كيفية استخدام Gemini 4 Carbon: إعداد API، والمعلمات، والتكلفة

Gemini 4 Carbon هو نموذج Google متعدد الوسائط ضمن عائلة Gemini 4، ويمكن الوصول إليه على OrcaRouter بمفتاح واحد: معرّف النموذج هو google/gemini-4-carbon، والسعر المدرج هو 2.00 دولار لكل مليون توكن إدخال و10.00 دولارات لكل مليون توكن إخراج، وتحتوي صفحة Gemini 4 Carbon API على الأرقام المباشرة. فيما يلي الإعداد الذي يعمل فعليًا، بالترتيب الذي ستواجهه به: نقطة النهاية، وبنية الطلب، ومجموعة المعاملات، والتكلفة، ثم أرقام زمن الاستجابة التي ينبغي أن تضع لها ميزانية قبل طرحه أمام المستخدمين.

ما يقبله النموذج

نافذة السياق هي 1,048,576 رمزًا، والحد الأقصى للإخراج هو 65K رمزًا لكل استجابة، وهذا أول ما ينبغي استيعابه: المستند الكبير جدًا يتّسع في الموجّه، لكن الإجابة محدودة بأقل بكثير من المدخل. وسائط الإدخال هي النص والصور والصوت والفيديو والمستندات؛ أما الإخراج فهو نص. يُدعَم استخدام الأدوات الأصلي واستدعاء الدوال، وكذلك مخرجات JSON المهيكلة، وهو ما يجعله قابلًا للاستخدام داخل حلقة وكيل لا مجرد صندوق محادثة.

تتوفر ميزة Zero Data Retention على هذا النموذج. وعند تفعيل ZDR، لا تُوجَّه الطلبات إلا إلى مزوّدي الخدمة المنبعيين الذين يلتزمون باتفاقية عدم احتفاظ، لذا إذا كان فريق المشتريات لديكم يحتاج إلى ذلك كتابةً، فهو إعداد توجيه وليس عقدًا منفصلًا.

نقطة النهاية الأولى: المسار المتوافق مع OpenAI

هذا هو المسار الذي يجب اتباعه إذا كانت لديك بالفعل شيفرة تعمل مع أي عميل OpenAI. وجّه SDK إلى OrcaRouter، واحتفظ بمعرّف النموذج، ولن يتغيّر أي شيء آخر في طلبك. النموذج أدناه هو البرنامج كاملًا:

عيّن عنوان URL الأساسي على https://api.orcarouter.ai/v1، واقرأ المفتاح من متغيّر بيئة بدلًا من قيمة حرفية، ومرّر google/gemini-4-carbon بوصفه الطراز. تعمل الأسطر الثلاثة نفسها من حِزم SDK الخاصة بـ Python وTypeScript وGo، لأن صيغة الإرسال هي Chat Completions.

نقطة النهاية الثانية: generateContent الأصلية

إذا كانت بنيتك التقنية مبنية على Gemini SDK بدلاً من عميل OpenAI، فإن Carbon لا يزال يستجيب أصليًا على /v1beta/models/{model}:generateContent على المضيف نفسه. النتيجة المثيرة للاهتمام هي أنه يمكنك ترحيل حمل عمل طلبًا واحدًا في كل مرة: شغّل المسار المتوافق مع OpenAI للخدمات التي تشترك في الشيفرة مع موردين آخرين، والمسار الأصلي حيث تعتمد بالفعل على حقول خاصة بـ Gemini. يُحتسب كلاهما على المفتاح نفسه والرصيد نفسه، وهو ما يمثل الحجة لصالح بوابة بدلاً من مجموعة حسابات موردين.

المعاملات التي يتم الالتزام بها

تسرد صفحة النموذج المجموعة المدعومة صراحةً: include_reasoning، وmax_tokens، وreasoning، وresponse_format، وseed، وstop، وstructured_outputs، وtemperature، وtool_choice، وtools، وtop_p. تلك القائمة هي العقد. إذا كنت تنقل طلبًا من مزوّد آخر، فتحقق منها قبل الإطلاق، لأن المعاملات التي تلجأ إليها بحكم العادة — حدود الجزاء، وانحيازات logit، ودستة من مقابض أخذ العينات — ليست مدرجة فيها.

اثنان منها أهم من البقية. structured_outputs بالإضافة إلى response_format هو ما يحوّل مستندًا من 200,000 رمز إلى سجل يستطيع كودك اللاحق قراءته دون محلل كتبته بنفسك. وinclude_reasoning هو وسيلتك لمعرفة ما فعله النموذج قبل أن يجيب؛ وإن تركته معطّلًا في الإنتاج فأنت تأتمن خطوة غير شفافة على مخططك.

