Gemini 4 Carbon vs Argon: mana yang cocok untuk koding?

Pengumuman Google pada 10 November 2026 tetap menjadikan Gemini 4 Argon pilihan untuk sebagian besar pekerjaan koding dan pengetahuan, lalu mengarahkan Carbon ke debugging bertahap yang rumit dan riset terbuka. Tarif Standard sama untuk keduanya: $2 per satu juta token input dan $10 per satu juta token output sampai 30 November; setelah itu $4 dan $20.

• Posisi: Argon tetap default untuk sebagian besar rekayasa perangkat lunak; Carbon mengambil pekerjaan bertahap yang paling sulit.
• Harga: tarif Standard sama, dan keduanya mulai dengan berpikir pada medium.
• Tagihan: token berpikir ditagih sebagai output, jadi penalaran lebih banyak menaikkan biaya satu permintaan; percobaan ulang, pemakaian cache, dan ukuran input juga mengubah tagihan tugas.
• Akses: Gemini API berbayar untuk keduanya, tanpa tingkat gratis.

Sekilas Gemini 4 Carbon dan Argon

Mulai dari baris yang bisa menghentikan proyek, lalu lihat setelan bawaan yang Anda warisi.

Baris peran berasal dari pengumuman 10 November 2026. Jendela dan berpikir bawaan berasal dari halaman model dan dokumentasi berpikir, keduanya dicek pada 11 November 2026. Akses hanya berbayar disebut di pengumuman dan diulang di halaman harga, yang menandai kedua model tidak tersedia di tingkat gratis.

Tugas koding mana yang diarahkan Google ke tiap model?

Pengumuman Google menyebut Carbon sebagai model terkuatnya dan mendaftar pekerjaan yang harus diambilnya: koding dan debugging bertahap yang rumit, tugas agen berjangka panjang, keamanan siber, dan riset ilmiah terbuka. Teks yang sama menyatakan Argon tetap pilihan ideal untuk sebagian besar rekayasa perangkat lunak dan pekerjaan pengetahuan. Bacalah sebagai default dari penyedia: mulai tugas dengan Argon dan pindahkan ke Carbon saat tugas berulang kali gagal di perencanaan atau verifikasi.

Halaman model menggambarkan Argon sebagai model penalaran terdepan Gemini 4 yang efisien, dengan jawaban lebih cepat dan token per giliran lebih sedikit daripada Carbon pada tugas koding, agen, matematika, dan sains yang rumit. Pemakaian lebih sedikit per giliran dan tarif lebih rendah adalah dua angka berbeda. Harga per token sama, jadi selisihnya muncul di jumlah token: Google menyebut Argon memakai lebih sedikit token per giliran, sedangkan total satu tugas bergantung pada seberapa banyak perencanaan, verifikasi, dan percobaan ulang yang dibutuhkan.

Uji koding Argon kami sebelumnya adalah perbandingan terpisah dengan Claude Opus 5.5, tanpa Carbon. Hasil itu menggambarkan Argon pada rangkaian tugas tersebut; tidak menjelaskan bagaimana Carbon menangani pekerjaan yang sama.

Ada tiga situasi yang layak dicoba di Carbon:

1. Satu tes gagal yang menyentuh empat berkas, dan perbaikannya bergantung pada penelusuran panggilan antarmodul.
2. Pembaruan dependensi yang mengubah API di beberapa tempat, sehingga model perlu merencanakan suntingan, menerapkannya, dan menjalankan rangkaian tes lagi.
3. Pertanyaan riset yang membutuhkan rencana, eksperimen pertama, tinjauan hasil, dan percobaan kedua yang direvisi.

Masing-masing adalah kandidat untuk penilaian Anda sendiri; pada tugas seperti itulah perpindahan model harus menunjukkan manfaat. Google juga mempromosikan Carbon untuk riset terbuka dan menyebut contoh fisika, matematika, ilmu hayati, dan verifikasi formal yang dipilihnya sendiri.

Apa yang diukur studi independen 28 Oktober?

Artificial Analysis menerbitkan laporannya pada 28 Oktober 2026. Laporan itu membandingkan kedua model dengan setelan penalaran tinggi pada Intelligence Index v5, gabungan sembilan evaluasi.

