Gemini 4 Carbon vs Argon: kodlama ve akıl yürütmede hangisi?

Google'ın 10 Kasım 2026 tarihli duyurusu, Gemini 4 Argon'u çoğu kodlama ve bilgi işi için önerilen model olarak tutuyor, Carbon'u ise karmaşık çok adımlı hata ayıklamaya ve açık uçlu araştırmaya odaklıyor. Standard tarife ikisinde de aynı: 30 Kasım'a kadar milyon girdi tokenı başına $2 ve milyon çıktı tokenı başına $10; sonrasında $4 ve $20.

• Konum: Argon yazılım mühendisliğinin çoğunda varsayılan kalıyor; en zor çok adımlı işleri Carbon üstleniyor.
• Fiyat: aynı Standard tarifeler ve ikisi de düşünmeye medium ile başlıyor.
• Fatura: düşünme tokenları çıktı olarak faturalanır, yani daha fazla akıl yürütme bir isteğin maliyetini artırır; yeniden denemeler, önbellek kullanımı ve girdi boyutu da görevin faturasını değiştirir.
• Erişim: ikisi için de ücretli Gemini API, ücretsiz katman yok.

Gemini 4 Carbon ve Argon'a kısa bir bakış

Önce projeyi durdurabilecek satırla başlayın, sonra devraldığınız varsayılanlara bakın.

Rol satırı 10 Kasım 2026 tarihli duyurudan geliyor. Pencere ve varsayılan düşünme, model sayfası ile düşünme belgelerinden alındı; ikisi de 11 Kasım 2026'da kontrol edildi. Yalnızca ücretli erişim duyuruda belirtiliyor ve fiyat sayfasında da iki model ücretsiz katmanda kullanılamaz olarak işaretleniyor.

Google hangi kodlama görevini hangi modele veriyor?

Google'ın duyurusu Carbon'u en güçlü modeli olarak adlandırıyor ve üstleneceği işleri sayıyor: karmaşık çok adımlı kodlama ve hata ayıklama, uzun ufuklu ajan görevleri, siber güvenlik ve açık uçlu bilimsel araştırma. Aynı yazı, Argon'un yazılım mühendisliğinin ve bilgi işinin çoğunluğu için ideal seçim olmayı sürdürdüğünü söylüyor. Bunu sağlayıcının varsayılanı olarak okuyun: göreve Argon ile başlayın, planlama veya doğrulamada art arda başarısız olduğunda Carbon'a taşıyın.

Model sayfası, Argon'u Gemini 4'ün verimli sınır akıl yürütme modeli olarak tanımlıyor: karmaşık kodlama, ajan, matematik ve bilim görevlerinde Carbon'dan daha hızlı yanıt veriyor ve tur başına daha az token harcıyor. Tur başına daha az harcama ile daha düşük tarife iki ayrı sayıdır. Token fiyatları aynı olduğu için fark token sayısında ortaya çıkar: Google, Argon'un tur başına daha az token harcadığını söylüyor; görevin toplamı ise ne kadar planlama, doğrulama ve yeniden deneme gerektiğine bağlı.

Bizim önceki Argon kodlama testimiz Claude Opus 5.5'e karşı ayrı bir karşılaştırma; Carbon katılmadı. O sonuçlar Argon'u o görev setinde anlatıyor; aynı işi Carbon'un nasıl ele alacağına dair bir şey söylemiyor.

Carbon'da denemeye değer üç durum var:

1. Dört dosyaya dokunan ve düzeltmesi modüller arası çağrıları izlemeye bağlı olan başarısız bir test.
2. Bir API'yi birkaç yerde değiştiren bir bağımlılık güncellemesi; modelin düzenlemeleri planlaması, uygulaması ve test paketini yeniden çalıştırması gerekir.
3. Plan, ilk deney, sonuçlara bakış ve gözden geçirilmiş ikinci bir deneme gerektiren bir araştırma sorusu.

Her biri kendi değerlendirmeniz için bir aday; bir geçişin faydasını bu görevlerde göstermesi gerekir. Google ayrıca Carbon'u açık uçlu araştırma için öne çıkarıyor ve kendi seçtiği fizik, matematik, yaşam bilimleri ve biçimsel doğrulama örneklerini veriyor.

28 Ekim'deki bağımsız çalışma neyi ölçtü?

Artificial Analysis raporunu 28 Ekim 2026'da yayımladı. İki modeli yüksek akıl yürütme ayarlarında Intelligence Index v5 üzerinde karşılaştırıyor; bu indeks dokuz değerlendirmenin birleşimi.

