. Dùng giao diện khớp với định dạng yêu cầu ứng dụng của bạn và yêu cầu tính năng đã tài liệu hóa.
| Giao diện | Khi phù hợp | Kiểm tra tích hợp |
| ---------------------------- | ----------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------- |
| Gemini-native GenerateContent | Các ví dụ Python và REST trong hướng dẫn; ứng dụng đã dùng contents và generationConfig | Dùng base URL và tên trường Gemini như trên |
| Chat API tương thích OpenAI | Ứng dụng hiện tổ chức quanh chat messages | Kiểm tra endpoint, trường, và tính năng được hỗ trợ của tuyến Carbon trước khi thích ứng mã |
Tính tương thích áp dụng cho một endpoint và hình dạng yêu cầu cụ thể. Đừng gửi trường OpenAI Responses tới endpoint gốc Gemini, hoặc giả định một tuyến Chat tương thích cũng triển khai Responses. Ứng dụng bật tool cần một vòng khép kín đã xác minh từ lời gọi hàm tới kết quả khớp, không chỉ một prompt văn bản thành công.
## Cách di chuyển từ Gemini 4 Argon sang Gemini 4 Carbon API?
Nếu ứng dụng Argon của bạn đã dùng tuyến GenerateContent gốc Gemini của CometAPI, bắt đầu bằng việc chuyển model cấu hình sang gemini-4-carbon. Giữ nguyên key, base URL, prompt và logic xác thực cho so sánh đầu tiên. Cả [Argon](https://docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-argon) và [Carbon](https://docs.cloud.google.cn/gemini-enterprise-agent-platform/models/guides/gemini-4-carbon) chia sẻ nhiều quy ước yêu cầu Gemini 4; chỉ cần dọn dẹp tham số legacy nếu những trường đó còn trong ứng dụng.
### 1. Đổi model và chạy so sánh kiểm soát
Với thiết lập trong hướng dẫn này, đổi COMETAPI_MODEL từ gemini-4-argon sang gemini-4-carbon, rồi khởi động lại tiến trình Python để reload biến. Dùng cùng prompt đại diện và mức tư duy cho cả hai model. Ví dụ độc lập sau tái sử dụng carbon_client.py và chọn rõ ràng Carbon:
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. Kiểm tra thiết lập yêu cầu và lịch sử hội thoại
Giữ LOW, MEDIUM hoặc HIGH trên GenerateContent. Loại bỏ thinking_budget, MINIMAL, hoặc cached_content tường minh còn sót. Không dựa vào temperature, top_p, top_k để điều khiển kết quả. Loại bỏ frequency_penalty, presence_penalty, và candidate_count > 1. Nếu gọi tool, giữ ID, tên và thứ tự phản hồi khớp với lời gọi hàm. Đây là kiểm tra tương thích, không phải tính năng mới bị loại khỏi Argon.
### 3. Xác thực chất lượng, chi phí và độ trễ trước rollout
Chạy cùng bộ thử qua cả hai model. Kiểm tra thành công tác vụ, xác thực JSON, thực thi tool, hoàn tất đầy đủ, token bị tính phí và thời gian trôi qua. Giữ cấu hình Argon sẵn, định tuyến một phần nhỏ lưu lượng sang Carbon, và mở rộng chỉ khi đáp ứng mục tiêu chấp nhận và ngân sách.
### 4. Tách hỗ trợ đầu ra dài khỏi việc đổi model
Bắt đầu với yêu cầu hoàn tất trong một phân đoạn foreground. Nếu cần continuation, trước tiên xác nhận CometAPI hỗ trợ endpoint và trường phản hồi yêu cầu. Thay đổi tên model không tự bật quy trình continuation v1beta1 của Google trên gateway v1beta của hướng dẫn này. Giữ đầu ra một phần ở trạng thái chưa hoàn tất cho đến khi sinh kết thúc bình thường.
## Kết luận
Dùng yêu cầu thành công đầu tiên làm điểm khởi đầu bài test tích hợp. Chỉ thêm loại đầu vào và định dạng phản hồi ứng dụng bạn cần, rồi kiểm tra đầu ra hoàn chỉnh, xử lý lỗi, và chi phí trên tác vụ đại diện. Định tuyến một phần lưu lượng nhỏ qua tích hợp mới trước khi mở rộng, và giữ cấu hình hoạt động đã biết nếu kết quả thay đổi.
## Câu hỏi thường gặp về Gemini 4 Carbon
### Cửa sổ ngữ cảnh của Gemini 4 Carbon lớn cỡ nào?
Gemini 4 Carbon hỗ trợ giới hạn ngữ cảnh hợp nhất 1.048.576 token cho cả đầu vào và đầu ra. Ngân sách này bao gồm đầu vào, lập luận, gọi hàm và đầu ra được sinh.
### Benchmark mạnh nhất của Gemini 4 Carbon là gì?
Kết quả nổi bật được báo cáo gồm 88,2% trên SEC-bench Pro, 54,8% trên ExploitGym, 71,0% trên CWE-bench, và 96,2% trên GraphWalks. Những kết quả này nhấn mạnh năng lực an ninh mạng, ngữ cảnh dài và lập luận theo tác tử.
### Gemini 4 Carbon so với Gemini 4 Argon như thế nào?
Carbon cải thiện đáng kể so với Argon trên một số benchmark, bao gồm Artificial Analysis Intelligence Index (59 so với 50), SWE-sweep (9,6% so với 4,3%), và SEC-bench Pro (88,2% so với 83,4%). Khác biệt chính là hiệu suất mạnh hơn trên lập luận kéo dài và tác vụ tác tử phức tạp.
### Gemini 4 Carbon có tốt hơn Claude Opus 5.5 không?
Không model nào dẫn đầu mọi benchmark. Carbon điểm cao hơn trên Artificial Analysis Intelligence Index, Terminal-Bench 4.0, GraphWalks và đánh giá an ninh mạng, trong khi Claude Opus 5.5 dẫn OSWorld-2.1 và FrontierSWE 2 trong so sánh được Google công bố.
### Gemini 4 Carbon hỗ trợ mức tư duy nào?
Gemini 4 Carbon hỗ trợ LOW, MEDIUM và HIGH, với MEDIUM là mặc định. Nhà phát triển có thể dùng các thiết lập này để cân bằng độ sâu lập luận, độ trễ và mức tiêu thụ token.
### Gemini 4 Carbon có xử lý hình ảnh, âm thanh và video không?
Có. Model card liệt kê văn bản, hình ảnh, âm thanh và video là các phương thức đầu vào được hỗ trợ. Phương thức đầu ra được tài liệu là văn bản.
### Kiến thức cutoff của Gemini 4 Carbon là gì?
Model card tháng 11/2026 của Google liệt kê cutoff tháng 3/2026. Do đó, model có thể thiếu kiến thức về sự kiện và phát triển sau thời điểm đó trừ khi được cung cấp qua công cụ bên ngoài hoặc ngữ cảnh do người dùng cung cấp.
