Gemini 4 Carbon 上手：用 Python 调用会多思考的推理模型

难度：入门 · 来源：Real Python · 原文发布：2026-11-10

你将学到什么

用 google-genai SDK 3.0.0 在 Python 中调用 Gemini 4 Carbon，并读取回答文本与 token 用量。
用 thinking_level 在 low/medium/high 之间调节模型的“思考”开销。
判断什么任务值得选 Carbon、什么时候退回 Argon，以及如何避免思考 token 带来的隐性成本。

前置条件

Python 3.11 或更高版本（SDK 3.0.0 的要求），建议装在虚拟环境里。
一个已开通计费的 Gemini API Key：Carbon 不在免费层，必须付费层密钥。
密钥写入 GEMINI_API_KEY 环境变量。注意：如果同时设置了 GOOGLE_API_KEY，SDK 会优先使用后者。

步骤

安装 SDK 并配置密钥。

python -m pip install google-genai==3.0.0
export GEMINI_API_KEY="your-api-key"

Windows PowerShell 用 $env:GEMINI_API_KEY = "your-api-key" 代替 export。

新建 basic_call_interactions.py，发一次调用。

from google import genai

client = genai.Client()  # reads GEMINI_API_KEY from the environment

interaction = client.interactions.create(
    model="gemini-4-carbon",
    input="Explain what a Python generator is in two sentences.",
)

print(interaction.output_text)
print(interaction.usage)
print("thought tokens:", interaction.usage.total_thought_tokens)

client.interactions.create() 返回一个 interaction 对象：.output_text 是答案，.usage 是 token 计数。Carbon 默认按 medium 级别思考，无需额外开启。

运行脚本并读用量。

python basic_call_interactions.py

示例输出里 total_output_tokens=69 total_thought_tokens=448：答案只花 69 个输出 token，模型却先自行花了 448 个思考 token。按介绍价，这一次调用约半美分。

调高或调低思考强度。新建 thinking_levels_interactions.py，对同一问题分别跑 low 与 high。

from google import genai

client = genai.Client()

PROMPT = "How many times does the letter r appear in 'strawberry'?"

for level in ("low", "high"):
    interaction = client.interactions.create(
        model="gemini-4-carbon",
        input=PROMPT,
        generation_config={"thinking_level": level},
    )
    usage = interaction.usage
    print(f"--- thinking_level={level}")
    print(interaction.output_text)
    print("thought tokens:", usage.total_thought_tokens)
    print("output tokens:", usage.total_output_tokens)

一次运行中，low 档完全没有思考（思考 token 为 0，输出 32 token），high 档花了 272 个思考 token、输出同样是 32 token，两档都答对。具体数字每次运行都会变，Google 建议对自己的负载逐档试，保留“够用的最低档”。

换成自己的难题验证是否值得。把第二个脚本里的 PROMPT 换成你自己的硬任务，并在循环里加上 "medium"，比较各档答案与所花的思考 token。

常见坑/注意事项

不支持的设置：传 "minimal" 会抛 BadRequestError；Carbon 还会忽略 temperature、top_p、top_k。
max_output_tokens 卡得太紧：该上限覆盖思考与答案两部分。示例中设 256 时，Carbon 用 253 个 token 思考，返回空的 .output_text、.status 为 "incomplete"，且不报错。
超时太短：难题可能跑几分钟，给 create() 传 timeout=900，或用 background=True 轮询结果。
只按答案估预算：第一个脚本中按输出价计费的 517 个 token 里有 448 个是思考 token，约占 87%，且每次运行有波动。
上述失败大多悄无声息，信任结果或成本估算之前先检查 .status 与 .usage.total_thought_tokens。
价格：截至 2026 年 11 月 30 日为每百万输入 token 2 美元、每百万输出 token 10 美元，12 月 1 日起翻倍；能等待结果的话 Batch 请求半价。
模型选择：日常编码和快速迭代 Google 建议用 Argon（同上下文窗口、同内置工具、同单价，只是思考更少）；旧的 client.models.generate_content() 仍可用，但自 2026 年 6 月起官方推荐 Interactions API，这也是安装命令锁定 SDK 版本的原因。

原文链接：https://realpython.com/gemini-4-carbon/

原文：Gemini 4 Carbon Explained: Google's Model That Thinks Longer（本文为采集智能体整理的导读，版权归原作者，请阅读原文获取完整内容）