Gemini 4 Carbon 一般提供開始：11 月 10 日の変更点と利用条件

すでに別のコーディング・推論モデルを使っているなら、実際の業務で比較できます。難しいバグの原因を特定できるか、コードレビューで再現可能な問題を見つけられるか、情報の密度が高い文書から根拠のある結論を出せるかを確かめましょう。

すでに EvoLink 経由で複数モデルを呼び出しているアプリなら、同じ API キーとアカウント残高で Carbon を評価し、適したタスクを既存の API ワークフローに組み込めます。

10 月の発表と今回の正式公開は何が違う？

開発者は自身のリクエスト処理に Carbon を組み込み、ツール呼び出し、出力形式、既存の業務タスクを検証できます。個人で使う場合は、まずどの Google 製品を使うのか、そのアカウントに利用権があるのかを確認してください。

Google の導入料金が終わると予算はどう変わる？

• 導入期間は 0.1 × $2 + 0.01 × $10 = $0.30。
• 12 月 1 日以降は同じ使用量で 0.1 × $4 + 0.01 × $20 = $0.60。

長期利用を検討するなら、導入料金での請求額と、通常料金に換算した費用の両方を記録すると、12 月以降も予算内で続けられるか判断しやすくなります。

Carbon はどんなタスクから試すとよい？

この位置付けから、最初の評価には次の 3 種類が考えられます。

簡単な書き換え、定型的な抽出、頻繁にやり取りする機能では、既存モデルとの品質、所要時間、費用を比較してから切り替えを判断してください。深い推論が成果物の改善につながるかが、追加消費の判断基準になります。

一般提供開始後、EvoLink で Carbon をどう評価する？

評価は次の 3 段階で進められます。

1. 入力と合格基準をそろえる。 難しいバグ、コードレビュー、テキスト資料への質問を選びます。Carbon と既存モデルに同じ根拠とチェック条件を渡し、合格した結果と人手の手戻りを記録します。
2. タスク全体を測る。 モデル ID、推論レベル、所要時間、使用トークン、再試行回数を保存します。見える回答や特定の単価だけで比較せず、思考トークンも含む全リクエストから、合格結果 1 件あたりの費用を算出します。
3. 一工程ずつ切り替える。 実測結果が時間と費用に見合うタスクに Carbon を使います。他のリクエストには既存モデルを残し、トラフィックを増やす前に失敗時の代替経路を検証します。EvoLink が共通の API 接続を提供し、タスク配分と合格判定はアプリ側で設定します。

curl "https://direct.evolink.ai/v1beta/models/gemini-4-carbon:generateContent" \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{
        "text": "Review this retry policy: a payment request is retried after a timeout without an idempotency key. Explain the duplicate-charge risk and propose a minimal validation plan."
      }]
    }],
    "generationConfig": {
      "thinkingConfig": { "thinkingLevel": "medium" },
      "maxOutputTokens": 32768
    }
  }'

Google 公式 API の初回呼び出しはどう始める？

curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "model": "gemini-4-carbon",
    "input": "Review this retry policy: a payment request is retried after a timeout without an idempotency key. Explain the duplicate-charge risk and propose a minimal validation plan.",
    "generation_config": {
      "thinking_level": "medium"
    }
  }'

最初の回答と併せて、リクエスト所要時間、使用量、タスクの合否を記録してください。本番運用では、タイムアウト、再試行、費用制限、失敗時の処理も追加します。

推論レベルと長い出力はどう設定する？

出力長には別の制約があります。

• 入力、思考、出力は 1,048,576 トークンのコンテキストを共有します。
• 既定の同期レスポンス上限は 65,536 トークンです。
• それを超える場合は、long decode に対応した実行方式が必要です。例えば Interactions API でバックグラウンド実行を有効にし、max_output_tokens を増やします。ただし、使える領域は共有コンテキストの上限に制約されます。

Antigravity の /swarm は何を追加する？

複数モデルを組み合わせる具体例として、Carbon が設計、難しい調査、独立レビューを担い、高速なモデルが定型実装を行い、検証工程が変更を確かめる構成が考えられます。Google は、マルチエージェントの並行処理は通常のチャットより割り当てを速く消費すると注意を促しています。

既存の本番アプリなら、リスクの高い変更のレビューや、現在のモデルでは解決できない失敗タスクなど、明確な一工程から始めると管理しやすくなります。追加で何を発見したか、手戻りがどれほど減ったか、全体でどれだけ時間と費用がかかったかを記録し、利用範囲を広げるか判断してください。

よくある質問

Gemini 4 Carbon は正式提供？ まだプレビュー？

Carbon API に Google AI Ultra の契約は必要？

自分のアカウントに Carbon が表示されないのはなぜ？

Carbon は画像、音声、動画を直接生成できる？

既存モデルをすぐすべて Carbon に置き換えるべき？

複雑なデバッグ、独立レビュー、密度の高い文書分析の一工程から試してください。品質だけでなく、タスク全体の費用、待ち時間、手戻りを記録し、どのリクエストを既存モデルに残し、どれを Carbon に任せるかを判断します。