Custo da API Gemini 4 Carbon: estimativa de carga de trabalho com retentativas
Estime os custos de tarefas com Gemini 4 Carbon usando premissas explícitas de tokens, regras de retentativa e um registro reproduzível.
Resumo · TL;DR
Um método prático para estimar o custo de tarefas aceitas com Gemini 4 Carbon, incluindo tentativas malsucedidas, uso desconhecido, acertos de cache e cobranças separadas por ferramentas.
Principais pontos
- Calcule o custo da tarefa completa, não apenas da resposta aceita: retentativas e etapas de continuação podem consumir recursos faturáveis.
- No exemplo ilustrativo de acesso direto ao provedor, uma tentativa aceita custa $0.084; quando precedida pela tentativa malsucedida especificada, custa $0.234.
- Um timeout ou a ausência de um registro de uso não prova que uma tentativa teve custo zero; concilie os dados antes de fechar o registro da tarefa.
- O retrato do catálogo OneMux fornecido não especifica as unidades de cobrança nem os preços de cache necessários para reproduzir uma comparação equivalente de cargas de trabalho.
Nesta página (9)
Comece pelo custo de uma tarefa aceita
Para planejar a produção, estime todas as tentativas e continuações necessárias para chegar a um resultado aceito, não apenas a resposta final. Segundo as premissas ilustrativas de acesso direto ao provedor apresentadas abaixo, uma tentativa aceita com Gemini 4 Carbon custa $0.084; a tentativa malsucedida especificada, seguida desse sucesso, custa $0.234. Esses valores são exemplos aritméticos, não execuções medidas do modelo nem faturas.
A OneMux publica este guia de custos e oferece acesso a modelos por meio de uma API compatível com OpenAI. O cálculo para acesso direto ao provedor é útil independentemente da rota escolhida; os preços e a interpretação dos dados de uso específicos de cada rota devem ser verificados separadamente.
Contextualize o retrato de preços
O retrato do catálogo OneMux foi capturado em 16 de novembro de 2026. O guia de preços de origem informa tarifas Google Standard verificadas em 15 de novembro de 2026: $2 per million ordinary input tokens e $10 per million generated tokens até 30 de novembro. Ele também informa uma tarifa separada de $0.10 per million para entrada efetivamente obtida do cache.
| Preço do Gemini 4 Carbon | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Proporção de preços publicada |
|---|---|---|---|---|---|
| Retrato do catálogo, 16 de novembro de 2026 | 2 | 10 | $0.312 | $1.56 | 0.156 |
Segundo a fonte, as tarifas oficiais Standard de entrada e saída são expressas em USD por milhão de tokens. O retrato OneMux fornecido não especifica a unidade de cobrança dos valores listados, uma tarifa de cache nem as condições das faixas tarifárias. Portanto, não aplique os valores da OneMux aos exemplos por milhão de tokens abaixo nem interprete a proporção publicada como um desconto verificado para a carga de trabalho. Confirme as unidades e as condições aplicáveis na página do modelo Carbon ou na página de preços da OneMux antes de comparar rotas.
A fonte informa as seguintes tarifas Standard de tokens para acesso direto ao provedor. Estes não são preços da OneMux.
| Categoria faturável | Até 30 de novembro de 2026 | A partir de 1º de dezembro de 2026 |
|---|---|---|
| Entrada comum | $2.00 per million tokens | $4.00 per million tokens |
| Entrada efetivamente obtida do cache | $0.10 per million tokens | $0.20 per million tokens |
| Saída, incluindo thinking | $10.00 per million tokens | $20.00 per million tokens |
Essas tarifas não incluem ferramentas cobradas separadamente. Outras faixas tarifárias, condições negociadas e cobranças específicas de cada rota podem ser diferentes; verifique o preço atual aplicável antes de comprometer um orçamento. A coluna de dezembro representa um cenário futuro em relação à data de verificação da fonte.
Organize o registro por tentativas, não por respostas
Para cada tentativa ou continuação contabilizada de forma independente, mantenha um identificador da tarefa, um identificador da tentativa, o resultado, o período de preços aplicável e uma referência ao registro bruto de uso. Registre o total de entrada faturável, a parcela confirmada como acertos de cache, o total combinado de tokens gerados faturáveis, incluindo thinking, e qualquer cobrança separada conhecida por ferramentas.
