Felo API PlatformFelo API Platform
Retour aux modèles
Googlemessages

Gemini 4 Carbon (batch) API

Gemini 4 Carbon (batch) de Google est un modèle multimodal à contexte d'un million de tokens, conçu pour les workflows agentiques de longue durée, le codage avancé et la cybersécurité, avec un effort de raisonnement ajustable.

Google: Gemini 4 Carbon (batch) est un modèle frontalier publié le 28 octobre 2026, successeur de Gemini 4 Argon. Il accepte en entrée du texte, des images, de l'audio, de la vidéo et des fichiers comme les PDF, et produit du texte. Son contexte atteint 1 million de tokens, avec une sortie pouvant aller jusqu'à 1 million de tokens grâce au mécanisme de continuation. L'effort de raisonnement est réglable selon trois niveaux : faible, moyen et élevé.

Le modèle est pensé pour les projets agentiques de longue haleine, s'étalant sur plusieurs jours, ainsi que pour le débogage de causes racines complexes, la conception architecturale, la synthèse multimodale dense, les preuves scientifiques et l'audit de sécurité. Il couvre aussi le codage avancé et le développement web full-stack, la recherche financière approfondie avec construction de modèles Excel, et la cyberdéfense, y compris la découverte de vulnérabilités et les tests d'exploitation. Google le présente comme doté de capacités de cybersécurité de pointe et comme le modèle le plus performant évalué pour la recherche financière approfondie.

Ses limites sont assumées : son taux d'hallucination de 11 % reste supérieur à celui de Gemini 4 Argon, à 4 %, et il n'est pas positionné comme un modèle généraliste pour un usage quotidien. Il est accessible via Google AI Studio et Google Vertex, ainsi que sur OpenRouter avec une API compatible OpenAI. Il a d'abord été proposé aux défenseurs cyber dans le cadre du programme Fairwind.

Temps limitéEssai gratuit
Ouvrir le Playground ↗Créer une clé API ↗Guide de démarrage →

Mis à jour:

ID DU MODÈLE

gemini-4-carbon:batch
Contexte
1.049M
Sortie max.
943.718K
API recommandée
messages
Entrée
audio / file / image / text / video
Sortie
text

Points clés

  • Contexte d'un million de tokens
  • Entrées texte, image, audio, vidéo et fichiers
  • Effort de raisonnement réglable sur trois niveaux
  • Conçu pour les workflows agentiques multi-jours
  • Cybersécurité de pointe selon Google
  • Accessible via Google AI Studio et Google Vertex

Fournisseurs

Meilleur prix
1 fournisseurs

Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.

Fournisseur · Détails des tarifs
Disponibilité
$2$1$10$5$0.1$0.05$0.1$0.05

Ce que $10 permettent d'acheter

Entrée
5 M tokens
Sortie
1 M tokens

Estimation d'après les prix actuels d'entrée et de sortie, hors remises.

Benchmarks

  • Artificial Analysis Intelligence Index V5

    points ; classé 1er

    59

  • AA-Omniscience Index

    points ; le plus élevé parmi tous les modèles

    54

  • Précision AA-Omniscience

    58%

  • Taux d'hallucination AA-Omniscience

    11%

  • Vals Index

    2e rang sur 29 modèles

    70.36%

  • Legal Research Bench

    1er rang

    55.77%

  • Terminal-Bench 4.0

    4e rang

    63.13%

  • SEC-bench Pro

    découverte de vulnérabilités

    88.2%

Scores tels que publiés par le fournisseur du modèle.

Raisonnement

Niveau d'effort par défaut
medium
Toujours activé
Oui
Niveaux d'effort disponibles
high / medium / low

Démarrage rapide

Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.

Ouvrir le PlaygroundCréer une clé API
1

Configurer votre clé API

Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.

export FELO_API_KEY="YOUR_API_KEY"
2

Effectuer votre première requête

Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.

gemini-4-carbon:batch

Ce modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "gemini-4-carbon:batch",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Utiliser des SDK tiers

Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.

3

Activer le streaming

Ajoutez stream: true pour recevoir les réponses sous forme de server-sent events.

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gemini-4-carbon:batch",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.

SurfaceMethodURL

Messages

Messages compatibles Anthropic pour les clients de style Claude.

POST

https://openapi.felo.ai/api/v1/messages

Paramètres

NomTypePar défautDescription
modelstringgemini-4-carbon:batchID public du modèle à appeler.
max_tokensinteger—Nombre maximal de tokens générés.
messagesarray—Messages de la conversation pour Chat Completions.
seed———
stop———
toolsarray—Définitions de tool calling conformes au schéma compatible.
top_p———
reasoning———
temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.
tool_choicestring or object—Contrôle si un outil doit être appelé.
response_formatobject—Demande une sortie structurée lorsque c'est pris en charge.
reasoning_effort———
include_reasoning———
structured_outputs———

Questions fréquentes

Qu'est-ce que Gemini 4 Carbon (batch)?

