Google: Gemini 4 Argon
Gemini 4 Argon er Googles multimodale ræsonneringsmodel til softwareudvikling, matematisk og videnskabeligt arbejde og agenter i flere trin. Den kombinerer tekst, billeder, lyd, video og dokumenter i en kontekst på 1.048.576 tokens og returnerer tekst med offentliggjort støtte til værktøjskald og struktureret output.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsgoogle/gemini-4-argon - Ailoot Ultra · Anthropic Messages
POST /v1/messagesgoogle/gemini-4-argon
Om modellen
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Gemini 4 Argon er en Google-ræsonneringsmodel til arbejde, som kombinerer et stort belægsgrundlag med et mål i flere trin. Dens offentliggjorte inputomfang omfatter tekst, billeder, lyd, video og filer såsom PDF'er, mens resultatet er tekst. Det lader en opgave samle en specifikation, et diagram, et skærmbillede og underbyggende materiale frem for at stole på et skriftligt resumé af hver kilde.
Giv modellen et belægsgrundlag og et slutprodukt
Start med et tydeligt spørgsmål og det produkt, du har brug for til sidst. En softwareopgave kan bede om en ændringsplan, berørte komponenter og verificeringskriterier. En matematisk opgave kan bede om en udledning med angivne antagelser. En dokumentopgave kan bede om en sammenligning, der holder uenigheder mellem tekst, tabeller og figurer synlige.
Det offentliggjorte kontekstvindue er 1.048.576 tokens. Brug kapaciteten til at holde relevant materiale samlet med dokumentnavne og afsnitsgrænser, som gør henvisninger entydige. Gruppér underbyggende materiale omkring spørgsmålet frem for at indsætte uvedkommende filer, blot fordi der er plads. Bed svaret skelne mellem belæg angivet i opgaven og antagelser indført under analysen.
Ræsonnering, værktøjer og strukturerede resultater
Modellens offentliggjorte ræsonneringskonfiguration er obligatorisk med indsatsniveauerne low, medium og high og medium som angivet standard. Vælg et niveau efter problemets dybde, og definér, hvad et vellykket svar skal fastlægge. En kort faktuel sammenligning kræver andre verificeringskriterier end en kodeændring, som påvirker flere komponenter.
Argon offentliggør egenskaber til værktøjskald og skemastyret struktureret output. De er nyttige, når en applikation leverer værktøjer til at hente yderligere belæg eller har brug for et maskinlæsbart analyseresultat. Hold modellens foreslåede værktøjsaktivitet særskilt fra den applikation, der udfører den, og bevar de returnerede observationer, før du beder om næste beslutning. Til et struktureret resultat skal du definere de tilsigtede felter omkring forretningsbeslutningen: fund, belægshenvisninger, uafklarede antagelser og anbefalet handling.
Udviklings- og dokumentforløb
Til en kodebaseopgave skal du angive den relevante kildekode, den adfærd, der skal bevares, og de kontroller, der bør bestås. Bed om en fokuseret implementeringsplan eller en gennemgang af en konkret ændring, og vurder derefter forslaget mod disse kontroller. Til en teknisk rapport skal du præsentere de underliggende observationer og bede om en forklaring, som forbinder hver konklusion med dens underbyggende materiale.
Til blandede dokumenter skal du medtage de tabeller og billeder, der bærer betydning, frem for at erstatte dem med en ufuldstændig transskription. Modellens output kan samle disse input til en læsbar rapport, et sæt udtrukne fund eller en handlingsliste. Billed- og lydinput er belæg for dette tekstresultat; de gør ikke denne post til en billed- eller talegenereringsmodel.
Planlægning af output
Standard-Argon-posten og dens modelsides FAQ angiver en completion-grænse på 65.536 tokens. Specificér svarets forventede dybde og layout, før du beder om et langt resultat. Bevar standardidentifikatoren særskilt fra den batchmærkede post, fordi deres offentliggjorte completion-rammer er forskellige. Brug den valgte variants egne grænser, når arbejdet opdeles i svar.
Funktioner
- Multimodal tekstræsonnering over tekst, billeder, lyd, video og PDF-dokumenter.
- Offentliggjort kontekst på 1.048.576 tokens og standard-completion-grænse på 65.536 tokens.
- Obligatorisk ræsonnering med indsatsniveauerne low, medium og high.
- Værktøjskald til applikationsstyrede forløb i flere trin.
- Skemastyret struktureret tekstoutput.
Brugsscenarier
- Analyse af kodebaseændringer — Relevante filer, ønsket adfærd og verificeringskriterier. Resultat: En fokuseret ændringsplan eller gennemgang knyttet til den angivne kode.
- Sammenstilling af blandede dokumenter — Dokumenter, tabeller, diagrammer og et præcist sammenligningsspørgsmål. Resultat: En tekstrapport, som bevarer belæggene bag hver konklusion.
- Matematisk undersøgelse — En problemformulering, antagelser og den påkrævede svarform. Resultat: En udledning eller analyse, hvis trin kan kontrolleres.
- Værktøjsstyret agent — Et mål, kontrollerede værktøjer og de observationer, værktøjerne returnerer. Resultat: Successive begrundede beslutninger mod et defineret slutprodukt.
Begrænsninger
- Kontekst — Offentliggjort kontekstvindue: 1.048.576 tokens.
- Standardsvar — Offentliggjort standard-completion-grænse: 65.536 tokens.
- Ræsonnering — Ræsonnering er obligatorisk; offentliggjorte indsatsniveauer er low, medium og high med medium som standard.
