Quanto custa uma tarefa completa na API do Gemini 4 Carbon?
Calcule o custo de tarefas do Gemini 4 Carbon com um kit Python validado: tarifas atuais e de dezembro, cache, raciocínio, novas tentativas, etapas de agentes e cobranças de ferramentas.
Para estimar o custo de uma tarefa do Gemini 4 Carbon, some os custos conhecidos de cada tentativa independente e de cada etapa de continuação: entrada sem acerto de cache, entrada atendida pelo cache, tokens gerados incluindo raciocínio e ferramentas cobradas separadamente. Escolha o período tarifário correto antes de calcular. A resposta final visível representa apenas parte dessa conta. Uma nova tentativa ou uma etapa anterior do agente pode consumir recursos mesmo sem produzir o resultado aceito.
Este guia oferece uma calculadora Python completa para download, um formato normalizado de entrada e exemplos reproduzíveis. Usamos as tarifas Standard do Google, em USD, para gemini-4-carbon, verificadas em 15 de novembro de 2026. Elas não precificam Batch, Flex, Priority, contratos negociados nem rotas da Ofox. Se você ainda precisa fazer a primeira chamada funcionar, comece pelo guia de configuração da API do Carbon.
Este artigo é publicado pela Ofox. A calculadora e a CLI passaram em 24 testes offline. Todas as quantidades de tokens e os resultados das tarefas nos exemplos são hipóteses, não medições de uma execução do modelo nem faturas de um provedor. O kit não chama uma API, não carrega uma chave e não interpreta automaticamente o usage bruto do fornecedor. Ele serve para reproduzir o cálculo de um registro de uso com significado confirmado e detectar erros comuns de contagem.
Escolha o modelo exato, a modalidade e a data da tarifa
A tabela de preços do Carbon do Google, em inglês, informa as seguintes tarifas Standard. A unidade de todas elas é USD por um milhão de tokens, não por requisição ou por tarefa aceita.
| Categoria faturável | Até 30 de novembro de 2026 | A partir de 1º de dezembro de 2026 | Aplicar a |
|---|---|---|---|
| Entrada comum | US$ 2,00 | US$ 4,00 | Tokens de entrada sem acerto de cache |
| Entrada em cache | US$ 0,10 | US$ 0,20 | Parcela da entrada realmente atendida pelo cache |
| Saída, incluindo raciocínio | US$ 10,00 | US$ 20,00 | Quantidade combinada faturável de geração, com escopo confirmado |
Na data da verificação, a coluna de dezembro representa um cenário futuro, não o preço atual. Para quantidades idênticas de tokens, essas três tarifas dobram. As cobranças separadas de ferramentas não dobram automaticamente junto com elas. O Google não lista uma modalidade Free para o Carbon; uma franquia de ferramenta não torna gratuito o processamento de tokens do modelo.

Captura real da página oficial de preços em inglês, recortada nas linhas de tokens Standard e sem dados de conta. É uma fonte de preços, não uma fatura nem uma cotação da Ofox.
Mantenha juntos o ID do modelo, a modalidade de serviço, a moeda, a unidade e o período de vigência. Copiar o preço de um modelo Gemini vizinho ou de outra modalidade de inferência não basta para calcular uma chamada do Carbon. Nosso guia de escolha de modelos Google trata da adequação às tarefas; este artigo não demonstra que o Carbon seja a opção mais barata para obter um resultado equivalente.
Algumas ferramentas também são cobradas separadamente pelo Google. A observação sobre Search grounding diz que uma única requisição do cliente pode gerar várias consultas de busca, relevantes para a cobrança da ferramenta. Confira franquias compartilhadas e limites na seção atual de preços das ferramentas. Não multiplique uma cobrança fixa pelo número de requisições do aplicativo, a menos que essa seja a unidade real de faturamento. A calculadora recebe uma cobrança separada conhecida, em USD, não uma estimativa de quantas vezes a ferramenta foi chamada.
