Modelle

Google: Gemini 4 Argon

Markdown · JSON

Google: Gemini 4 Argon

Gemini 4 Argon ist Googles multimodales Reasoning-Modell für Softwareentwicklung, Mathematik, Wissenschaft und mehrstufige Agenten. Es verbindet Text, Bilder, Audio, Video und Dokumente in 1.048.576 Token Kontext und liefert Text, mit veröffentlichter Unterstützung für Werkzeugaufrufe und strukturierte Ausgabe.

Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

Gemini 4 Argon ist ein Google-Reasoning-Modell für Arbeiten, die umfangreiche Belege mit einem mehrstufigen Ziel verbinden. Die veröffentlichten Eingabetypen umfassen Text, Bilder, Audio, Video und Dateien wie PDFs, während das Ergebnis Text ist. Eine Aufgabe kann so Spezifikation, Diagramm, Screenshot und ergänzendes Material zusammenführen, statt sich auf eine schriftliche Zusammenfassung jeder Quelle zu verlassen.

Geben Sie dem Modell Belege und ein gewünschtes Ergebnis

Beginnen Sie mit einer klaren Frage und dem Arbeitsergebnis, das Sie am Ende benötigen. Eine Softwareaufgabe kann einen Änderungsplan, betroffene Komponenten und Prüfkriterien verlangen. Eine mathematische Aufgabe kann eine Herleitung mit genannten Annahmen verlangen. Eine Dokumentaufgabe kann einen Vergleich verlangen, der Widersprüche zwischen Text, Tabellen und Abbildungen sichtbar hält.

Das veröffentlichte Kontextfenster beträgt 1.048.576 Token. Nutzen Sie diese Kapazität, um relevantes Material mit Dokumentnamen und Abschnittsgrenzen zusammenzuhalten, die Verweise eindeutig machen. Gruppieren Sie stützendes Material um die Frage, statt unpassende Dateien einzufügen, nur weil Platz verfügbar ist. Bitten Sie darum, dass die Antwort in der Aufgabe gelieferte Belege von während der Analyse eingeführten Annahmen unterscheidet.

Reasoning, Werkzeuge und strukturierte Ergebnisse

Die veröffentlichte Reasoning-Konfiguration des Modells ist verpflichtend, mit den Aufwandsstufen low, medium und high und medium als genanntem Standardwert. Wählen Sie eine Stufe anhand der Problemtiefe und definieren Sie, was eine erfolgreiche Antwort nachweisen muss. Ein kurzer Faktenvergleich benötigt andere Prüfkriterien als eine Codeänderung, die mehrere Komponenten betrifft.

Argon veröffentlicht Fähigkeiten für Werkzeugaufrufe und schemagesteuerte strukturierte Ausgabe. Diese sind hilfreich, wenn eine Anwendung Werkzeuge zum Abruf weiterer Belege bereitstellt oder ein maschinenlesbares Analyseergebnis benötigt. Halten Sie die vom Modell vorgeschlagene Werkzeugaktivität von der ausführenden Anwendung getrennt und bewahren Sie zurückgegebene Beobachtungen auf, bevor Sie um die nächste Entscheidung bitten. Definieren Sie für ein strukturiertes Ergebnis die vorgesehenen Felder rund um die Geschäftsentscheidung: Befunde, Belegreferenzen, ungeklärte Annahmen und die empfohlene Aktion.

Entwicklungs- und Dokumentabläufe

Geben Sie für eine Repository-Aufgabe die relevanten Quellen, das zu erhaltende Verhalten und die Prüfungen an, die erfolgreich sein sollten. Bitten Sie um einen gezielten Implementierungsplan oder die Prüfung einer konkreten Änderung und bewerten Sie den entstandenen Vorschlag anschließend anhand dieser Prüfungen. Stellen Sie für einen technischen Bericht die zugrunde liegenden Beobachtungen bereit und verlangen Sie eine Erklärung, die jede Schlussfolgerung mit ihrem stützenden Material verbindet.