Laporan menempatkan Carbon 9 poin di atas Argon pada indeks, sehingga Argon tetap di 50, dan 126 Elo lebih tinggi pada AA-Briefcase. Pada AA-Omniscience v1.1, kedua ukuran berpisah: akurasi Carbon 10 poin lebih tinggi, dan tingkat halusinasinya naik dari 4% ke 11%. Laporan menjelaskan sembilan evaluasi di metodologi Artificial Analysis. Skor gabungan yang lebih tinggi dan tingkat halusinasi yang lebih tinggi pada satu evaluasi bisa ada di model yang sama; itu sebabnya perpindahan perlu diuji pada tugas Anda sendiri. Laporan terbit pada 28 Oktober 2026, dengan kedua model memakai penalaran tinggi di Index v5; laporan ini tidak memberi peringkat kedua model untuk repositori Anda.

Mengapa tarif token yang sama menghasilkan tagihan berbeda

Kedua ID berbagi satu tabel Standard, jadi bandingkan token input, input yang di-cache, dan output yang benar-benar dipakai satu tugas, ditambah percobaan ulang dan biaya lain. Jumlah token total saja tidak menentukan tagihan. Halaman harga Google mencantumkan angka per satu juta token ini, dicek pada 11 November 2026.

Ambil satu permintaan contoh: 100,000 token input, 5,000 token output terlihat, dan 15,000 token berpikir. Berpikir dihitung sebagai output, jadi total output 20,000 token. Sampai 30 November, input berbiaya 100,000 ÷ 1,000,000 × $2.00 = $0.20 dan output 20,000 ÷ 1,000,000 × $10.00 = $0.20, atau $0.40 total. Mulai 1 Desember, permintaan yang sama berbiaya $0.80. Angka token adalah asumsi yang dipilih untuk perhitungan, dan totalnya hanya memakai daftar harga Google; hit cache, biaya grounding dan alat, percobaan ulang, serta diskon batch tidak dihitung.

Variabel yang menggeser total adalah tingkat berpikir, ukuran prompt, dan jumlah percobaan. Tugas yang menghasilkan lebih banyak token berpikir mencapai tagihan lain pada tarif yang sama, bahkan jika selesai dalam satu lintasan. Cache bekerja sama pada kedua ID: tarifnya sama, dan hanya ada cache implisit.

Apakah setelan perlu diubah saat pindah model?

Kedua ID mencantumkan berpikir pada medium secara bawaan, dengan low, medium, dan high tersedia (dokumentasi berpikir, dicek pada 11 November 2026). Keduanya ada di tabel model Gemini 4 yang sama sebagai gemini-4-argon dan gemini-4-carbon. Nama bidang di bawah berasal dari dokumentasi Interactions API Google; pastikan di SDK yang Anda panggil, karena perilaku alat dan fungsi bisa berbeda antars SDK. Ada empat hal yang perlu dicek sebelum pindah.

1. Usaha, bukan pemotongan. thinking_level menentukan usaha penalaran, dan max_output_tokens membatasi token yang dihasilkan, termasuk pemikiran. Batas yang terlalu kecil bisa mengakhiri jawaban dengan status incomplete sementara pemikiran yang sudah dihasilkan tetap ditagih.
2. Satu jendela bersama. Input, berpikir, dan output memakai 1,048,576 token yang sama. Jika prompt plus max_output_tokens melewati jendela itu, API memotong output ke ruang yang tersisa.
3. Output panjang butuh setelan. Panggilan streaming di latar depan memakai 65,536 token output secara bawaan; panggilan tanpa streaming di latar depan dibatasi 32,768. Untuk melewati 65,536, hingga 1,048,576, diperlukan max_output_tokens yang lebih tinggi dan background=True atau kelanjutan di sisi klien. Halaman model menampilkan 65K / 1M untuk kedua ID, dan bentuk singkat itu menggambarkan setelan tersebut.
4. Pemikiran di giliran berikutnya. Dalam kerja multi-giliran tanpa status, kirim ulang blok berpikir sebelumnya persis seperti aslinya, termasuk saat berganti model di tengah sesi. Interactions API menampilkan langkah berpikir dan melaporkan total_thought_tokens, sedangkan jalur generateContent tidak membawa blok berpikir terpisah. Cache eksplisit tidak tersedia di kedua model, jadi alur yang bergantung pada cache tersimpan perlu rencana lain.

Kami tidak menjalankan kedua model pada tugas yang sama, jadi perlakukan daftar ini sebagai pemeriksaan untuk permintaan kecil pertama Anda.