- Outputfamilie — Det offentliggjorte resultat er tekst; multimodale input understøtter analyse af angivne belæg.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions google/gemini-4-argon
google/gemini-4-argonStart
Gemini 4 Argon er Googles multimodale ræsonneringsmodel til softwareudvikling, matematisk og videnskabeligt arbejde og agenter i flere trin. Den kombinerer tekst, billeder, lyd, video og dokumenter i en kontekst på 1.048.576 tokens og returnerer tekst med offentliggjort støtte til værktøjskald og struktureret output.
- Accepterede input
- Tekst
- Resultater
- Tekst
Tilgængelig i Ailoot · input og metoder
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Inputtyper
text- Outputtyper
text- Outputformat
- json eller SSE
| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-4-argon | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Tekstsamtale | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Kombinationer af inputmaterialer
Tekst · UTF8-tekst
messages[].content
Metodeparametre og livscyklus
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream |
Parametercontrol_scope | KontraktTekstsamtale; stream er en boolesk værdi og er som standard false. |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Metodealiaser: /chat/completions
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Priser
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
- Hurtig tilstand
- Ikke angivet Når hurtig tilstand er valgt
- flex-tilstand
- Ikke angivet Når flex-tilstanden er valgt
- Maksimal ræsonneringsindsats
- Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats
- Priser for eksplicit caching
- Ikke aktiveret Når der anmodes om eksplicit caching
Ailoot-takster
Priser efter konfiguration
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.008 / 1K tokens Output · Outputtokens $0.04 / 1K tokens Input · Cachelæsning $0.0004 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
Eksempelanmodninger
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"google/gemini-4-argon","messages":[{"role":"user","content":"hello"}],"stream":false}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os
if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="google/gemini-4-argon", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path
def save_result(data, stem="result"):
# Keep every field, including usage, IDs, reasoning and tool requests.
Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
print(json.dumps(data, ensure_ascii=False, indent=2))
def save_blob(encoded, suffix, label):
raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
file = Path(stem + "-" + label + "." + ext)
file.write_bytes(raw)
print("Saved", file)
for index, block in enumerate(data.get("content") or []):
print("Content", index, json.dumps(block, ensure_ascii=False))
for choice in data.get("choices") or []:
print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
for index, item in enumerate(data.get("output") or []):
print("Output", index, json.dumps(item, ensure_ascii=False))
if item.get("type") == "image_generation_call" and item.get("result"):
save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
for ci, candidate in enumerate(data.get("candidates") or []):
for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
blob = part.get("inlineData") or part.get("inline_data")
if blob and blob.get("data"):
mime = blob.get("mimeType") or blob.get("mime_type")
suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))
save_result(result.to_dict(mode="json"))
Hent og gem resultater
Ailoot Ultra · OpenAI Chat
json eller SSE
Behold alle færdige resultater
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Hvis det oprindelige svar skal kontrolleres
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
Svarfelter
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
Fejl og næste trin
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Aliaser
Modelaliaser
Ailoot Ultra google/gemini-4-argon
Aliaser for metodestier
/chat/completions
Relaterede kalder-ID’er
Ailoot Ultra · Anthropic Messages POST /v1/messages google/gemini-4-argon
google/gemini-4-argonStart
Gemini 4 Argon er Googles multimodale ræsonneringsmodel til softwareudvikling, matematisk og videnskabeligt arbejde og agenter i flere trin. Den kombinerer tekst, billeder, lyd, video og dokumenter i en kontekst på 1.048.576 tokens og returnerer tekst med offentliggjort støtte til værktøjskald og struktureret output.
- Accepterede input
- Tekst
- Resultater
- json · sse
Tilgængelig i Ailoot · input og metoder
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Inputtyper
text- Outputtyper
json,sse- Outputformat
- JSON eller SSE
| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser google/gemini-4-argon | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Kombinationer af inputmaterialer
Tekst · UTF-8-tekst
messages[].content som streng
Metodeparametre og livscyklus
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Priser
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
- Hurtig tilstand
- Ikke angivet Når hurtig tilstand er valgt
- flex-tilstand
- Ikke angivet Når flex-tilstanden er valgt
- Maksimal ræsonneringsindsats
- Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats
- Priser for eksplicit caching
- Ikke aktiveret Når der anmodes om eksplicit caching
Ailoot-takster
Priser efter konfiguration
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.008 / 1K tokens Output · Outputtokens $0.04 / 1K tokens Input · Cachelæsning $0.0004 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
Eksempelanmodninger
Ailoot Ultra · Anthropic Messages
{
"model": "google/gemini-4-argon",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'google/gemini-4-argon', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'google/gemini-4-argon', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError
api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
with urlopen(request, timeout=120) as response:
raw = response.read()
Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
Path('result.json').write_bytes(error.read())
Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
Hent og gem resultater
Ailoot Ultra · Anthropic Messages
JSON eller SSE
Behold alle færdige resultater
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Hvis det oprindelige svar skal kontrolleres
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
Svarfelter
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
Fejl og næste trin
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Aliaser
Modelaliaser
Ailoot Ultra google/gemini-4-argon
Aliaser for metodestier
/chat/completions
Relaterede kalder-ID’er
FAQ · Google: Gemini 4 Argon
- Hvilke input og resultater er tilgængelige?
POST /v1/chat/completions·google/gemini-4-argon:text→textPOST /v1/messages·google/gemini-4-argon:text→json,sse- Hvilke felter bruger anmodningen?
POST /v1/chat/completions·google/gemini-4-argon:model,messages,streamPOST /v1/messages·google/gemini-4-argon:model,messages,max_tokens,stream- Hvilke grænser gælder?
POST /v1/chat/completions·google/gemini-4-argon:messages.min_items:1