Gemini 4 Carbon | Google LLM API Pricing & Performance

Name: Gemini 4 Carbon API
Brand: google
Price: 4 USD
Availability: InStock

google/gemini-4-carbon

Ngày phát hành: 2026-11-11

1,048,576 context · $4.00/M input tokens · $20.00/M output tokens

Gemini 4 Carbon is a frontier Gemini 4 model from Google for coding, agentic and complex reasoning work. It takes text, image, audio, video and file input, supports long decode...

Giá cả

Trả theo mức dùng

Không tốn phí trả trước, chỉ trả cho những gì bạn dùng

Đầu vào$4.00 / M Tokens

Đầu ra$20.00 / M Tokens

Cache Read$0.20 / M Tokens

Cache Write$0.38 / M Tokens

Dùng thử mô hình

google/gemini-4-carbon

Trực tuyến

Xin chào! Tôi là trợ lý AI hữu ích. Tôi có thể giúp gì cho bạn?

Sẵn sàng dùng model này trong coding agent local?Setup agent

Sử dụng API

Dùng các ví dụ mã sau để tích hợp với API của chúng tôi:

import OpenAI from 'openai';

if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
  apiKey: process.env.WAVESPEED_API_KEY,
  baseURL: 'https://llm.wavespeed.ai/v1',
  timeout: 120_000,
  maxRetries: 0,
});

try {
  const response = await client.chat.completions.create({
    model: 'google/gemini-4-carbon',
    messages: [{ role: 'user', content: 'Hello!' }],
  });
  const body = response as typeof response & { error?: { message?: string } };
  if (body.error) throw new Error(body.error.message || 'LLM generation failed');
  console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
  console.error('LLM request failed:', error);
  process.exitCode = 1;
}

import OpenAI from 'openai';

if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
  apiKey: process.env.WAVESPEED_API_KEY,
  baseURL: 'https://llm.wavespeed.ai/v1',
  timeout: 120_000,
  maxRetries: 0,
});

try {
  const response = await client.chat.completions.create({
    model: 'google/gemini-4-carbon',
    messages: [{ role: 'user', content: 'Hello!' }],
  });
  const body = response as typeof response & { error?: { message?: string } };
  if (body.error) throw new Error(body.error.message || 'LLM generation failed');
  console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
  console.error('LLM request failed:', error);
  process.exitCode = 1;
}

Giới thiệu mô hình

Google: Gemini 4 Carbon

Gemini 4 Carbon is a frontier Gemini 4 model from Google for coding, agentic and complex reasoning work. It takes text, image, audio, video and file input, supports long decode...

This model is available through the WaveSpeed AI OpenAI-compatible API for chat completions and compatible application workflows.

Why It Looks Great

text+image+file+audio+video->text architecture for Audio, file, Image, Text, Video to Text workloads
1048576 context window for long prompts, document analysis, and multi-turn workflows
Vision input support for image understanding and multimodal tasks
Function calling and tool-use support for agentic application workflows
Structured output support for JSON responses and schema-constrained generation
Reasoning controls available through supported parameters

Key Features

Context Window: 1048576 tokens
Max Input: 1048576 tokens
Max Output: 943718 tokens
Vision: Supported
Function Calling: Supported
Structured Outputs: Supported
Image Generation: Not listed
Audio Input: Supported
Supported Parameters: include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_p

Specifications

Specification	Value
Provider	google
Model Type	Chat Completions model
Architecture	text+image+file+audio+video->text
Context Window	1048576 tokens
Max Input	1048576 tokens
Max Output	943718 tokens
Input	Audio, file, Image, Text, Video
Output	Text
Vision	Supported
Function Calling	Supported
Structured Outputs	Supported
Release Date	November 11, 2026

How to Use

Write your prompt - describe the task, provide context, and specify the desired output format.
Submit - the model processes your request and returns the response.

API Integration

Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: google/gemini-4-carbon

API Usage

Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="google/gemini-4-carbon",
    messages=[{"role": "user", "content": "Hello!"}]
)

print(response.choices[0].message.content)

cURL

curl https://llm.wavespeed.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "google/gemini-4-carbon",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Notes

Model: google/gemini-4-carbon
Provider: google

Thông tin

Nhà cung cấpgoogle

Loạillm

Tính năng được hỗ trợ

Đầu vào

Văn bảnHình ảnhÂm thanh

Đầu ra

Văn bản

Ngữ cảnh1,048,576

Đầu ra tối đa943,718

Thị giác✓ Được hỗ trợ

Gọi hàm✓ Được hỗ trợ

Hướng dẫn truy cập API

Base URLhttps://llm.wavespeed.ai/v1

API Endpointchat/completions

Model IDgoogle/gemini-4-carbon

Câu Hỏi Thường Gặp về Gemini 4 Carbon

Gemini 4 Carbon có giá bao nhiêu qua API?+

Giá trên WaveSpeedAI: $4.00 mỗi triệu token đầu vào và $20.00 mỗi triệu token đầu ra. Prompt caching và xử lý theo lô được tính riêng và giảm chi phí thực tế cho các khối lượng công việc dài, lặp lại.

Cửa sổ ngữ cảnh của Gemini 4 Carbon là gì?+

Gemini 4 Carbon hỗ trợ tối đa 1049K token ngữ cảnh với tối đa 944K token đầu ra mỗi yêu cầu.

Gemini 4 Carbon có tương thích OpenAI không?+

WaveSpeedAI cung cấp Gemini 4 Carbon tại https://llm.wavespeed.ai/v1 qua giao diện Chat Completions tương thích OpenAI. Hầu hết các client OpenAI SDK hoạt động bằng cách đổi base URL và API key; các trường tùy chọn phụ thuộc vào mô hình được chọn.

Làm thế nào để bắt đầu với Gemini 4 Carbon?+

Đăng nhập vào WaveSpeedAI, tạo một API key trong Access Keys, rồi gửi một yêu cầu đến https://llm.wavespeed.ai/v1/chat/completions với model id hiển thị phía trên. Kiểm tra danh mục mô hình hiện tại để biết tính khả dụng, khả năng và giá cả.