Google: Gemini 4 Carbon (batch) est un modèle frontalier publié le 28 octobre 2026, successeur de Gemini 4 Argon. Il accepte en entrée du texte, des images, de l'audio, de la vidéo et des fichiers comme les PDF, et produit du texte. Son contexte atteint 1 million de tokens, avec une sortie pouvant aller jusqu'à 1 million de tokens grâce au mécanisme de continuation. L'effort de raisonnement est réglable selon trois niveaux : faible, moyen et élevé. Le modèle est pensé pour les projets agentiques de longue haleine, s'étalant sur plusieurs jours, ainsi que pour le débogage de causes racines complexes, la conception architecturale, la synthèse multimodale dense, les preuves scientifiques et l'audit de sécurité. Il couvre aussi le codage avancé et le développement web full-stack, la recherche financière approfondie avec construction de modèles Excel, et la cyberdéfense, y compris la découverte de vulnérabilités et les tests d'exploitation. Google le présente comme doté de capacités de cybersécurité de pointe et comme le modèle le plus performant évalué pour la recherche financière approfondie. Ses limites sont assumées : son taux d'hallucination de 11 % reste supérieur à celui de Gemini 4 Argon, à 4 %, et il n'est pas positionné comme un modèle généraliste pour un usage quotidien. Il est accessible via Google AI Studio et Google Vertex, ainsi que sur OpenRouter avec une API compatible OpenAI. Il a d'abord été proposé aux défenseurs cyber dans le cadre du programme Fairwind.

Comment l'usage est-il facturé ?

Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.

Quels types d'entrées le modèle accepte-t-il ?

Il accepte du texte, des images, de l'audio, de la vidéo et des fichiers tels que les PDF. La sortie est du texte.

Quelle est la taille du contexte et de la sortie ?

Le contexte va jusqu'à 1 million de tokens. La sortie peut également atteindre 1 million de tokens grâce au mécanisme de continuation.

À quelles tâches est-il le plus adapté ?

Il excelle dans les workflows agentiques de longue durée, le codage avancé, le débogage de causes racines complexes, la recherche financière approfondie et la cybersécurité.

Comment se distingue-t-il de Gemini 4 Argon ?

Il lui succède, mais son taux d'hallucination de 11 % est plus élevé que les 4 % de Gemini 4 Argon. Il n'est pas non plus positionné comme un modèle généraliste pour un usage quotidien.

Le raisonnement est-il ajustable ?

Oui, l'effort de raisonnement peut être réglé sur faible, moyen ou élevé.

Modèles liés

Gemini 4 Carbon

Googlegemini-4-carbon

Gemini 4 Carbon est le modèle le plus puissant de Google, conçu pour les workflows agentiques de longue durée et la cybersécurité, avec un contexte d'un million de tokens.

Cybersécurité défensive et découverte de vulnérabilitésWorkflows agentiques de longue duréeRaisonnement scientifique et mathématiqueMigration de bases de code volumineuses

Contexte

1.049M

Sortie max.

943.718K

Tokens d'entrée

$4 / 1M tokens

Tokens de sortie

$20 / 1M tokens

Gemini 4 Argon

Googlegemini-4-argon

Gemini 4 Argon est le premier modèle de la génération Gemini 4 de Google, conçu pour les tâches complexes de longue durée en ingénierie logicielle, en travail de connaissance en entreprise et en cyberdéfense.

Codage et ingénierie logicielleRapprochement de grand livre financierRevue de jurisprudence et de documentsCybersécurité défensive et remédiation

Contexte

1.049M

Sortie max.

943.718K

Tokens d'entrée

$4 / 1M tokens

Tokens de sortie

$20 / 1M tokens

Gemini 3.8 Flash

Googlegemini-3.8-flash

Gemini 3.8 Flash est le modèle Flash le plus intelligent de Google, conçu pour le raisonnement multimodal, les agents autonomes et les flux de travail d'entreprise complexes.

Ingénierie logicielle de longue haleineAgents autonomesFlux d'entreprise complexesOrchestration multi-étapes

Contexte

1.049M

Sortie max.

65.536K

Tokens d'entrée

$1.5 / 1M tokens

Tokens de sortie

$7.5 / 1M tokens

Gemma 4 26B A4B (free)

Googlegemma-4-26b-a4b-it:free

Modèle multimodal open-weight de Google DeepMind, avec une architecture Mixture-of-Experts de 26B paramètres totaux et 4B actifs, un contexte de 256K tokens et plus de 140 langues prises en charge.

assistance au code en IDEworkflows agentiquesrésolution de problèmes mathématiquesanalyse de documents et OCR

Contexte

262.144K

Sortie max.

32.768K

Tokens d'entrée

$0 / 1M tokens

Tokens de sortie

$0 / 1M tokens

Gemini 2.5 Pro

Googlegemini-2.5-pro

Gemini 2.5 Pro est le modèle phare de Google DeepMind, doté d'une fenêtre contextuelle d'un million de jetons, d'une architecture de raisonnement hybride et de solides capacités multimodales pour le code, la vidéo et les tâches complexes.

invites complexes et résolution itérativetâches de raisonnement complexedéveloppement web et logicielapplications agentiques

Contexte

1.049M

Sortie max.

65.536K

Tokens d'entrée · Tarif de base

$1.25 / 1M tokens

Tokens de sortie · Tarif de base

$10 / 1M tokens