Gemini 4 Carbonの使い方：APIセットアップ、パラメータ、コスト

Gemini 4 Carbonは、Gemini 4ファミリーにおけるGoogleのマルチモーダルモデルであり、OrcaRouterでは単一のキーからアクセスできます。モデルIDはgoogle/gemini-4-carbon、リスト価格は100万入力トークンあたり$2.00、100万出力トークンあたり$10.00で、最新の数値はGemini 4 Carbon APIページに掲載されています。以下では、実際に機能するセットアップを、実際に遭遇する順序で説明します。エンドポイント、リクエスト形式、パラメータセット、コスト、そしてユーザーに提供する前に見込んでおくべきレイテンシの数値です。

モデルが受け付けるもの

コンテキストウィンドウは1,048,576トークン、出力の上限は1レスポンスあたり65Kトークンであり、まずこれを頭に入れておく必要があります。非常に大きな文書でもプロンプトには収まりますが、回答は入力よりはるかに低く抑えられます。入力モダリティはテキスト、画像、音声、動画、文書で、出力はテキストです。ネイティブのツール使用と関数呼び出しがサポートされており、構造化JSON出力も同様にサポートされています。これにより、単なるチャットボックスとしてだけでなく、エージェントループの中でも活用できるようになっています。

Zero Data Retentionはこのモデルで利用できます。ZDRを有効にすると、リクエストはゼロ保持契約を締結している上流プロバイダーにのみ送信されるため、調達チームがそれを書面で必要とする場合、それは別個の契約ではなくルーティング設定です。

エンドポイント1:OpenAI互換のパス

すでに何らかのOpenAIクライアントに対してコードを動かしている場合は、この方法を選んでください。SDKの接続先をOrcaRouterに指定し、モデルIDはそのままにしておけば、リクエストの他の部分は何も変わりません。以下のサンプルがプログラムの全体です:

ベースURLを https://api.orcarouter.ai/v1 に設定し、キーはリテラルではなく環境変数から読み取り、google/gemini-4-carbonをモデルとして渡します。Python、TypeScript、Go の SDK でも同じ3行がそのまま動きます。ワイヤーフォーマットが Chat Completions だからです。

エンドポイント2：ネイティブgenerateContent

スタックが OpenAI クライアントではなく Gemini SDK で構築されている場合でも、Carbon は同じホスト上の /v1beta/models/{model}:generateContent でネイティブに応答します。興味深い帰結として、ワークロードを 1 リクエストずつ移行できます。他のベンダーとコードを共有するサービスには OpenAI 互換パスを、Gemini 固有のフィールドにすでに依存している箇所にはネイティブパスを使えます。どちらも同じキーと同じ残高に対して課金されるため、これがベンダーアカウントの集合よりもゲートウェイを選ぶ理由になります。

適用されるパラメータ

モデルページには、サポート対象のセットが明示されています。include_reasoning、max_tokens、reasoning、response_format、seed、stop、structured_outputs、temperature、tool_choice、tools、top_p です。このリストが契約です。別のプロバイダーからリクエストを移植する場合は、リリース前に確認してください。というのも、習慣的に手を伸ばしがちなパラメータ — ペナルティ項、ロジットバイアス、十数個のサンプリング調整項目 — は、そこに含まれていないからです。

そのうち2つは他よりも重要です。structured_outputsとresponse_formatを組み合わせれば、20万トークンの文書が、自分で書いたパーサーなしに下流のコードが読めるレコードになります。そしてinclude_reasoningを使えば、モデルが答える前に何をしたのかが分かります。本番環境でこれをオフにすれば、不透明な処理をスキーマごと信頼していることになります。

リクエストにかかるコスト

入力は100万トークンあたり$2.00、出力は100万トークンあたり$10.00、キャッシュ読み取りは100万トークンあたり$0.100です。実例として、40,000トークンの契約書と2,000トークンの構造化抽出では、入力$0.08、出力$0.02の請求となり、1文書あたり10セントです。同じ40,000トークンをキャッシュから読み取る場合は代わりに$0.004の請求になるため、同じコーパスを再読取するワークフローではキャッシュの項目が重要です。

規模感を示すと、同じ40,000トークンの文書をGemini 3.1 Proで処理する場合、入力は同じコストですが出力は20パーセント高くなり、Gemini 3 Flashで処理する場合は入力・出力とも4分の1のコストになります。両者の選択は、入力価格ではなくモダリティとコンテキストの問題です。入力価格はCarbonと3.1 Proで同一です。無料LLM APIの内訳は、それをカタログの残りと比較するのにうってつけの場所です。

異なる意味を持つ2つのレイテンシ数値

OrcaRouter自身のモデルページには、過去7日間の実際のトラフィックが報告されています。最初のトークンまでの時間のp50は6.89秒、p95は10.00秒、出力速度は1秒あたり226トークンで、提供されたトークン数は960万トークンを超えます。これが、ゲートウェイを介してインタラクティブな呼び出し元が体験する内容です。

Artificial Analysisは、同じモデルについて、最初のトークンまでの時間が64.7秒、タスクあたりの実時間が28.4分だと報告している。これらは矛盾しておらず、異なる測定値だ。AAは固定の評価ハーネスを実行し、9つの難しいベンチマークでモデルに好きなだけ考えさせるため、計測時間には推論が含まれ、ネットワークとプリフィルだけではない。一方の数値だけをもう一方なしで引用すると、インタラクティブ性を過度に約束するか、本来なら問題なかった買い手を遠ざけてしまう。

正直な運用上の注意点はエラー率です。その7日間の期間中、全上流プロバイダーでリクエストの39.7パーセントが非2xxステータスを返しましたが、同じ期間のClaude Fable 5.2では10.8パーセントでした。ローンチ前に、最初のインシデントの後ではなく、リトライとフォールバックの経路を構築し、Gemini 4 Carbonのリリースノートで、それがリリースされたときに何が変わったかを確認してください。

Carbon が稼働した後、どこに位置づけられるか

それを正当化するのは、100万トークンのウィンドウと複数のモダリティを必要とするワークロードです。つまり、コードベース全体、話者付きの長い文字起こし、スキャンしたPDFとその抽出テキストなどです。Googleのモデル同士で選ぶなら、Gemini 4 Carbon 対 Gemini 3.1 Proが直接的な比較になります。一方、比較対象がまったく別のベンダーであれば、GPT-6.1 Sol 対 Gemini 4 Carbonが同じ判断を反対側から見て扱っています。

単一のワークロードを移行するのではなく、まだスタックを組み立てている段階であれば、LLM models listにIDと価格を含む最新のカタログがあり、上部にリンクされているモデルページは、何かをハードコードする前に確認すべきものです — 価格とエンドポイントは変動します。

チェックリスト

キーはリポジトリではなく環境変数に保存してください。すでに提供しているSDKに合うエンドポイントを選んでください。サポートされているリストにあるパラメータだけを送信し、出力をコードに渡す場合はresponse_formatとstructured_outputsを使用してください。出力は65Kトークンに収まるように見積もり、20Kを超えていて2回以上読むものはキャッシュしてください。p50は7秒前後を想定し、エラーを返す少数の呼び出しに備えて計画してください。その後、自社のトラフィックで測定してください。ベンチマークのグラフは出発点にすぎず、適切な選択だったかどうかを決めるのはリクエスト分布だけだからです。