Raporda Carbon indekste Argon'un 9 puan üstünde, yani Argon 50'de kalıyor; AA-Briefcase'te ise 126 Elo üstünde. AA-Omniscience v1.1'de iki ölçüm ayrışıyor: Carbon'un doğruluğu 10 puan daha yüksek ve halüsinasyon oranı 4% seviyesinden 11% seviyesine çıkıyor. Rapor dokuz değerlendirmeyi Artificial Analysis metodolojisinde tanımlıyor. Daha yüksek toplam puan ile tek bir değerlendirmede daha yüksek halüsinasyon oranı aynı modelde bir arada bulunabilir; geçişi kendi görevlerinizde denemenin pratik nedeni budur. Rapor 28 Ekim 2026'da yayımlandı ve iki model Index v5'te yüksek akıl yürütmeyle karşılaştırıldı; sizin deponuz için iki modeli sıralamıyor.

Aynı token tarifesi neden farklı fatura üretiyor?

İki ID tek bir Standard tarife tablosunu paylaşıyor; bu yüzden bir görevin gerçekten tükettiği girdi, önbelleğe alınmış girdi ve çıktı tokenlarını, ayrıca yeniden denemeleri ve diğer ücretleri karşılaştırın. Tek başına toplam token sayısı faturayı belirlemez. Google'ın fiyat sayfası milyon token başına bu değerleri veriyor; 11 Kasım 2026'da kontrol edildi.

Örnek bir istek alalım: 100,000 girdi tokenı, 5,000 görünür çıktı tokenı ve 15,000 düşünme tokenı. Düşünme çıktı sayıldığı için toplam çıktı 20,000 token olur. 30 Kasım'a kadar girdi 100,000 ÷ 1,000,000 × $2.00 = $0.20, çıktı 20,000 ÷ 1,000,000 × $10.00 = $0.20, toplam $0.40. 1 Aralık'tan itibaren aynı istek $0.80. Token sayıları hesap için seçilmiş varsayımlar ve toplam yalnızca Google'ın liste fiyatlarını kullanıyor; önbellek isabetleri, grounding ve araç ücretleri, yeniden denemeler ve toplu indirimler hesaba katılmıyor.

Toplamı değiştiren değişkenler düşünme düzeyi, istem boyutu ve deneme sayısı. Daha fazla düşünme tokenı üreten görev, tek geçişte bitse bile aynı tarifede farklı bir faturaya ulaşır. Önbellek iki ID'de de aynı çalışıyor: tarife aynı ve yalnızca örtük önbellekleme var.

Geçişte ayarları değiştirmek gerekiyor mu?

İki ID de düşünmeyi varsayılan olarak medium'da listeliyor; low, medium ve high seçilebiliyor (düşünme belgeleri, 11 Kasım 2026'da kontrol edildi). İkisi de aynı Gemini 4 model tablosunda gemini-4-argon ve gemini-4-carbon olarak yer alıyor. Aşağıdaki alan adları Google'ın Interactions API belgelerinden; çağırdığınız SDK'da doğrulayın, çünkü araç ve özellik davranışı SDK'lar arasında farklı olabilir. Geçişten önce dört noktaya bakmakta fayda var.

1. Kesme değil, çaba. thinking_level akıl yürütme çabasını belirler, max_output_tokens ise düşünceler dahil üretilen tokenları sınırlar. Çok küçük bir sınır, yanıtı incomplete durumuyla bitirebilir; o ana kadar üretilen düşünceler yine de faturalanır.
2. Tek paylaşılan pencere. Girdi, düşünme ve çıktı aynı 1,048,576 tokenı kullanır. İstem artı max_output_tokens bu pencereyi aşarsa API çıktıyı kalan alana göre kısaltır.
3. Uzun çıktı bir ayar ister. Ön planda akışlı çağrı varsayılan olarak 65,536 çıktı tokenı kullanır; akışsız ön plan çağrısı 32,768 ile sınırlıdır. 65,536'nın üzerine, 1,048,576'ya kadar çıkmak için daha yüksek max_output_tokens ve background=True ya da istemci tarafında sürdürme gerekir. Model sayfası iki ID için de 65K / 1M gösteriyor ve bu kısa yazım bu yapılandırmayı anlatıyor.
4. Sonraki turlarda düşünceler. Durumsuz çok turlu çalışmada önceki düşünme bloklarını aynen yeniden gönderin; oturum içinde model değiştirdiğinizde de aynısını yapın. Interactions API düşünme adımlarını sunar ve total_thought_tokens bildirir; generateContent yolu ise ayrı düşünme blokları taşımaz. Açık önbellekleme iki modelde de yok, bu yüzden saklanan önbelleğe dayanan bir akış başka bir plan gerektirir.

İki modeli aynı görevlerde çalıştırmadık; bu listeyi ilk küçük isteğiniz için bir kontrol listesi olarak kullanın.

Kendi kodunuzda nasıl karşılaştırırsınız?

