Gemini 4 Carbon vs Argon: 코딩·추론 비교

Google의 2026년 11월 10일 발표는 Gemini 4 Argon을 대부분의 코딩과 지식 작업에 권장하는 모델로 유지하고, Carbon은 복잡한 다단계 디버깅과 열린 연구에 배치했습니다. Standard 요금은 두 모델이 같습니다. 100만 입력 token당 $2이고, 100만 출력 token당 $10이며 11월 30일까지입니다. 12월 1일부터는 $4와 $20이 됩니다.

• 포지셔닝: 대부분의 소프트웨어 엔지니어링에는 Argon이 기본입니다. 가장 어려운 다단계 작업은 Carbon이 맡습니다.
• 가격: Standard 단가가 같고, 두 모델 모두 thinking이 medium에서 시작합니다.
• 청구: thinking token은 출력으로 청구되므로 추론이 늘면 요청 한 건의 비용이 올라갑니다. 재시도, 캐시 사용, 입력 길이도 작업 청구액을 바꿉니다.
• 이용: 둘 다 유료 Gemini API이며 무료 등급이 없습니다.

Gemini 4 Carbon과 Argon 한눈에 보기

프로젝트를 멈출 수 있는 행부터 보세요. 다음으로 전환할 때 물려받는 기본값을 봅니다.

역할 행은 Google의 2026년 11월 10일 발표를 따릅니다. 윈도와 thinking 기본값은 모델 페이지와 thinking 문서에서 확인했으며, 두 문서 모두 2026년 11월 11일에 확인했습니다. 유료 전용 이용은 발표에 나오며, 가격 페이지에서도 두 모델이 무료 등급에서 사용할 수 없다고 표시되어 있습니다.

Google은 어떤 코딩 작업을 어느 모델에 맡기나?

Google의 발표는 Carbon을 가장 강한 모델이라고 부르며 맡길 작업을 명시합니다. 복잡한 다단계 코딩과 디버깅, 장기간 실행되는 에이전트 작업, 사이버 보안, 열린 과학 연구입니다. 같은 글에서 Argon은 대다수 소프트웨어 엔지니어링과 지식 작업에 이상적인 선택이라고 밝힙니다. 벤더의 기본값으로 읽으면 먼저 Argon으로 시작하고, 계획이나 검증에서 계속 실패하는 작업을 Carbon으로 옮기면 됩니다.

모델 페이지는 Argon을 효율적인 Gemini 4 프런티어 추론 모델로 설명합니다. 복잡한 코딩, 에이전트, 수학, 과학 작업에서 Carbon보다 응답이 빠르고 턴당 token 사용량이 적다고 합니다. 턴당 사용량이 적은 것과 단가가 낮은 것은 다른 숫자입니다. token 단가가 같으므로 차이는 token 수에서 드러납니다. Google은 Argon이 턴당 token을 더 적게 쓴다고 말하고, 작업 전체량은 계획, 검증, 재시도에 얼마나 드는지에 달려 있습니다.

우리의 이전 Argon 코딩 테스트는 Claude Opus 5.5와 비교한 별도 테스트이며 Carbon은 참여하지 않았습니다. 그 결과는 해당 작업 세트에서 Argon의 모습을 설명할 뿐, 같은 작업을 Carbon이 어떻게 처리할지는 말하지 않습니다.

Carbon에서 시험해 볼 만한 상황은 세 가지입니다.

1. 실패한 테스트가 네 개 파일에 걸쳐 있고, 수정이 모듈을 넘나드는 호출 추적에 달려 있는 경우.
2. 의존성 업그레이드로 API가 여러 곳에서 바뀌어, 모델이 편집을 계획하고 적용한 뒤 테스트 스위트를 다시 실행해야 하는 경우.
3. 연구 질문에 계획, 첫 실험, 결과 확인, 수정한 두 번째 시도가 필요한 경우.

세 가지 모두 자체 평가 후보입니다. 전환하려면 이 작업들에서 효과를 입증해야 합니다. Google은 Carbon을 열린 연구에도 내세우며 물리, 수학, 생명과학, 형식 검증 사례를 듭니다. 사례는 Google이 직접 고른 것입니다.

10월 28일 독립 연구는 무엇을 측정했나?

Artificial Analysis는 2026년 10월 28일 보고서를 공개했습니다. 두 모델을 high 추론 설정에서 Intelligence Index v5로 비교하며, 이 지수는 아홉 개 평가를 합성한 것입니다.