Normalize o uso antes de aplicar a fórmula
O registro usa nomes de campos definidos por nós. Eles não são nomes dos campos de resposta do Google ou da Ofox. Antes de inserir valores reais, leia o contrato do endpoint, da versão do SDK e do modo de execução exatos. Preserve o registro bruto de uso de forma privada para poder explicar a conversão.
| Campo do registro | Significado obrigatório | Erro a evitar |
|---|---|---|
id | Identificador único de uma tentativa ou etapa de continuação contabilizada separadamente | Registrar a mesma requisição duas vezes a partir de snapshots diferentes |
input_total | Toda a entrada faturável da linha, incluindo a parcela em cache | Tratar um campo que já exclui cache como entrada total |
cached_input | Parcela conhecida de input_total que teve acerto de cache | Presumir que todos os tokens elegíveis realmente acertaram o cache |
generated_including_thinking | Quantidade combinada faturável de geração, com raciocínio contado uma vez | Somar raciocínio a um campo que já o inclui |
tools_usd | Cobrança separada conhecida como string decimal; "0" apenas quando o valor zero foi confirmado | Tratar taxas desconhecidas ou tokens de ferramentas como custo zero |
A documentação de contagem de tokens do Google, em inglês, apresenta nomes como total_input_tokens, total_output_tokens, total_thought_tokens, total_cached_tokens e total_tool_use_tokens. Os nomes, por si só, não definem uma regra universal de correspondência com a fatura. A documentação e os comentários do SDK revisados para este artigo não estabelecem uma única relação de inclusão entre saída e raciocínio para todas as rotas e modos do Carbon.
Faça uma conversão condicional: se o contrato aplicável confirmar que o total de saída já inclui raciocínio, use essa quantidade combinada uma vez. Se confirmar que saída visível e raciocínio são quantidades faturáveis sem sobreposição, some-as uma vez para formar o campo normalizado. Se não conseguir confirmar a relação, pare e marque a quantidade como desconhecida. Não escolha uma fórmula só porque os números parecem plausíveis. Uma contagem de tokens de uso de ferramentas também não se transforma automaticamente em uma cobrança monetária separada.
Da mesma forma, determine se o objeto usage cobre uma requisição, uma etapa de continuação ou a interação acumulada. Não some snapshots cumulativos de streaming. Se o total final já inclui etapas anteriores, use esse total uma vez ou use valores por etapa cuja ausência de sobreposição tenha sido confirmada. Misturar os dois superestima o custo da tarefa.
Depois da normalização, a fórmula de uma linha é simples:
ordinary_input = input_total - cached_input
row_cost_usd = (
ordinary_input * ordinary_input_rate
+ cached_input * cached_input_rate
+ generated_including_thinking * generated_rate
) / 1_000_000 + tools_usd
task_cost_usd = sum(cost of each non-overlapping row)
Essa subtração exige que a entrada em cache seja um subconjunto da entrada total. Cobrar toda a entrada pela tarifa comum e depois adicionar a parte em cache conta esses tokens duas vezes. Também não acrescente uma taxa de armazenamento de cache explícito a esta fórmula do Carbon: a tarifa citada é para acertos de cache implícito, e o cache explícito não é suportado.
Execute a calculadora completa localmente
Baixe o kit de custo de tarefas do Carbon, extraia os arquivos e entre em carbon-task-cost-kit. O pacote contém cost.py, a CLI calculate.py, dois módulos de testes, dois registros de exemplo e um README em inglês. Ele usa apenas a biblioteca padrão do Python, sem SDK de modelo, chave ou chamada de rede.
Use Python 3.11 ou mais recente. Execute os testes antes de substituir os exemplos:
python -m unittest test_cost.py test_cli.py -v
O resultado esperado é 24 testes aprovados: 16 verificações da calculadora e oito da CLI. Eles cobrem aritmética decimal, validação do subconjunto em cache, uso ausente, IDs duplicados, períodos inválidos, campos JSON repetidos, registros malformados e saída exata da CLI. Isso é evidência sobre o programa local, não validação da implementação de faturamento do provedor.
O arquivo incluído single-attempt.json contém uma tentativa inventada:
[
{
"id": "illustrative-success",
"input_total": 50000,
"cached_input": 40000,
"generated_including_thinking": 6000,
"tools_usd": "0"
}
]
Execute os cenários fornecidos:
python calculate.py single-attempt.json --period through-2026-11-30
python calculate.py single-attempt.json --period from-2026-12-01
python calculate.py retry-task.json --period through-2026-11-30
Os totais em USD são, respectivamente, "0.084", "0.168" e "0.234". A saída JSON também separa cada linha em entrada comum, entrada em cache, tokens gerados e ferramentas. Valores monetários saem como strings decimais para preservar o cálculo exato, sem arredondar cada parcela intermediária para centavos. Formate um valor de exibição somente depois de guardar o resultado preciso.