ما تكلفة الطلب

المدخلات هي 2.00 دولار لكل مليون رمز والمخرجات هي 10.00 دولارات لكل مليون، مع قراءات الذاكرة المؤقتة عند 0.100 دولار لكل مليون. مثال عملي: عقد من 40,000 رمز بالإضافة إلى استخراج منظم من 2,000 رمز يُحتسب له 0.08 دولار من المدخلات و0.02 دولار من المخرجات، أي عشرة سنتات للمستند. نفس الـ 40,000 رمز عند قراءتها من الذاكرة المؤقتة تُحتسب عند 0.004 دولار بدلاً من ذلك، ولهذا يهم سطر التخزين المؤقت لأي سير عمل يعيد قراءة نفس مجموعة النصوص.

ولغرض المقارنة، فإن المستند نفسه البالغ 40,000 رمز مقابل Gemini 3.1 Pro يكلّف المبلغ نفسه للإدخال لكنه يكلّف 20 بالمئة أكثر للإخراج، ومقابل Gemini 3 Flash يكلّف ربع ذلك لكليهما — والاختيار بينهما يتعلق بالوسائط والسياق وليس بسعر الإدخال، الذي هو متطابق بين Carbon و3.1 Pro. تحليل واجهات LLM API المجانية هو المكان المناسب لمقارنة ذلك مع بقية الكتالوج.

رقمان لزمن الاستجابة يعنيان شيئين مختلفين

تعرض صفحة النموذج الخاصة بـ OrcaRouter بيانات حركة المرور الحية خلال الأيام السبعة الماضية: زمن الوصول إلى أول رمز عند p50 البالغ 6.89 ثانية، وp95 البالغ 10.00 ثوانٍ، وسرعة إخراج تبلغ 226 رمزًا في الثانية، بعد تقديم 9.6 مليون رمز. وهذا ما يختبره المستدعي التفاعلي عبر البوابة.

يُبلغ Artificial Analysis عن 64.7 ثانية حتى أول رمز و28.4 دقيقة من الوقت الفعلي لكل مهمة للنموذج نفسه. هذه ليست متعارضة؛ إنها قياسات مختلفة. تشغّل AA إطار تقييم ثابتًا يطلب من النموذج أن يفكر للمدة التي يريدها على تسعة معايير صعبة، لذا يشمل الوقت الفعلي الاستدلال، وليس الشبكة والتعبئة المسبقة فقط. إذا اقتبست رقمًا دون الآخر، فإما أن تبالغ في الوعد بالتفاعلية أو تنفّر مشتريًا كان سيكون مرتاحًا.

التحفّظ التشغيلي الصادق هو معدل الخطأ: أعادت 39.7 بالمئة من الطلبات حالة غير 2xx عبر جميع المزوّدين في المنبع خلال نافذة الأيام السبعة تلك، مقابل 10.8 بالمئة لـ Claude Fable 5.2 في الفترة نفسها. ابنِ مسار إعادة المحاولة والاحتياط قبل الإطلاق، لا بعد أول حادثة، واقرأ ملاحظات إصدار Gemini 4 Carbon لتعرف ما الذي تغيّر عند صدوره.

أين يندرج Carbon بمجرد تشغيله

إن أحمال العمل التي تبرر ذلك هي تلك التي تحتاج إلى نافذة 1M وأكثر من نمط واحد: قواعد أكواد كاملة، ونسخ نصية طويلة مع المتحدثين، وملفات PDF ممسوحة ضوئيًا إلى جانب نصها المستخرج. إذا كنت تختار بين نماذج Google، Gemini 4 Carbon vs Gemini 3.1 Pro هي المقارنة المباشرة؛ وإذا كان البديل من مورّد مختلف تمامًا، GPT-6.1 Sol vs Gemini 4 Carbon يغطي القرار نفسه من الجانب الآخر.

إذا كنت لا تزال تجمع حزمة تقنيات بدلاً من ترحيل عبء عمل واحد، فإن قائمة نماذج LLM تضم الكتالوج الحالي مع المعرّفات والأسعار، وصفحة النموذج المرتبطة في الأعلى هي ما يجب التحقق منه قبل تثبيت أي شيء في الكود — فالأسعار ونقاط النهاية تتغير.

قائمة التحقق

خزّن المفتاح في متغير بيئة، وليس في المستودع. اختر نقطة النهاية المتوافقة مع SDK الذي تستخدمه بالفعل. أرسل فقط المعاملات الواردة في القائمة المدعومة، واستخدم response_format مع structured_outputs عندما تُستخدم المخرجات في الكود. حدّد ميزانية المخرجات عند 65K رمزًا، وخزّن مؤقتًا أي محتوى يتجاوز 20K تقرأه أكثر من مرتين. توقّع p50 قريبًا من سبع ثوانٍ، وخطّط للقليل من الاستدعاءات التي تعيد خطأً. ثم قِسه على حركة المرور الخاصة بك، لأن مخطط قياس الأداء هو نقطة بداية، وتوزيع طلباتك هو الشيء الوحيد الذي يحدد ما إذا كان الخيار صحيحًا.