Bagaimana membandingkannya di kode Anda sendiri?

Pilih tugas yang sudah pernah diselesaikan tim Anda dan jalankan kedua model pada snapshot yang sama. Jaga kondisi berikut tetap:

• Bug atau tiket yang sama, snapshot repositori yang sama, dan cabang yang sama.
• Alat, instruksi, dan tingkat usaha yang sama; medium adalah bawaan di keduanya.
• Pemeriksaan keberhasilan yang sama: tes tersembunyi lulus dan peninjau menerima diff.
• Pencatatan yang sama: waktu nyata sampai jawaban berguna pertama, waktu sampai tugas selesai, token yang dikembalikan API, percobaan ulang, dan menit yang dihabiskan seseorang untuk meninjau.

Waktu sampai jawaban pertama dan waktu penyelesaian total menjawab pertanyaan berbeda: peninjau di terminal merasakan yang pertama, dan pekerjaan batch membayar yang kedua. Catat keduanya, lalu hitung setiap eksekusi dengan daftar harga Google dan bagi dengan jumlah perubahan yang diterima.

Ulangi pemeriksaan pada beberapa tugas representatif; satu pasang eksekusi menunjukkan variasi, jadi baca pengulangan sebagai arah, bukan selisih tetap. Putuskan dengan angka yang dipantau tim Anda, seperti diff yang diterima per jam dan dolar per diff yang diterima. Model yang menjawab lebih awal tetapi butuh percobaan kedua bisa kalah di keduanya.

Bisakah Gemini 4 Carbon dipakai di OmniaKey hari ini?

OmniaKey saat ini menyediakan Gemini 4 Argon, dan katalognya tidak memuat entri Carbon per 11 November 2026. Akses Carbon lewat Gemini API berbayar Google, dan tanggal rilis, harga, dan detail API Carbon mencantumkan kebutuhan akun tersebut. Jika alternatif Anda model Anthropic, perbandingan Carbon dengan Fable 5.2 menaruh harga dan akses berdampingan.

Sebelum merencanakan perpindahan, periksa daftar model OmniaKey; sampai saat itu, pertahankan pekerjaan produksi di Argon.

Pertanyaan umum

Apakah Gemini 4 Carbon lebih baik daripada Argon untuk koding?

Google merekomendasikan Argon untuk sebagian besar rekayasa perangkat lunak dan Carbon untuk debugging bertahap yang rumit. Laporan Artificial Analysis 28 Oktober menempatkan Carbon di depan pada skor gabungan dan juga mencatat tingkat halusinasi lebih tinggi pada satu tes, jadi pilihan terbaik bergantung pada tugas di depan Anda.

Apakah Carbon lebih mahal per token daripada Argon?

Tarifnya sama: $2 per satu juta token input dan $10 per satu juta token output sampai 30 November; setelah itu $4 dan $20. Biaya per tugas tetap bisa berbeda, karena token berpikir ditagih sebagai output dan Carbon disebut memakai lebih banyak.

Bisakah saya pindah hanya dengan mengganti ID model?

Di halaman yang diterbitkan Google, kedua ID berbagi setelan berpikir bawaan, tingkat penalaran, dan jendela konteks yang sama. Periksa penanganan pemikiran, cache, dan konfigurasi output di SDK yang Anda pakai sebelum memindahkan tugas produksi.

Batas output mana yang berlaku untuk pekerjaan Carbon yang panjang?

Panggilan streaming di latar depan memakai 65,536 token output secara bawaan. Untuk output lebih panjang, hingga 1,048,576, diperlukan max_output_tokens yang lebih tinggi dan background=True atau kelanjutan di sisi klien.

Apakah Carbon tersedia di OmniaKey?

Katalog OmniaKey memuat Gemini 4 Argon dan tidak memiliki entri Carbon per 11 November 2026. Carbon tersedia lewat Gemini API berbayar Google.

Sumber yang dicek

• Google: Gemini 4 Carbon kini tersedia (10 November 2026)
• Google: model Gemini API (dicek pada 11 November 2026)
• Google: harga Gemini API (dicek pada 11 November 2026)
• Google: berpikir di Gemini (dicek pada 11 November 2026)
• Artificial Analysis: hasil Gemini 4 Carbon di Intelligence Index v5 (28 Oktober 2026)
• Artificial Analysis: metodologi evaluasi kecerdasan