Para usar seu próprio registro, copie um exemplo para outro arquivo JSON, insira valores com significado confirmado e execute python calculate.py your-ledger.json --period through-2026-11-30 ou selecione explicitamente o outro período. Compare as parcelas com uma conta manual antes de processar muitas linhas. Um registro vazio é rejeitado: ele não prova que uma tarefa concluída custou zero.
O programa termina com erro se houver quantidades ausentes, tokens negativos ou não inteiros, cache maior que a entrada total, IDs duplicados, campos JSON repetidos ou campos inesperados. As cobranças de ferramentas precisam ser valores decimais conhecidos e não negativos; em JSON, use uma string como "0.01". Campos extras, inclusive uma parcela adicional de raciocínio ou uma substituição de preço por linha, são rejeitados para manter a normalização explícita. Guarde anotações humanas e referências às fontes em um arquivo separado, em vez de inseri-las arbitrariamente no esquema de cálculo.
Recalcule os cenários de tarefa
As contas a seguir usam dados normalizados inventados. Elas não preveem quantos tokens o Carbon precisará para seu prompt, se haverá acerto de cache ou se o resultado atenderá aos seus critérios de qualidade.
Uma tentativa aceita com as tarifas atuais
Suponha entrada total de 50.000 tokens, incluindo 40.000 acertos de cache, geração combinada de 6.000 tokens e cobrança separada de ferramentas confirmada como zero. A entrada comum é, portanto, de 10.000 tokens.
- Entrada comum:
10,000 × $2 / 1,000,000 = $0.020. - Entrada em cache:
40,000 × $0.10 / 1,000,000 = $0.004. - Tokens gerados, incluindo raciocínio:
6,000 × $10 / 1,000,000 = $0.060. - Total: US$ 0,084.
O texto final pode ter menos de 6.000 tokens visíveis. A quantidade gerada do exemplo já está combinada e não deve receber outra parcela de raciocínio.
O mesmo uso com as tarifas anunciadas para dezembro
Mantendo as quantidades, o resultado é $0.040 + $0.008 + $0.120 = $0.168. É exatamente o dobro do cenário apenas com tokens, pois as três tarifas Standard citadas dobram. Estamos comparando períodos com uso idêntico, não prevendo que tarefas reais de dezembro consumirão os mesmos tokens.
Se a cobrança separada total de ferramentas fosse conhecida e igual a US$ 0,01 nos dois períodos, os totais seriam US$ 0,094 e US$ 0,178. Dobrar o primeiro total para US$ 0,188 também dobraria, incorretamente, a taxa que não mudou. Os US$ 0,01 são uma hipótese ilustrativa, não um preço publicado de ferramenta do Google.
Uma primeira tentativa malsucedida seguida da tentativa aceita
O retry-task.json acrescenta, antes do exemplo aceito, uma tentativa com uso conhecido de 50.000 tokens de entrada sem cache e 5.000 tokens gerados incluindo raciocínio. Ambas as linhas presumem zero de cobrança separada de ferramentas.
[
{
"id": "illustrative-failed-attempt",
"input_total": 50000,
"cached_input": 0,
"generated_including_thinking": 5000,
"tools_usd": "0"
},
{
"id": "illustrative-success",
"input_total": 50000,
"cached_input": 40000,
"generated_including_thinking": 6000,
"tools_usd": "0"
}
]
A primeira linha custa $0.100 + $0.050 = $0.150. Somando a linha bem-sucedida, chegamos a US$ 0,234 pela tarefa, embora a tentativa aceita isoladamente custe US$ 0,084. “Malsucedida” significa aqui uma tentativa hipotética cujo uso faturável é conhecido de forma independente. Não significa que toda requisição HTTP rejeitada gere essa cobrança.
Algumas mudanças controladas mostram a sensibilidade da conta:
| Cenário hipotético | Total em USD | O que mudou |
|---|---|---|
| Tarifas atuais, 40.000 acertos de cache, 6.000 tokens gerados | US$ 0,084 | Exemplo de referência |
| Tarifas atuais, sem cache, mesma entrada total e geração | US$ 0,160 | Todos os 50.000 tokens de entrada usam a tarifa comum |
| Tarifas atuais, 40.000 acertos de cache, 16.000 tokens gerados | US$ 0,184 | Mais 10.000 tokens de geração combinada |
| Tarifas de dezembro, quantidades de referência | US$ 0,168 | Apenas o período tarifário |
| Tarifas atuais, referência mais US$ 0,01 conhecido de ferramenta | US$ 0,094 | Apenas a cobrança separada |
| Tarifas de dezembro, referência mais os mesmos US$ 0,01 | US$ 0,178 | Tokens com outra tarifa, ferramenta sem alteração |
São cálculos, não um benchmark do modelo nem a promessa de que uma mudança específica no prompt economizará a diferença mostrada.
