Gemini 4 Carbon
Modello di frontiera di Google DeepMind specializzato nella sicurezza. Accetta testo, un’immagine opzionale, un prompt di sistema e il parametro reasoning_effort, con fatturazione a token.
Gemini 4 Carbon è il modello di frontiera della serie Gemini 4 di Google DeepMind specializzato nella sicurezza. Secondo Google, è al primo posto nell’Artificial Analysis Intelligence Index e raggiunge risultati all’avanguardia nei benchmark di individuazione e sfruttamento delle vulnerabilità e di applicazione di patch, con una generazione di codice sicuro più efficace rispetto a Gemini 4 Argon.Muapi mette a disposizione Gemini 4 Carbon tramite un semplice endpoint con input di testo e immagini, un prompt di sistema opzionale, il parametro reasoning_effort, fatturazione a token alle tariffe di $4.00 per milione di token in input e $20.00 per milione di token in output, e lo stesso flusso asincrono di invio e polling degli altri modelli.
Gemini 4 Carbon è ora disponibile tramite API
Prova Gemini 4 Carbon nel playground oppure richiamalo dal tuo codice con una chiave API Muapi. Visita l’hub Gemini 4 per scoprire Gemini 4 Argon e tutti gli altri modelli Gemini 4.
Modello di frontiera di Google DeepMind specializzato nella sicurezza. Accetta testo, un’immagine opzionale, un prompt di sistema e il parametro reasoning_effort, con fatturazione a token.
Gemini 4 Carbon è il modello della serie Gemini 4 di Google DeepMind specializzato nella sicurezza. È al primo posto nell’Artificial Analysis Intelligence Index e, secondo Google, ottiene risultati all’avanguardia nei benchmark di individuazione delle vulnerabilità (SEC-bench Pro), sfruttamento (ExploitGym) e applicazione di patch (CWE-bench), mentre più che raddoppia il tasso di successo di Gemini 4 Argon nella generazione di codice sicuro, secondo la valutazione interna di Google. Questi dati sono risultati riportati da Google e non misurazioni di Muapi.
Muapi lo offre tramite un unico endpoint gemini-4-carbon endpoint. Invia un prompt con un image_url, system_prompt, e reasoning_effort (low, medium o high), poi interroga l’endpoint dei risultati condiviso. Per il modello Gemini 4 di uso generale, vedi Gemini 4 Argon; per una chat quotidiana più veloce ed economica, vedi Gemini 3.8 Flash.
Progettato per individuare e sfruttare vulnerabilità e applicare patch, con ottimi risultati nei benchmark di sicurezza secondo quanto riportato da Google.
Scrivi e revisiona codice con meno vulnerabilità rispetto al precedente modello Gemini 4, secondo la valutazione interna di Google.
Imposta reasoning_effort su low, medium (valore predefinito) o high per bilanciare velocità e costo con l’approfondimento nei problemi complessi.
Allega un’immagine al prompt per fare domande su screenshot, diagrammi architetturali o documenti scansionati.
Paga $4.00 per milione di token in input e $20.00 per milione di token in output, senza abbonamento.
Esamina funzioni e pull request per individuare vulnerabilità di injection, sicurezza della memoria e autenticazione, poi prepara le patch.
Classifica i risultati in base al CWE, spiega quanto siano sfruttabili e stabilisci le priorità di correzione.
Pianifica e realizza attività ingegneristiche articolate in più passaggi con un ragionamento approfondito.
Usa Carbon come nucleo di ragionamento di agenti multi-step e flussi di lavoro automatizzati.
Allega un’immagine per fare domande su screenshot, diagrammi e pagine scansionate.
| Caratteristica | Gemini 4 Carbon | Gemini 4 Argon |
|---|---|---|
| Posizionamento | Ragionamento di frontiera specializzato nella sicurezza | Ragionamento di frontiera per uso generale |
| Finestra di contesto | Non pubblicata da Google | Contesto e output unificati da 1M di token |
| Input | Testo, immagine, prompt di sistema e livello di ragionamento | Testo, immagine e prompt di sistema |
| Prezzo (input / output per 1M di token) | $4.00 / $20.00 | $2.00 / $10.00 |
| Addebito minimo per chiamata | $0.0004 | $0.0002 |
| Ideale per | Analisi delle vulnerabilità e codice sicuro | Programmazione di lungo respiro e analisi approfondita |
Invia una richiesta JSON con la tua chiave API Muapi, salva l’ID della richiesta e interroga l’endpoint dei risultati condiviso per ottenere il testo generato.
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"}Chiama gemini-4-carbon con un prompt e, facoltativamente, i parametri system_prompt, image_url e 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.
Interroga l’endpoint finché l’attività non è completata, poi leggi il testo generato da outputs.
Gemini 4 Carbon è il modello di frontiera della serie Gemini 4 di Google DeepMind specializzato nella sicurezza. È al primo posto nell’Artificial Analysis Intelligence Index ed è efficace nell’individuazione e nello sfruttamento delle vulnerabilità, nell’applicazione di patch, nella programmazione generale e nel ragionamento.
La fatturazione è a token: $4.00 per milione di token in input e $20.00 per milione di token in output, con un addebito minimo di $0.0004 per chiamata. I token di ragionamento vengono conteggiati come token in output. Non è previsto alcun abbonamento.
Imposta quanto ragionamento applica il modello prima di rispondere: low, medium (valore predefinito) o high. Un livello più alto permette di approfondire i problemi complessi, ma rallenta la risposta e usa più token in output.
Sì. Passa image_url insieme al prompt per fare domande su uno screenshot, un diagramma o un documento fotografato.
L’endpoint è asincrono. Ricevi subito un request_id, poi interroghi l’endpoint dei risultati predictions oppure fornisci l’URL di un webhook per ricevere una notifica quando il testo è pronto.
Carbon è il modello più recente, specializzato nella sicurezza, con risultati migliori nell’individuazione delle vulnerabilità e nella generazione di codice sicuro secondo quanto riportato da Google; Argon è il modello di ragionamento di frontiera per uso generale con un contesto da 1M di token. Entrambi usano gli stessi campi prompt, image_url e system_prompt; Carbon aggiunge reasoning_effort.
No. I benchmark e i dati di valutazione citati in questa pagina sono risultati riportati da Google. Prima di affidarti al modello per decisioni di sicurezza, esegui le tue valutazioni sul codice e fai verificare i risultati e le patch da una persona.
Aggiungi al tuo prodotto il ragionamento di frontiera specializzato nella sicurezza tramite un’unica API.