보고서에서 Carbon은 지수에서 Argon보다 9점 높고, Argon은 50입니다. AA-Briefcase에서는 126 Elo 앞섭니다. AA-Omniscience v1.1에서는 두 지표가 갈립니다. Carbon의 정확도는 10점 높고, 환각률은 4%에서 11%로 올라갑니다. 보고서는 아홉 개 평가를 Artificial Analysis 방법론에서 정의합니다. 종합 점수가 높으면서 한 평가의 환각률이 높은 상태가 같은 모델에 함께 있을 수 있습니다. 그래서 전환은 자기 작업에서 시험해야 합니다. 보고서는 2026년 10월 28일에 공개됐고, 두 모델을 high 추론, Index v5에서 비교했습니다. 당신의 저장소에 맞는 순위는 아닙니다.

단가가 같은데 청구액이 달라지는 이유

두 ID는 같은 Standard 요금표를 공유합니다. 비교할 것은 작업이 실제로 쓰는 입력, 캐시 입력, 출력 token에 재시도와 기타 비용을 더한 값입니다. token 총량만으로는 청구액이 정해지지 않습니다. Google 가격 페이지는 100만 token당 숫자를 아래와 같이 적었습니다(2026년 11월 11일 확인).

계산용 예를 하나 듭니다. 입력 100,000 token, 보이는 출력 5,000 token, thinking 15,000 token입니다. thinking은 출력으로 계산하므로 출력 합계는 20,000 token입니다. 11월 30일까지 입력은 100,000 ÷ 1,000,000 × $2.00 = $0.20, 출력은 20,000 ÷ 1,000,000 × $10.00 = $0.20이며 합계는 $0.40입니다. 12월 1일부터 같은 요청은 $0.80입니다. token 수는 계산을 위해 둔 가정이고, 합계는 Google 정가만 사용했습니다. 캐시 적중, 그라운딩과 도구 비용, 재시도, 배치 할인은 넣지 않았습니다.

합계를 움직이는 변수는 thinking 수준, 프롬프트 크기, 시도 횟수입니다. thinking token을 더 많이 만드는 작업은 같은 단가에서도 청구액이 달라집니다. 한 번에 끝나도 마찬가지입니다. 캐시는 두 ID가 같습니다. 단가가 같고 암시적 캐시만 쓸 수 있습니다.

전환할 때 설정을 바꿔야 하나?

두 ID 모두 thinking 기본값이 medium이고 low, medium, high를 고를 수 있습니다(thinking 문서, 2026년 11월 11일 확인). 둘 다 같은 Gemini 4 모델 표에 gemini-4-argon과 gemini-4-carbon으로 올라 있습니다. 아래 필드 이름은 Google Interactions API 문서를 따릅니다. 호출하는 SDK에서 확인하세요. 도구와 기능 동작은 SDK마다 다를 수 있습니다. 전환 전에 확인할 점은 네 가지입니다.

1. 추론 강도를 조절한다. thinking_level은 추론 강도를 정하고, max_output_tokens는 thinking을 포함한 생성 token 상한입니다. 상한이 너무 작으면 응답이 incomplete 상태로 끝나고, 이미 생성된 thinking은 그대로 청구됩니다.
2. 윈도는 하나. 입력, thinking, 출력이 같은 1,048,576 token을 씁니다. 프롬프트와 max_output_tokens 합계가 이 윈도를 넘으면 API가 남은 공간에 맞게 출력을 자릅니다.
3. 긴 출력에는 설정이 필요하다. 포그라운드 스트리밍 호출은 기본 65,536 출력 token입니다. 비스트리밍 포그라운드 호출은 32,768이 상한입니다. 65,536을 넘어 최대 1,048,576까지 내려면 max_output_tokens를 높이고 background=True 또는 클라이언트 측 이어쓰기를 씁니다. 모델 페이지는 두 ID 모두 65K / 1M으로 표시하며, 이 축약은 이 구성을 뜻합니다.
4. 다음 턴에도 thinking을 보낸다. 상태가 없는 멀티턴 작업에서는 이전 thinking 블록을 그대로 다시 보냅니다. 세션 중간에 모델을 바꿀 때도 같습니다. Interactions API는 thinking 단계를 노출하고 total_thought_tokens를 반환합니다. generateContent 경로에는 별도 thinking 블록이 없습니다. 명시적 캐시는 두 모델 모두 쓸 수 없으므로 저장된 캐시에 기반한 워크플로는 다른 방법이 필요합니다.

두 모델을 같은 작업에서 실행한 적이 없으므로, 이 목록은 첫 번째 작은 요청을 위한 점검표로 쓰세요.