Antes de calcular, confirme as definições de uso do endpoint. A entrada em cache deve ser um subconjunto da entrada total para que a subtração abaixo funcione. Da mesma forma, some thinking à saída apenas se o contrato aplicável disser que essas quantidades não se sobrepõem; se a saída já incluir thinking, conte-o uma única vez. Se a relação não estiver clara, marque o custo como incompleto em vez de fazer suposições.
Para cada linha sem sobreposição:
- Subtraia os acertos de cache confirmados da entrada total para obter a entrada comum.
- Multiplique a entrada comum, a entrada em cache e os tokens gerados combinados pelas respectivas tarifas por milhão; divida cada resultado por um milhão.
- Acrescente qualquer cobrança separada conhecida por ferramentas. Some as linhas para obter o custo da tarefa.
Não some retratos cumulativos de streaming. Se um total final de uso incluir etapas anteriores de continuação, conte esse total uma única vez ou use registros verificados de etapas sem sobreposição, mas não ambos. Uma contagem de tokens de uso de ferramentas não é automaticamente uma cobrança separada em dinheiro.
Reproduza os cálculos de exemplo
Suponha que uma tentativa aceita tenha 50.000 tokens de entrada no total, dos quais 40.000 são acertos de cache confirmados, e 6.000 tokens gerados, incluindo thinking. Suponha que se saiba que as cobranças separadas por ferramentas são zero. Com as tarifas Standard válidas até novembro:
| Componente | Cálculo | Custo |
|---|---|---|
| Entrada comum | 10,000 × $2.00 ÷ 1,000,000 | $0.020 |
| Entrada em cache | 40,000 × $0.10 ÷ 1,000,000 | $0.004 |
| Tokens gerados | 6,000 × $10.00 ÷ 1,000,000 | $0.060 |
| Tentativa aceita | Soma dos três componentes | $0.084 |
Agora suponha que uma tentativa anterior malsucedida tenha uso confirmado de forma independente de 50.000 tokens de entrada sem cache e 5.000 tokens gerados, sem cobranças separadas por ferramentas. Ela custa $0.100 pela entrada mais $0.050 pelos tokens gerados, ou $0.150. Portanto, a tarefa completa custa $0.234. Isso não significa que toda requisição HTTP malsucedida seja cobrada.
Com as tarifas de dezembro informadas, as mesmas quantidades de tokens da tentativa aceita custam $0.168. Se uma cobrança conhecida por ferramenta de $0.01 se aplicasse aos dois períodos, os respectivos totais seriam $0.094 e $0.178 — não o dobro do total anterior, pois a cobrança hipotética por ferramenta não mudou.
Para prever uma carga de trabalho, multiplique o custo esperado por tarefa aceita pelo número esperado de tarefas aceitas, mas inclua os custos esperados de retentativas e abandono. Por exemplo, se 100 tarefas seguirem, cada uma, o cenário de duas tentativas acima, seu custo de tokens será 100 × $0.234 = $23.40. Trata-se de um cenário, não de uma previsão das taxas reais de falha ou do consumo.
Defina regras de retentativa e recuperação antes da implantação
Uma política operacional útil separa o estado da aplicação da certeza sobre a cobrança:
- Concluída com registro de uso: Registre a tentativa mesmo que sua saída não passe na validação. Faça uma retentativa apenas se os limites restantes de etapas e orçamento da tarefa permitirem.
- Timeout ou registro de uso ausente: Marque o custo da tentativa como desconhecido. Consulte o status da requisição e os registros de uso do provedor ou da rota, quando disponíveis, antes de decidir se fará uma retentativa. Um timeout não determina se houve processamento.
- Continuação: Identifique se o uso retornado é por etapa ou cumulativo antes de adicioná-lo ao registro.
- Orçamento esgotado ou resultado incerto: Interrompa as retentativas automáticas e encaminhe a tarefa para revisão ou conciliação. Uma verificação por tarefa entre chamadas não garante um teto rígido de gastos para uma requisição que já esteja em andamento.
- Efeitos colaterais: Antes de repetir um fluxo de trabalho que grava dados ou aciona uma ação externa, verifique se a primeira tentativa já o fez. Use controles de idempotência quando o serviço relevante oferecer suporte a eles.
Mantenha cobranças desconhecidas separadas de cobranças comprovadamente iguais a zero. Informe um subtotal conhecido e um valor pendente de apuração, em vez de apresentar uma tarefa incompleta como se seu custo estivesse totalmente determinado.
