🔥 Black Friday AI API deals are live· New drops every MondayEnds in--d --:--:--See deals →

Google Gemini 4 Carbon: AI مدل‌ها

Google Gemini 4 Carbon را از طریق API اجرا کنید: استدلال پیشروی متمرکز بر امنیت برای ممیزی کد و کدنویسی بلندمدت. رایگان امتحان کنید — پرداخت به‌ازای هر تولید، بدون اشتراک.

کنترل‌های تعاملی مدل

Google Gemini 4 Carbon را از طریق API اجرا کنید: استدلال پیشروی متمرکز بر امنیت برای ممیزی کد و کدنویسی بلندمدت. رایگان امتحان کنید — پرداخت به‌ازای هر تولید، بدون اشتراک.

📝

نمای کلی

مدل‌ها

Gemini 4 Carbon مدل پیشروی متمرکز بر امنیت Google DeepMind است. این مدل در Artificial Analysis Intelligence Index رتبه اول را دارد و در کشف آسیب‌پذیری (SEC-bench Pro)، بهره‌برداری (ExploitGym) و وصله‌کردن (CWE-bench) به نتایج پیشرفته می‌رسد و در تولید کد امن نیز از Gemini 4 Argon بهتر عمل می‌کند. متن و یک تصویر و پرامپت سیستمی اختیاری را می‌پذیرد و کنترل reasoning_effort (low، medium، high) دارد. برای سطح عمومی Gemini 4، Gemini 4 Argon را ببینید؛ برای گفتگوی سریع‌تر و ارزان‌تر، Gemini 3.8 Flash را ببینید.

1بررسی کد امن: توابع و درخواست‌های ادغام را از نظر نقص‌های تزریق، ایمنی حافظه و احراز هویت ممیزی کنید و سپس وصله‌هایی پیش‌نویس کنید.
2اولویت‌بندی آسیب‌پذیری‌ها: یافته‌ها را بر اساس CWE دسته‌بندی کنید، امکان بهره‌برداری را توضیح دهید و اقدامات اصلاحی را اولویت‌بندی کنید.
3کدنویسی بلندمدت: کارهای مهندسی چندمرحله‌ای را با استدلال قوی برنامه‌ریزی و پیاده‌سازی کنید.
4استدلال عامل‌ها: از این مدل به‌عنوان مدل برنامه‌ریز در عامل‌های چندمرحله‌ای و [گردش‌کارها](/workflows) استفاده کنید.
5پرسش و پاسخ تصویری: یک image_url بفرستید تا درباره اسکرین‌شات‌ها، نمودارهای معماری یا اسناد اسکن‌شده سؤال بپرسید.
💰

قیمت‌گذاری و ارزش

تحلیل هزینه

muapiapp$4.00/M input, $20.00/M output

صورت‌حساب مبتنی بر توکن حداقل 0.0004 دلار در هر تماس.

Fal.aiدر دسترس نیست

No dedicated Gemini 4 Carbon endpoint at this time.

Replicateدر دسترس نیست

No dedicated Gemini 4 Carbon endpoint at this time.

** مدل‌ها。

⚙️

مشخصات فنی

طرح پیکربندی

پرامپت (دستور متنی)string

تنظیم پارامتر The user message or instruction for the model. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضAudit this function for memory-safety and injection vulnerabilities, then propose a patch.
آدرس اینترنتی تصویرstring

تنظیم پارامتر Optional image URL to include as multimodal input. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضundefined
پرامپت سیستمیstring

تنظیم پارامتر Optional system-level instruction to guide model behavior. جهت هدایت دقیق فرآیند تولید مدل.

مقدار پیش‌فرضYou are a helpful assistant that responds concisely.
شدت استدلال منطقی(3 )

How much reasoning the model applies before answering. Higher effort is slower and uses more output tokens.

مقدار پیش‌فرضmedium
📖

راهنمای پیاده‌سازی

مستندات توسعه‌دهندگان

نحوه استفاده از Gemini 4 Carbon

  1. پرامپت خود را بنویسید: وظیفه را در prompt قرار دهید. در صورت تمایل system_prompt را برای تعیین نقش، لحن یا قالب خروجی اضافه کنید.

  2. میزان استدلال را انتخاب کنید: reasoning_effort را روی low، medium (پیش‌فرض) یا high تنظیم کنید. میزان بالاتر باعث می‌شود مدل بیشتر استدلال کند و توکن‌های خروجی بیشتری مصرف کند.

  3. تصویر اضافه کنید (اختیاری): برای افزودن تصویر به درخواست، image_url را ارائه دهید.

  4. ارسال و دریافت نتیجه: POST یک request_id برمی‌گرداند؛ /api/v1/predictions/{request_id}/result را بررسی کنید یا یک URL برای webhook بدهید.

نمونه cURL

curl -X POST "https://api.muapi.ai/api/v1/gemini-4-carbon" \
  -H "x-api-key: $MUAPI_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. Be concise and specific.",
    "reasoning_effort": "high"
  }'
❓

پرسش‌های متداول

سوالات پرتکرار

Gemini 4 Carbon چیست؟

Gemini 4 Carbon مدل پیشروی متمرکز بر امنیت Google DeepMind است که در Artificial Analysis Intelligence Index رتبه اول را دارد و در یافتن، بهره‌برداری و وصله‌کردن آسیب‌پذیری‌ها و نیز کدنویسی و استدلال عمومی توانمند است.

قیمت‌گذاری Gemini 4 Carbon چگونه است؟

قیمت‌گذاری مبتنی بر توکن است: $4.00 برای هر یک میلیون توکن ورودی و $20.00 برای هر یک میلیون توکن خروجی، با حداقل هزینه $0.0004 در هر فراخوانی. توکن‌های استدلال جزو خروجی محاسبه می‌شوند.

آیا Gemini 4 Carbon تصویر می‌پذیرد؟

بله. برای پرسش درباره یک اسکرین‌شات، نمودار یا سند عکاسی‌شده، یک image_url را همراه پرامپت ارسال کنید.

reasoning_effort چه کاری انجام می‌دهد؟

این گزینه میزان استدلال مدل پیش از پاسخ را تعیین می‌کند: low، medium (پیش‌فرض) یا high. میزان بالاتر برای مسائل دشوار پاسخ عمیق‌تری می‌دهد، اما کندتر است و توکن‌های خروجی بیشتری مصرف می‌کند.

چگونه نتیجه را دریافت کنم؟

نقطه پایانی ناهمزمان است: بلافاصله یک request_id دریافت می‌کنید، سپس نقطه پایانی نتیجه predictions را بررسی می‌کنید یا یک URL وب‌هوک می‌دهید تا هنگام آماده شدن متن مطلع شوید.

Gemini 4 Carbon چه تفاوتی با Gemini 4 Argon دارد؟

Carbon مدل جدیدتر و متمرکز بر امنیت است که در یافتن آسیب‌پذیری و تولید کد امن نتایج قوی‌تری دارد؛ Argon سطح عمومی استدلال پیشرو است. هر دو از فیلدهای یکسان prompt، image_url و system_prompt استفاده می‌کنند و Carbon گزینه reasoning_effort را نیز دارد.