Entenda a elegibilidade do cache e os turnos curtos do agente
O guia de cache do Google, em inglês, lista um mínimo de 4.096 tokens de entrada para o cache implícito do Carbon. Ser elegível não garante acerto. A tarifa de cache citada é 95% menor que a de entrada comum para tokens que realmente acertam o cache; não é um desconto de 95% em todos os tokens ou na tarefa inteira.
Criação de cache explícito e referências cached_content não são suportadas no Carbon. Não adicione um ID de cache explícito só para tentar forçar a coluna com desconto. Prefixos compartilhados estáveis e requisições semelhantes em momentos próximos podem favorecer a reutilização implícita, mas o registro deve usar os acertos efetivamente reportados. A documentação aponta usage.total_cached_tokens como indicador de acertos; ainda assim, confirme sua relação com a entrada total do endpoint antes de normalizar.
O mesmo guia descreve outra regra do Gemini 4 para múltiplos turnos e ciclos de agentes: a requisição anterior inteira só é armazenada em cache quando a nova adiciona pelo menos 2.050 tokens, contando saída do modelo, raciocínio e resultados de funções. Se a adição for menor, os últimos 2.050 tokens da requisição anterior são reprocessados pela tarifa de entrada comum.
Essa regra de 2.050 tokens é diferente do mínimo de elegibilidade de 4.096. Ela não diz que toda a conversa perde o cache nem define uma sobretaxa fixa por turno. Se as quantidades normalizadas de entrada e cache já refletem o processamento real, somar mais 2.050 tokens duplicaria a contagem. Use a regra para explicar um uso inesperado, não para inventar uso adicional em cima dos campos medidos.
Por exemplo, dois agentes que mantêm as mesmas instruções iniciais longas podem ter contas de entrada diferentes porque acrescentam quantidades distintas de material a cada turno. Compare os registros reais de entrada e cache. Não preencha prompts artificialmente apenas para cruzar o limite sem avaliar o processamento extra e se o resultado aceito melhora.
Inclua raciocínio, histórico e continuações no orçamento
A documentação do Carbon, em inglês, informa que max_output_tokens limita raciocínio e saída combinados. Não é um orçamento em dólares para a tarefa completa do agente. Entrada, ferramentas, novas tentativas e chamadas posteriores ainda podem aumentar o custo fora do limite de geração de uma única resposta.
O Carbon oferece raciocínio low, medium e high, com medium como padrão documentado. Reduzir o raciocínio pode mudar tanto o consumo quanto a probabilidade de uma resposta útil. Uma tentativa mais barata não garante uma tarefa aceita mais barata se exigir mais repetições. Teste a mesma tarefa com o mesmo padrão de aceitação antes de escolher; este artigo não apresenta experimento de qualidade comparando esses níveis.
Uma geração longa pode atravessar etapas de continuação. A continuação em segundo plano no servidor pode expor uma interação acumulada, enquanto um ciclo no cliente pode produzir registros separados. O contexto compartilhado do Carbon inclui entrada, raciocínio e saída; uma janela grande não é uma franquia independente para cada componente. Nosso guia de configuração do Carbon aborda a requisição e as opções de continuação. O registro de custos precisa acompanhar os limites reais das informações de uso recebidas.
Em agentes de múltiplos turnos, acompanhe quais partes do histórico e quais resultados de ferramentas entram em cada requisição. Mesmo quando o usuário adiciona uma frase curta, a entrada faturável pode incluir contexto preservado. Por outro lado, uma parcela corretamente identificada como cache não deve ser cobrada de novo como entrada comum. Nunca some a interação acumulada final e suas etapas constituintes ao mesmo tempo.
Um controle prático de gastos reúne limite de geração por resposta, máximo de etapas do agente, política para resultados incertos e orçamento de tarefa verificado entre etapas. A calculadora pode avaliar uso conhecido ou uma projeção explicitamente hipotética. Ela não garante que uma requisição já em andamento pare em um limite exato de dólares nem deduz uma cobrança que não foi informada.
Trate novas tentativas e usage ausente como questões de contabilização
Um timeout no cliente não comprova se o servidor executou a requisição. Um erro HTTP não demonstra que todas essas tentativas foram cobradas, e a ausência de usage não comprova consumo zero. Preserve a identidade da requisição e classifique a linha como desconhecida até que o registro do provedor resolva a questão. Não preencha zeros inventados só para fazer a calculadora aceitar o arquivo.
