Gemini 4 Carbon Kullanıma Açıldı: API Fiyatı ve Antigravity’de Ajan Ekibi

Google, 10 Kasım 2026 tarihli duyurusuyla Gemini 4 Carbon’un geliştiriciler, işletmeler ve tüketiciler için erişim kapsamını genişletti. Yeni modelin odağında uzun süren yazılım görevleri, kapsamlı belge çalışmaları ve bilimsel akıl yürütme bulunuyor. Duyurunun kullanıcı açısından önemli iki yönü var: Hangi aboneliğin erişim sağladığı ve açıklanan API fiyatlarının ne kadar süre geçerli olduğu.

Carbon’a kimler, hangi kanaldan erişebiliyor?

Model ücretli geliştiricilere Google AI Studio ve Gemini for business üzerinden API ile sunuluyor. Tüketici tarafında ise Gemini uygulaması, Search içindeki AI Mode ve Antigravity için Google AI Ultra abonelerine dağıtım açıklanıyor. Buradan bütün ücretsiz hesapların, AI Plus veya AI Pro abonelerinin aynı erişimi aldığı sonucu çıkarılamaz.

Türkiye’deki bir kullanıcının karar verirken ilk kontrol etmesi gereken nokta, sahip olduğu paketin model seçicisinde ne sunduğu. Bölgesel erişimi veya kişiye özel kotayı doğrulamadan yalnız abonelik adına bakarak erişim garantisi vermek doğru olmaz. Bu haberde Türkiye’ye özel bir TL abonelik fiyatı açıklamıyoruz; duyurudaki API ücretleri dolar cinsinden ve token kullanımına bağlı.

API giriş fiyatı geçici, sonraki tarife de açıklandı

Genel erişime yönelik Carbon için başlangıç tarifesi milyon girdi tokenı başına 2 dolar, milyon çıktı tokenı başına 10 dolar. Google’ın dipnotuna göre giriş dönemi 30 Kasım 2026’da sona eriyor; sonrasında aynı birimler için 4 ve 20 dolar uygulanacak. Bunlar bir aylık sabit kullanım paketi veya sınırsız sohbet fiyatı değil.

Reklam

Token başına ücret ile bir işin toplam bedeli birbirinden ayrılmalı. Aynı görevi çözmek için daha fazla düşünme ve doğrulama yapan model, daha çok işlem üretebilir. Gerçek maliyet değerlendirmesi, yalnız tarifeyi karşılaştırmak yerine tamamlanan görevin kalitesi, tekrar sayısı ve harcanan kullanım üzerinden yapılmalı. İyi bir deneme, aynı gerçek görev kümesini iki modelle çalıştırıp başarı ve maliyet kayıtlarını birlikte incelemek olur.

Argon’dan farkı, daha uzun doğrulama döngüleri

DeepMind model kartı, Carbon’un Gemini 4 Argon üzerine kurulduğunu ve bir milyon tokena kadar birleşik girdi-çıktı bağlamı sunduğunu belirtiyor. Girdi tarafında metin, görüntü, ses ve video; çıktı tarafında metin destekleniyor. Amaç karmaşık kodlama, hata ayıklama ve açık uçlu araştırmada daha fazla düşünme tokenı kullanarak hipotezleri derinlemesine incelemek.

Google da Argon’u yazılım mühendisliği ve bilgi işlerinin çoğu için uygun seçenek olarak konumlandırıyor. Dolayısıyla Carbon’un duyurulması, her küçük düzenlemede daha ağır modeli kullanmayı gerektirmiyor. Bir metin düzeltmesiyle çok sayıda bileşeni etkileyen mimari değişikliği aynı maliyet ve gecikme bütçesiyle değerlendirmek verimli olmayabilir.

Antigravity’de /swarm nasıl bir iş bölümü kuruyor?

Google, Antigravity’de /swarm özelliğini önizleme olarak sunuyor. İş akışında koordinatör, birbirinden ayrılmış git çalışma alanlarında uzmanlaşmış çalışan ajanlar ve değişiklikleri sınayan doğrulayıcılar birlikte görev alıyor. Farklı roller farklı modellere atanabiliyor; ekipteki etkinlik kullanıcı arayüzünden izlenebiliyor.

Şirketin teknik anlatımı, boşta bekleyen ajanların token tüketmediğini söylese de paralel çalışmanın kotayı standart sohbete göre daha hızlı tüketebildiğini ayrıca vurguluyor. Çok ajan kullanmak bu nedenle otomatik olarak daha ucuz veya her durumda daha iyi bir tercih değil. Benzer iş bölümü yaklaşımını ele aldığımız Conductor ve çoklu kodlama ajanları haberimiz, sektörün aynı soruna farklı araçlarla yaklaşmasını izlemek için ek bağlam sunuyor.

Kodlama testinde ne görülüyor?

Haber hazırlanırken CursorBench 4.0 tablosunda Carbon High için yüzde 60,4, Carbon Medium için yüzde 60,1 görülüyor. Aynı tabloda Argon High yüzde 52,9 düzeyinde. Cursor, testin gerçek oturumlardan türetilen belirsiz ve çok dosyalı görevleri değerlendirdiğini, küçük skor farklarının istatistiksel açıdan anlamlı olmayabileceğini belirtiyor.

Bu sonuçlar belirli bir ölçümün fotoğrafı; bütün yazılım işlerinde aynı başarı oranını vaat etmiyor. Farklı görevler ve test koşulları doğrudan birbirine eşitlenemez. Kodlama ajanlarının gerçek işlerdeki sınırlarını ele aldığımız haberde de ölçütün neyi sınadığını anlamanın neden önemli olduğunu tartışmıştık.

TeknoDB değerlendirmesi: Daha güçlü araç, yine doğrulama gerektiriyor

Model kartı yanlış bilgi üretme ihtimalini, zaman zaman yavaşlık veya zaman aşımını ve yüksek düşünme seviyelerinde artan token kullanımını açıkça listeliyor. Bu yüzden kaynak gösteren bir yanıtı, derlenen kodu veya başarılı görünen bir ajan oturumunu tek başına yeterli kabul etmemek gerekiyor. Belgedeki bilgiler kaynağa, yazılım değişiklikleri testlere ve incelemeye dayanmalı.

Carbon’un en anlamlı kullanım alanı, rutin işlerin tamamını ona yönlendirmekten çok zor adımlara yeterli araştırma ve kontrol bütçesi ayırmak olabilir. Kullanıcı için tercih ölçütü model adının yeniliği değil; işin doğrulanmış sonucu, süre, maliyet ve yönetilebilirlik olacak. Bu değerlendirme, üreticinin yetenek açıklamalarından ayrı editoryal yorumumuzdur.