Nous utilisons des cookies pour améliorer votre expérience, personnaliser le contenu et analyser notre trafic ; consultez notre Politique cookies.
google/gemini-4-carbonLe modèle de raisonnement phare de Google, dont l'essentiel du travail reste invisible
Gemini 4 Carbon est le palier de raisonnement le plus élevé de Google, publié le 10 novembre 2026. Google l'a conçu pour l'ingénierie logicielle complexe, les maths et les sciences, et les agents qui enchaînent les étapes. Il accepte texte, images, audio, vidéo et PDF, renvoie du texte, et lit jusqu'à 1 048 576 tokens de contexte.
Dernière mise à jour le 19 nov. 2026
Il réfléchit toujours avant de répondre, et on ne peut pas désactiver cette réflexion. Elle est facturée comme des tokens de sortie et vous ne la voyez pas. Dans notre propre test, un problème de dénombrement exact a reçu la bonne réponse après 7 905 tokens de sortie facturés, dont environ 7 723 de réflexion : 97,7 % de ce qui est facturé n'apparaît jamais à l'écran, pour une réponse visible de 182 tokens. Le prix de sortie par million de tokens dit donc peu de ce que coûtera une requête. Testez-le sur vos propres prompts avant de fixer un budget.
Sur Tchavi, vous le payez en mobile money, sans carte bancaire ni KYC. Un seul compte et une seule clé API ouvrent 100+ modèles, et vos crédits n'expirent jamais.
Il réfléchit aux problèmes difficiles avant de répondre, sans option pour l'éteindre
Une base de code ou de longs dossiers en un seul appel
Entrées mélangées dans une requête, texte en sortie
Appel de fonctions et sortie structurée pour vos agents
Gemini 4 Carbon raisonne toujours avant de répondre, et ce raisonnement est facturé comme des tokens de sortie même s'il n'est pas affiché. Dans notre test, 7 723 des 7 905 tokens de sortie facturés (97,7 %) étaient de la réflexion, pour une réponse de 182 tokens. Plus le problème est exigeant, plus il réfléchit.
Non. Le raisonnement est toujours actif sur ce modèle. Pour des réponses courtes et rapides, choisissez un modèle plus léger du catalogue.
Jusqu'à 1 048 576 tokens en entrée. La sortie est plafonnée à 32 768 tokens par requête sur Tchavi, la réflexion étant comptée dans ce qui est facturé : gardez de la marge.
Du texte, des images, de l'audio, de la vidéo et des PDF ; il renvoie du texte.
Remplacez l'URL de base par celle de Tchavi, utilisez votre clé Tchavi et indiquez model: "gemini-4-carbon" sur /v1/chat/completions.
Oui. Rechargez votre compte Tchavi avec Orange Money, MTN MoMo, M-Pesa ou un autre opérateur mobile money : aucune carte bancaire n'est nécessaire. Les crédits arrivent dès que le paiement est confirmé et sont débités à l'usage.
Oui. Gardez votre SDK OpenAI actuel, remplacez simplement l'URL de base par celle de Tchavi (visible dans l'onglet API) et utilisez votre clé Tchavi. Le reste de votre code ne change pas.
import Tchavi from '@tchavi/sdk';
const client = new Tchavi({ apiKey: 'API_KEY' });
const response = await client.chat.completions.create({
model: 'gemini-4-carbon',
messages: [
{
"role": "user",
"content": "Hello!"
}
],
});
console.log(response.choices[0].message.content);
console.log('Credits used:', response.tchavi.credits_used);Tous les paramètres acceptés par ce modèle. Consultez le SDK pour les types complets.
modelRequisIdentifiant du modèle de chat (ex. `gemini-4-carbon`).
messagesRequisMessages de la conversation. Chaque élément a un `role` (system/user/assistant) et un `content` qui peut être soit une chaîne simple, soit un tableau de blocs de contenu (`text`, `image_url`, `document_url`).
temperature1Température d'échantillonnage entre 0 et 2. Plus haut = plus aléatoire.
max_tokensNombre maximum de tokens à générer dans la réponse.
max_completion_tokensAlias OpenAI pour `max_tokens`. Les deux fonctionnent ; si les deux sont fournis, `max_completion_tokens` prime.
streamfalseSi vrai, les deltas de message partiels sont streamés en Server-Sent Events.
toolsOutils pour le function-calling. Passe un tableau de `{ type: "function", function: { name, description, parameters } }`. Les appels d'outils renvoyés sont dans `choices[].message.tool_calls`. Réservé aux modèles avec `supportsTools: true`.
tool_choiceComment le modèle choisit parmi les outils : `"auto"` (par défaut), `"none"` pour forcer une réponse texte, ou `{ type: "function", function: { name } }` pour forcer un outil précis. Uniquement avec `supportsTools: true`.
response_formatContraint la sortie. Passe `{ type: "json_object" }` pour forcer un JSON valide (le modèle a quand même besoin d'une instruction JSON dans le prompt). Uniquement avec `supportsJsonMode: true`.
Estimation sur 30 jours, pour un message type : ~500 tokens en entrée + ~150 en sortie, facturé au millième de crédit.