내 코드에서 어떻게 비교하나?

팀이 이미 해결한 작업을 골라 두 모델을 같은 스냅샷에서 실행합니다. 다음 조건은 고정합니다.

• 같은 버그나 티켓, 같은 저장소 스냅샷과 브랜치.
• 같은 도구, 같은 지시, 같은 추론 수준. medium이 둘의 기본값입니다.
• 같은 성공 기준. 숨은 테스트가 통과하고 리뷰어가 diff를 받아들이는 것.
• 같은 기록 항목. 첫 유용한 답까지의 실제 시간, 작업 완료까지의 시간, API가 반환한 token 수, 재시도 횟수, 사람이 리뷰에 쓴 분.

첫 답까지의 시간과 전체 완료 시간은 다른 질문에 답합니다. 터미널 앞에서 기다리는 리뷰어는 전자를 체감하고, 배치 작업은 후자의 비용을 냅니다. 둘 다 기록한 뒤 각 실행을 Google 정가로 계산해 승인된 변경 수로 나눕니다.

대표 작업 여러 개에서 반복합니다. 한 쌍의 실행은 분산을 보여 주므로 반복 결과는 고정된 차이가 아니라 방향으로 읽으세요. 판단은 팀이 추적하는 숫자로 합니다. 시간당 승인된 diff와 승인된 diff 한 건당 달러 비용입니다. 더 빨리 답하지만 두 번째 시도가 필요한 모델은 둘 다에서 질 수 있습니다.

OmniaKey에서 Gemini 4 Carbon을 쓸 수 있나?

OmniaKey가 현재 제공하는 모델은 Gemini 4 Argon이며, 2026년 11월 11일 기준 카탈로그에 Carbon 항목은 없습니다. Carbon은 Google의 유료 Gemini API로 이용할 수 있고, Carbon 공개일, 가격, API 설명에 그 계정에 필요한 내용이 정리되어 있습니다. 비교 대상이 Anthropic 모델이라면 Carbon과 Fable 5.2 비교가 가격과 이용 방법을 나란히 보여 줍니다.

전환을 계획하기 전에 OmniaKey 모델 목록을 확인하세요. 그전까지는 프로덕션 작업을 Argon에 두세요.

자주 묻는 질문

코딩에서 Gemini 4 Carbon이 Argon보다 좋나요?

Google은 대부분의 소프트웨어 엔지니어링 작업에 Argon을, 복잡한 다단계 디버깅에 Carbon을 권합니다. 10월 28일 Artificial Analysis 보고서에서 Carbon은 종합 점수가 앞서지만 한 테스트에서는 환각률이 더 높습니다. 더 나은 선택은 눈앞의 작업에 따라 달라집니다.

Carbon이 Argon보다 token 단가가 비싼가요?

단가는 같습니다. 11월 30일까지 100만 입력 token당 $2이고, 100만 출력 token당 $10이며 12월 1일부터 $4와 $20입니다. 작업당 비용은 달라질 수 있습니다. thinking token이 출력으로 청구되고 Carbon이 더 많이 쓴다고 설명되기 때문입니다.

모델 ID만 바꾸면 전환되나요?

Google이 공개한 페이지에서 두 ID는 thinking 기본값, 추론 수준, 컨텍스트 윈도가 같습니다. 프로덕션 작업을 옮기기 전에 사용하는 SDK에서 thinking 처리, 캐시, 출력 설정을 확인하세요.

Carbon의 긴 작업에는 어떤 출력 한도가 적용되나요?

포그라운드 스트리밍 호출은 기본 65,536 출력 token입니다. 더 길게, 최대 1,048,576까지 내려면 max_output_tokens를 높이고 background=True 또는 클라이언트 측 이어쓰기를 씁니다.

OmniaKey에서 Carbon을 쓸 수 있나요?

OmniaKey 카탈로그에는 Gemini 4 Argon이 있고 2026년 11월 11일 기준 Carbon 항목은 없습니다. Carbon은 Google의 유료 Gemini API로 이용할 수 있습니다.

확인한 출처

• Google: Gemini 4 Carbon 출시(2026년 11월 10일)
• Google: Gemini API 모델(2026년 11월 11일 확인)
• Google: Gemini API 가격(2026년 11월 11일 확인)
• Google: Gemini thinking(2026년 11월 11일 확인)
• Artificial Analysis: Gemini 4 Carbon Intelligence Index v5 결과(2026년 10월 28일)
• Artificial Analysis: 지능 평가 방법론