Gemini 4 Carbon
Modelo de frontera de Google DeepMind enfocado en la seguridad. Acepta texto y una imagen opcional, además de un prompt de sistema y un nivel de razonamiento, con facturación por token.
Gemini 4 Carbon es el modelo de frontera de Google DeepMind enfocado en la seguridad de la serie Gemini 4. Google informa que ocupa el primer lugar en Artificial Analysis Intelligence Index y alcanza resultados de vanguardia en pruebas de detección, explotación y corrección de vulnerabilidades, con una generación de código seguro más sólida que Gemini 4 Argon.Muapi ofrece Gemini 4 Carbon mediante un único endpoint sencillo con entrada de texto e imagen, un prompt de sistema opcional, un control reasoning_effort, facturación por token a $4.00 por millón de tokens de entrada y $20.00 por millón de tokens de salida, y el mismo proceso asíncrono de envío y consulta que los demás modelos.
Gemini 4 Carbon ya está disponible por API
Prueba Gemini 4 Carbon en el playground, o llámalo desde tu propio código con una clave de API de Muapi. Consulta el centro de Gemini 4 para conocer Gemini 4 Argon y todos los demás modelos de Gemini 4.
Modelo de frontera de Google DeepMind enfocado en la seguridad. Acepta texto y una imagen opcional, además de un prompt de sistema y un nivel de razonamiento, con facturación por token.
Gemini 4 Carbon es el modelo enfocado en la seguridad de la serie Gemini 4 de Google DeepMind. Ocupa el primer lugar en Artificial Analysis Intelligence Index y, según Google, obtiene resultados de vanguardia en detección de vulnerabilidades (SEC-bench Pro), explotación (ExploitGym) y aplicación de parches (CWE-bench), y más que duplica la tasa de éxito de Gemini 4 Argon en generación de código seguro en la evaluación interna de Google. Esas cifras son resultados publicados por Google, no mediciones de Muapi.
Muapi lo ofrece mediante un único endpoint gemini-4-carbon. Envía un prompt con un image_url, system_prompt, and reasoning_effort (low, medium, or high) y luego consulta el endpoint de resultados compartido. Para el nivel de uso general de Gemini 4, consulta Gemini 4 Argon; para un chat cotidiano más rápido y económico, consulta Gemini 3.8 Flash.
Diseñado para detectar, explotar y corregir vulnerabilidades, con sólidos resultados en pruebas de seguridad según informa Google.
Escribe y revisa código con menos fallos de seguridad que el nivel anterior de Gemini 4, según la evaluación interna de Google.
Establece reasoning_effort en low, medium (predeterminado) o high para equilibrar velocidad y coste con profundidad en problemas difíciles.
Incluye una imagen junto con tu prompt para preguntar sobre capturas de pantalla, diagramas de arquitectura o documentos escaneados.
Paga $4.00 por millón de tokens de entrada y $20.00 por millón de tokens de salida, sin suscripción.
Audita funciones y solicitudes de incorporación de cambios para detectar fallos de inyección, seguridad de memoria y autenticación, y luego redacta parches.
Clasifica los hallazgos por CWE, explica su posibilidad de explotación y prioriza su corrección.
Planifica e implementa tareas de ingeniería de varios pasos con un razonamiento sólido.
Usa Carbon como núcleo de razonamiento de agentes de varios pasos y flujos de trabajo automatizados.
Haz preguntas sobre capturas de pantalla, diagramas y páginas escaneadas adjuntando una imagen.
| Característica | Gemini 4 Carbon | Gemini 4 Argon |
|---|---|---|
| Posicionamiento | Razonamiento de frontera enfocado en la seguridad | Razonamiento de frontera de uso general |
| Ventana de contexto | No publicado por Google | Contexto y salida unificados de 1M de tokens |
| Entrada | Texto, imagen, prompt de sistema y nivel de razonamiento | Texto, imagen y prompt de sistema |
| Precio (entrada / salida por 1M de tokens) | $4.00 / $20.00 | $2.00 / $10.00 |
| Cargo mínimo por llamada | $0.0004 | $0.0002 |
| Ideal para | Análisis de vulnerabilidades y código seguro | Programación de largo recorrido y análisis profundo |
Envía una solicitud JSON con tu clave de API de Muapi, guarda el ID de la solicitud y consulta el endpoint de resultados compartido para obtener el texto generado.
curl -X POST https://api.muapi.ai/api/v1/gemini-4-carbon \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"Audit this function for injection vulnerabilities and propose a patch","system_prompt":"You are a senior application security engineer.","reasoning_effort":"high"}'
# Response: {"request_id":"REQUEST_ID"}Llama a gemini-4-carbon con un prompt y, opcionalmente, system_prompt, image_url y reasoning_effort.
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \ -H "x-api-key: YOUR_API_KEY" # Poll until status is completed, then read the generated text from outputs.
Consulta hasta que se complete la tarea y luego lee el texto generado en outputs.
Gemini 4 Carbon is Google DeepMind's security-focused frontier model in the Gemini 4 series. It ranks first on the Artificial Analysis Intelligence Index and is strong at finding, exploiting, and patching vulnerabilities as well as general coding and reasoning.
La facturación es por token: $4.00 por millón de tokens de entrada y $20.00 por millón de tokens de salida, con un cargo mínimo de $0.0004 por llamada. Los tokens de razonamiento cuentan como tokens de salida. No hay suscripción.
Define cuánto razona el modelo antes de responder: low, medium (predeterminado) o high. Un nivel más alto permite profundizar en problemas difíciles, pero tarda más y usa más tokens de salida.
Sí. Pasa image_url junto con tu prompt para hacer preguntas sobre una captura de pantalla, un diagrama o un documento fotografiado.
El endpoint es asíncrono. Recibes un request_id de inmediato y luego consultas el endpoint de resultados de predictions o indicas una URL de webhook para recibir una notificación cuando el texto esté listo.
Carbon es el modelo más reciente, enfocado en la seguridad y con mejores resultados en detección de vulnerabilidades y generación de código seguro, según informa Google; Argon es el nivel de razonamiento de frontera de uso general con un contexto de 1M de tokens. Ambos usan los mismos campos prompt, image_url y system_prompt, y Carbon añade reasoning_effort.
No. Las cifras de pruebas y evaluación citadas en esta página son resultados publicados por Google. Evalúa el modelo con tu propio código antes de confiar en él para tomar decisiones de seguridad y pide a una persona que revise los hallazgos y los parches.
Añade a tu producto razonamiento de frontera enfocado en la seguridad mediante una sola API.