Acompanhe os acertos de cache e o uso de tokens gerados
A fonte informa que o cache implícito do Carbon exige um mínimo de 4.096 tokens de entrada para elegibilidade, mas ser elegível não garante um acerto. Use no registro o uso de cache reportado, não o tamanho de um prompt reutilizável. A fonte também descreve uma regra distinta para adições curtas em fluxos de trabalho com várias rodadas; ela é um motivo para investigar usos inesperados, não uma cobrança adicional a ser somada aos totais reportados.
Segundo a fonte, o limite de saída da resposta cobre thinking e saída combinados. Esse limite não restringe entrada, ferramentas, retentativas nem chamadas posteriores. Teste qualquer alteração nas configurações de thinking com os mesmos critérios de aceitação: uma tentativa mais barata ainda pode resultar em uma tarefa aceita mais cara se exigir mais recuperação.
Conclusão
Comece com uma tabela de tarifas datada e um registro normalizado de tentativas sem sobreposição. Acrescente os custos de retentativa e recuperação, mantenha os valores desconhecidos identificados e compare rotas somente após confirmar que as unidades e o tratamento de cache são equivalentes. Assim, as equipes de operações obtêm uma estimativa reproduzível sem confundir uma resposta final bem-sucedida com a conta completa.
Fontes
- Gemini 4 Carbon API Pricing: Calculate the Cost of a Complete Task — tarifas Standard informadas, normalização do uso, cache e cálculos ilustrativos; tarifas verificadas pela fonte em 15 de novembro de 2026.
- Página do modelo Gemini 4 Carbon da OneMux e preços da OneMux — informações de catálogo específicas da rota; o retrato usado acima foi capturado em 16 de novembro de 2026.
Retrato de preços publicados
Capturado em 2026-11-16T11:00:06.540Z do catálogo publicado da OneMux. Os preços mantêm as unidades de cobrança do site; isto não é um comparativo em tempo real. A cobrança por faixas, cache ou tempo pode ser diferente. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Proporção de preços publicada |
|---|---|---|---|---|---|
| Gemini 4 Carbon | 2 | 10 | $0.312 | $1.56 | 0.156 |
Preços atuais da OneMux. Compare custos de cargas de trabalho apenas quando as unidades de entrada, saída e cobrança forem equivalentes; consulte a página de cada modelo para conhecer as condições das faixas tarifárias.
Perguntas frequentes
Quanto custa uma tarefa com Gemini 4 Carbon que precisa de uma retentativa?
Depende do uso e das cobranças de cada tentativa. No exemplo hipotético de acesso direto ao provedor apresentado no artigo, uma tentativa malsucedida de $0.150 seguida de uma tentativa aceita de $0.084 custa $0.234 no total.
Um timeout significa que uma tentativa de API não teve custo?
Não. Um timeout não determina se o servidor processou a requisição. Marque o custo como desconhecido e concilie os registros disponíveis de status e uso antes de considerar o custo da tarefa totalmente apurado.
Posso calcular o mesmo exemplo usando os preços listados da OneMux?
Não apenas com o retrato fornecido. Ele não especifica as unidades de cobrança, o preço de cache nem as condições das faixas tarifárias necessárias para um cálculo comparável. Confirme esses detalhes antes de aplicar os preços listados.
Artigos relacionados
Guides
Custos da API GPT 6.2 Astra em fluxos de produção: uma estimativa que considera novas tentativas
Estime os custos de fluxos com GPT 6.2 Astra usando preços de tokens comparáveis, premissas explícitas de novas tentativas e um exemplo mensal reproduzível.
Guides
Custo da API Gemini 4 Carbon: uma estimativa reproduzível para triagem de suporte
Estime o custo de uma tarefa de triagem de suporte ao cliente com Gemini 4 Carbon, considerando premissas explícitas de tokens, contabilização de cache, aprovação humana, novas tentativas e os preços publicados pela OneMux.
Guides
Estimativa de custos da API GPT Image 2.6 Flare para fluxos de produção
Estime os custos de cargas de trabalho do GPT Image 2.6 Flare com pressupostos explícitos de tokens, unidades de faturação comparáveis, taxas de aceitação e regras de retry em produção. Inclui o retrato datado dos preços da OneMux e um método de orçamento reproduzível.
Guides
Estimativa de custo da API Gemini 4 Carbon para diagnóstico de incidentes
Um método reproduzível para estimar os custos de cargas de trabalho do Gemini 4 Carbon durante incidentes de API, incluindo novas tentativas, entrada em cache, saída gerada, cobranças por ferramentas e sinais observáveis de falha.