Antes de tentar novamente, separe autenticação, acesso, cota, parâmetros inválidos e falhas temporárias. Nosso guia de erros da API Gemini 4 fornece uma classificação útil, mas os exemplos específicos de modelo usam Argon, não Carbon. Para aplicativos na API da própria Ofox, consulte a documentação de tratamento de erros e novas tentativas. Isso não comprova que a Ofox suporte a rota do Carbon abordada aqui.
Registre cada tentativa realmente distinta uma vez. Uma repetição pode ser uma nova requisição, enquanto um GET de consulta pode apenas recuperar o resultado de trabalho já realizado. Não classifique ambos como uma segunda geração sem conferir o contrato. Da mesma forma, logs do aplicativo e do provedor sobre a mesma tentativa não se tornam duas linhas de custo só porque vieram de fontes diferentes.
Defina sucesso no nível da tarefa. Para programação, o registro de aceitação pode identificar a alteração pedida, o resultado do teste relevante e se o artefato final foi aceito. Para extração, pode registrar validade do esquema e correspondência verificada com fontes. Um HTTP 200, sozinho, não comprova nenhum desses resultados. Guarde evidências de aceitação junto ao registro de custos, protegendo os materiais privados de origem.
Ao comparar alternativas, use o mesmo conjunto de tarefas e critérios de aceitação, inclua tentativas malsucedidas conhecidas e informe separadamente o uso ainda não resolvido. O custo por tarefa aceita pode então dividir o gasto atribuível pelo número de tarefas aceitas. Se nenhuma foi aceita, informe isso em vez de inventar um custo finito por sucesso. Os exemplos deste artigo presumem os rótulos de aceitação; não medem uma taxa de sucesso.
Concilie o registro com os dados do provedor
Comece com uma tarefa pequena cujos limites de uso você consiga explicar. Preserve de forma privada a resposta bruta, as notas de normalização, modelo e modalidade exatos, snapshot de preço, período de cobrança, IDs de tentativas distintas, versão da calculadora e resultado de aceitação. Execute o cálculo e compare os componentes com os registros do provedor. Investigue uma divergência antes de multiplicar a estimativa por milhares de tarefas.
Se uma tarefa atravessar a mudança de preço, separe as linhas pelos períodos aplicáveis, calcule cada grupo e some os totais exatos. A CLI aplica intencionalmente um único período explícito ao arquivo inteiro. Ela não deduz datas ou fusos de cobrança e rejeita substituições por linha. Para classificar registros reais, use a forma como o fornecedor efetivamente aplica a data de vigência. Uma simulação de preços futuros continua sendo uma previsão, mesmo com aritmética exata.
O total calculado pelo uso também é diferente de impostos, conversão cambial, ajustes negociados e arredondamentos no nível da fatura. Preserve a precisão decimal completa durante a conta e documente qualquer arredondamento posterior de exibição. Não reescreva uma fatura histórica usando a tabela de hoje.
Para modelos suportados pela Ofox, a documentação de acompanhamento de uso explica os detalhamentos de requisições, tokens e custos, enquanto a documentação de cobrança aponta para as telas de custos e o catálogo de modelos. Nossa verificação de 15 de novembro rastreou o proxy do catálogo em ofoxai/home-page, no commit 0e0c8cc6e655b606466142aae0929a666fbaaf0e, e capturou todos os 133 itens da resposta pública atual. Não havia entrada do Carbon naquele snapshot. Isso não comprova indisponibilidade permanente, mas significa que o artigo não tem uma tarifa Ofox Carbon verificada para citar. Os preços do Google acima não devem ser apresentados como preços da Ofox.
Os logs de conteúdo de requisições da Ofox são um recurso separado dos registros de uso e cobranças. A retenção de conteúdo vem desativada por padrão e, quando habilitada por um administrador autorizado da equipe, vale para requisições posteriores dentro do escopo configurado. Não presuma que prompts antigos possam ser recuperados nem que salvar todo o conteúdo seja necessário apenas para calcular custos. Siga as regras de tratamento de dados da equipe ao reunir evidências.
O resultado final é um registro rastreável até o uso conhecido, um período tarifário definido e a aceitação da tarefa. Se uma quantidade continuar desconhecida, deixe essa limitação visível. Uma conta reproduzível com limites claros é mais útil do que um total aparentemente preciso construído sobre hipóteses não verificadas.


