- 1M context
- Reasoning
- Responses API
- नया · 10 नव॰
Gemini 4 Carbon QuickSilver Pro पर
Gemini 4 Carbon कोडिंग, एजेंट और जटिल reasoning के लिए है। टेक्स्ट इनपुट, 1M context और अधिकतम 66K output tokens। प्रति दस लाख tokens $2.00 input / $10.00 output; cache read $0.10, Google मानक सूची कीमत पर।
- 1M context
- अधिकतम 66K output
- Tools
- Reasoning · डिफ़ॉल्ट रूप से चालू
- Streaming
- JSON Schema output
आप चुकाते हैं · input / output प्रति 1M
$2.00 / $10.00
लिस्ट प्राइस पर
Google standard list price जैसी ही दरें
Pricing तुलना ($/1M tokens)
बार की लंबाई = लिस्ट प्राइस के मुक़ाबले क़ीमत
| Provider | Input | Output | QSP की तुलना में |
|---|---|---|---|
| QuickSilver Pro | $2.00 | $10.00 | — |
| Google standard list price(google/gemini-4-carbon) | $2.00 | $10.00 | बराबर |
Google लिस्ट प्राइस का स्रोत: ai.google.dev/gemini-api/docs/pricing
एक नज़र में
- Context
- 1M tokens
- Input / 1M
- $2.00
- Output / 1M
- $10.00
- Default में सोचता है
- हाँ
- अधिकतम output
- 66K
- Latency · लाइव
- —
कोडिंग, एजेंट, लंबे दस्तावेज़ों पर reasoning।
Gemini 4 Carbon कब सही चुनाव है?
catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।
कब इस्तेमाल करें
कोडिंग और जटिल reasoning के लिए। upstream probes में streaming, auto/required/named tools, strict JSON Schema सत्यापित हुए।
- लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
- Tools call करने वाले agents, strict JSON Schema output के साथ
- कई चरणों वाला reasoning, डिफ़ॉल्ट रूप से चालू
- Chat Completions के साथ Responses API clients भी
कब कोई और model चुनें
Reasoning अनिवार्य है। reasoning: {effort: "low"} उपयोग करें; reasoning: {enabled: false} अस्वीकृत है। अधिकतम output 32,768 tokens है। latency और क्षमता बदल सकती हैं।
Quickstart (curl)
API key पाएँ →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-4-carbon",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="gemini-4-carbon",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "gemini-4-carbon",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-4-carbon",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="gemini-4-carbon",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)OpenAI-संगत। base_url बदलकर एक लाइन में migration।
Gateway का व्यवहार
इस मॉडल के लिए compatibility नोट्स।
prompt- 1M tokens तक के prompts।
max_tokens- 66K output tokens तक।
- /v1/chat/completions: समर्थित
- /v1/responses: समर्थित
- streaming: समर्थित
- tools: समर्थित
- image input: इस मॉडल के लिए सूचीबद्ध नहीं
- JSON Schema: समर्थित
- reasoning: समर्थित
क़ीमत कहाँ से आती है
- Provider reference
- $2.00 / $10.00ai.google.dev/gemini-api/docs/pricing
- Catalog में सत्यापित
- Prompt cache · तुलना नहीं
- $0.10 read
usage.cost = prompt_tokens × $2.00/1M + completion_tokens × $10.00/1M
FAQ
सामान्य प्रश्न
प्रति दस लाख tokens $2.00 input / $10.00 output और cache read $0.10, Google मानक सूची कीमत पर। Reasoning का शुल्क output जैसा है।
1M context, अधिकतम 66K output tokens। टेक्स्ट, streaming, automatic और forced tools, JSON Schema upstream probes में सफल हुए। चित्र, ऑडियो, वीडियो और फ़ाइल सत्यापित नहीं हैं।
base_url=https://api.quicksilverpro.io/v1, QSP API key और model="gemini-4-carbon" उपयोग करें। Chat Completions और Responses compatibility उपलब्ध है। tools के बीच reasoning_details सहित पूरे assistant messages रखें।