Gemini 4 Carbon
Modèle de pointe de Google DeepMind axé sur la sécurité. Accepte du texte et une image facultative, ainsi qu’un prompt système et un niveau de raisonnement ; facturation au token.
Gemini 4 Carbon est le modèle de pointe axé sur la sécurité de la série Gemini 4 de Google DeepMind. Google le classe premier à l’Artificial Analysis Intelligence Index et indique qu’il atteint des résultats de pointe aux benchmarks de découverte, d’exploitation et de correction des vulnérabilités, avec une génération de code sécurisé supérieure à celle de Gemini 4 Argon.Muapi propose Gemini 4 Carbon via un endpoint simple prenant en charge le texte et les images, un prompt système facultatif, un contrôle reasoning_effort, une facturation au token à $4.00 par million de tokens d’entrée et $20.00 par million de tokens de sortie, ainsi que le même fonctionnement asynchrone de soumission et d’interrogation que pour tous les autres modèles.
Gemini 4 Carbon est disponible dès maintenant via l’API
Essayez Gemini 4 Carbon dans le playground, ou appelez-le depuis votre propre code avec une clé API Muapi. Consultez le hub Gemini 4 pour découvrir Gemini 4 Argon et tous les autres modèles Gemini 4.
Modèle de pointe de Google DeepMind axé sur la sécurité. Accepte du texte et une image facultative, ainsi qu’un prompt système et un niveau de raisonnement ; facturation au token.
Gemini 4 Carbon est le modèle axé sur la sécurité de la série Gemini 4 de Google DeepMind. Il est classé premier à l’Artificial Analysis Intelligence Index et, selon Google, obtient des résultats de pointe en découverte de vulnérabilités (SEC-bench Pro), en exploitation (ExploitGym) et en correction (CWE-bench), tout en faisant plus que doubler le taux de réussite de Gemini 4 Argon en génération de code sécurisé lors de l’évaluation interne de Google. Ces chiffres sont ceux rapportés par Google et ne proviennent pas de mesures de Muapi.
Muapi le propose via un unique endpoint gemini-4-carbon. Envoyez un prompt avec un image_url, system_prompt, and reasoning_effort (low, medium ou high), puis interrogez l’endpoint de résultat partagé. Pour le modèle généraliste Gemini 4, consultez Gemini 4 Argon ; pour un chat quotidien plus rapide et moins cher, consultez Gemini 3.8 Flash.
Conçu pour détecter et exploiter des vulnérabilités, puis les corriger, avec de solides résultats aux benchmarks de sécurité rapportés par Google.
Rédigez et révisez du code comportant moins de failles de sécurité que le niveau Gemini 4 précédent, selon l’évaluation interne de Google.
Réglez reasoning_effort sur low, medium (par défaut) ou high pour arbitrer entre vitesse, coût et profondeur sur les problèmes difficiles.
Ajoutez une image à votre prompt pour poser des questions sur des captures d’écran, des schémas d’architecture ou des documents numérisés.
Payez $4.00 par million de tokens d’entrée et $20.00 par million de tokens de sortie, sans abonnement.
Auditez des fonctions et des pull requests pour repérer les failles d’injection, de sécurité mémoire et d’authentification, puis rédigez des correctifs.
Classez les résultats par CWE, expliquez leur exploitabilité et définissez les priorités de correction.
Planifiez et réalisez des travaux d’ingénierie en plusieurs étapes grâce à un raisonnement approfondi.
Utilisez Carbon comme cœur de raisonnement d’agents multi-étapes et de workflows automatisés.
Posez des questions sur des captures d’écran, des schémas et des pages numérisées en joignant une image.
| Fonctionnalité | Gemini 4 Carbon | Gemini 4 Argon |
|---|---|---|
| Positionnement | Raisonnement de pointe axé sur la sécurité | Raisonnement de pointe généraliste |
| Fenêtre de contexte | Non publiée par Google | Contexte et sortie unifiés de 1M de tokens |
| Entrée | Texte, image, prompt système, niveau de raisonnement | Texte, image, prompt système |
| Prix (entrée / sortie par 1M de tokens) | $4.00 / $20.00 | $2.00 / $10.00 |
| Facturation minimale par appel | $0.0004 | $0.0002 |
| Idéal pour | Analyse de vulnérabilités et code sécurisé | Code de longue haleine et analyse approfondie |
Envoyez une requête JSON avec votre clé API Muapi, conservez l’ID de requête et interrogez l’endpoint de résultat partagé pour récupérer le texte généré.
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"}Appelez gemini-4-carbon avec un prompt et, en option, system_prompt, image_url et 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.
Interrogez le résultat jusqu’à la fin de la tâche, puis lisez le texte généré dans outputs.
Gemini 4 Carbon est le modèle de pointe axé sur la sécurité de la série Gemini 4 de Google DeepMind. Il est classé premier à l’Artificial Analysis Intelligence Index et excelle dans la détection, l’exploitation et la correction des vulnérabilités, ainsi que dans la programmation et le raisonnement généralistes.
La facturation se fait au token : $4.00 par million de tokens d’entrée et $20.00 par million de tokens de sortie, avec un minimum de $0.0004 par appel. Les tokens de raisonnement sont comptabilisés comme des tokens de sortie. Il n’y a pas d’abonnement.
Ce paramètre définit l’intensité du raisonnement du modèle avant sa réponse : low, medium (par défaut) ou high. Un niveau plus élevé approfondit les problèmes difficiles, mais ralentit la réponse et utilise davantage de tokens de sortie.
Oui. Transmettez une image via image_url avec votre prompt pour poser des questions sur une capture d’écran, un schéma ou un document photographié.
L’endpoint est asynchrone. Vous recevez immédiatement un request_id, puis vous interrogez l’endpoint de résultat predictions ou fournissez une URL de webhook pour être averti lorsque le texte est prêt.
Carbon est le modèle le plus récent, axé sur la sécurité, qui obtient de meilleurs résultats en détection de vulnérabilités et en génération de code sécurisé, selon Google ; Argon est le niveau de raisonnement de pointe généraliste doté d’un contexte de 1M de tokens. Les deux utilisent les mêmes champs prompt, image_url et system_prompt, et Carbon ajoute reasoning_effort.
Non. Les chiffres des benchmarks et des évaluations cités sur cette page sont les résultats rapportés par Google. Effectuez vos propres évaluations sur votre code avant de vous fier au modèle pour des décisions de sécurité, et faites vérifier les résultats et les correctifs par une personne.
Ajoutez un raisonnement de pointe axé sur la sécurité à votre produit grâce à une seule API.