Ekibinizin zaten çözdüğü bir görevi seçin ve iki modeli aynı anlık görüntüde çalıştırın. Şu koşulları sabit tutun:

• Aynı hata veya sorun kaydı, aynı depo anlık görüntüsü ve aynı dal.
• Aynı araçlar, talimatlar ve çaba düzeyi; medium ikisinde de varsayılan.
• Aynı başarı kontrolü: gizli testler geçer ve inceleyen kişi diff'i kabul eder.
• Aynı kayıt: ilk yararlı yanıta kadar gerçek süre, görevin bitmesine kadar süre, API'nin döndürdüğü token sayıları, yeniden denemeler ve bir kişinin incelemeye harcadığı dakikalar.

İlk yanıta kadar geçen süre ile toplam tamamlanma süresi farklı sorulara yanıt verir: terminalde bekleyen inceleyici ilkini hisseder, toplu bir iş ikincisinin parasını öder. İkisini de kaydedin, sonra her çalıştırmayı Google'ın liste fiyatıyla hesaplayıp kabul edilen değişiklik sayısına bölün.

Kontrolü birkaç temsili görevde tekrarlayın; tek bir çalıştırma çifti değişkenlik gösterir, bu yüzden tekrarları sabit bir fark değil yön olarak okuyun. Kararı ekibinizin izlediği sayılarla verin: saat başına kabul edilen diff ve kabul edilen diff başına dolar. Daha hızlı yanıt verip ikinci deneme gerektiren bir model her ikisinde de kaybedebilir.

Gemini 4 Carbon'u bugün OmniaKey'de kullanabilir misiniz?

OmniaKey şu anda Gemini 4 Argon sunuyor ve kataloğunda 11 Kasım 2026 itibarıyla Carbon kaydı yok. Carbon erişimi Google'ın ücretli Gemini API'sinden geçiyor; Carbon'ın çıkış tarihi, fiyatı ve API ayrıntıları o hesabın neye ihtiyacı olduğunu listeliyor. Alternatifiniz bir Anthropic modeliyse, Carbon ile Fable 5.2 karşılaştırması fiyat ve erişimi yan yana koyuyor.

Geçiş planlamadan önce OmniaKey'in model listesine bakın; o zamana kadar üretim işlerini Argon'da tutun.

Sık sorulan sorular

Kodlamada Gemini 4 Carbon, Argon'dan daha mı iyi?

Google yazılım mühendisliğinin çoğu için Argon'u, karmaşık çok adımlı hata ayıklama için Carbon'u öneriyor. 28 Ekim tarihli Artificial Analysis raporu Carbon'u toplam puanlarda öne koyuyor ve aynı zamanda bir testte daha yüksek halüsinasyon oranı kaydediyor; daha iyi seçim önünüzdeki göreve bağlı.

Carbon'un token fiyatı Argon'dan yüksek mi?

Tarifeler aynı: 30 Kasım'a kadar milyon girdi tokenı başına $2 ve milyon çıktı tokenı başına $10; sonrasında $4 ve $20. Görev başına maliyet yine de değişebilir, çünkü düşünme tokenları çıktı olarak faturalanıyor ve Carbon'un daha fazlasını kullandığı belirtiliyor.

Sadece model ID'sini değiştirerek geçebilir miyim?

Google'ın yayımladığı sayfalarda iki ID aynı düşünme varsayılanlarını, akıl yürütme düzeylerini ve bağlam penceresini paylaşıyor. Üretim görevini taşımadan önce kullandığınız SDK'da düşünme işleyişini, önbelleği ve çıktı yapılandırmasını kontrol edin.

Uzun bir Carbon işi için hangi çıktı sınırı geçerli?

Ön planda akışlı bir çağrı varsayılan olarak 65,536 çıktı tokenı kullanır. Daha uzun, en fazla 1,048,576 token için daha yüksek max_output_tokens ve background=True ya da istemci tarafında sürdürme gerekir.

Carbon OmniaKey'de var mı?

OmniaKey kataloğunda Gemini 4 Argon var ve 11 Kasım 2026 itibarıyla Carbon kaydı yok. Carbon, Google'ın ücretli Gemini API'si üzerinden kullanılabiliyor.

Kontrol edilen kaynaklar

• Google: Gemini 4 Carbon artık kullanılabilir (10 Kasım 2026)
• Google: Gemini API modelleri (11 Kasım 2026'da kontrol edildi)
• Google: Gemini API fiyatları (11 Kasım 2026'da kontrol edildi)
• Google: Gemini'da düşünme (11 Kasım 2026'da kontrol edildi)
• Artificial Analysis: Gemini 4 Carbon'ın Intelligence Index v5 sonuçları (28 Ekim 2026)
• Artificial Analysis: zekâ değerlendirme metodolojisi