Fügen Sie bei gemischten Dokumenten die bedeutungstragenden Tabellen und Bilder hinzu, statt sie durch eine unvollständige Transkription zu ersetzen. Die Modellausgabe kann diese Eingaben zu einem lesbaren Bericht, einem Satz extrahierter Befunde oder einer Aktionsliste zusammenführen. Bild- und Audioeingaben sind Belege für dieses Textergebnis; sie machen diesen Eintrag nicht zu einem Bild- oder Sprachgenerierungsmodell.

Ausgabeplanung

Der Standard-Argon-Eintrag und die FAQ seiner Modellseite nennen eine Completion-Grenze von 65.536 Token. Legen Sie vor der Anforderung eines langen Ergebnisses die erwartete Tiefe und Gestaltung der Antwort fest. Bewahren Sie die Standardkennung getrennt vom Eintrag mit Batch-Kennzeichnung auf, da sich ihre veröffentlichten Completion-Kapazitäten unterscheiden. Verwenden Sie beim Aufteilen der Arbeit in Antworten die eigenen Grenzen der ausgewählten Variante.

Fähigkeiten

  • Multimodales Text-Reasoning über Text, Bilder, Audio, Video und PDF-Dokumente.
  • Veröffentlicht sind 1.048.576 Token Kontext und eine Standard-Completion-Grenze von 65.536 Token.
  • Verpflichtendes Reasoning mit den Aufwandsstufen low, medium und high.
  • Werkzeugaufrufe für anwendungsgesteuerte mehrstufige Abläufe.
  • Schemagesteuerte strukturierte Textausgabe.

Anwendungsfälle

  • Analyse von Repository-Änderungen — Relevante Dateien, gewünschtes Verhalten und Prüfkriterien. Ergebnis: Ein gezielter Änderungsplan oder eine Prüfung anhand des bereitgestellten Codes.
  • Zusammenführung gemischter Dokumente — Dokumente, Tabellen, Diagramme und eine präzise Vergleichsfrage. Ergebnis: Ein Textbericht, der die Belege hinter jeder Schlussfolgerung erhält.
  • Mathematische Untersuchung — Eine Aufgabenstellung, Annahmen und die erforderliche Antwortform. Ergebnis: Eine Herleitung oder Analyse mit überprüfbaren Schritten.
  • Werkzeuggestützter Agent — Ein Ziel, kontrollierte Werkzeuge und die von diesen Werkzeugen zurückgegebenen Beobachtungen. Ergebnis: Aufeinanderfolgende begründete Entscheidungen auf ein definiertes Ergebnis hin.

Grenzen

  • Kontext — Veröffentlichtes Kontextfenster: 1.048.576 Token.
  • Standardantwort — Veröffentlichte Standard-Completion-Grenze: 65.536 Token.
  • Reasoning — Reasoning ist verpflichtend; die veröffentlichten Aufwandsstufen sind low, medium und high, mit medium als Standardwert.
  • Ausgabetyp — Das veröffentlichte Ergebnis ist Text; multimodale Eingaben unterstützen die Analyse gelieferter Belege.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions google/gemini-4-argon

google/gemini-4-argon

Google /google/gemini-4-argon

Einstieg

Gemini 4 Argon ist Googles multimodales Reasoning-Modell für Softwareentwicklung, Mathematik, Wissenschaft und mehrstufige Agenten. Es verbindet Text, Bilder, Audio, Video und Dokumente in 1.048.576 Token Kontext und liefert Text, mit veröffentlichter Unterstützung für Werkzeugaufrufe und strukturierte Ausgabe.

Zulässige Eingaben
Text
Ergebnisse
Text

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Eingabe
text
Ausgabe
text
Ausgabeformat
json oder SSE
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
google/gemini-4-argon
Standard—
FeldmessagesTypmessage[]AnforderungErforderlichWerte und Limits
Mindestanzahl Elemente: 1
Standard—
Feldmessages[].roleTypstringAnforderungErforderlichWerte und Limits
Modellabhängig
Standard—
Feldmessages[].contentTypstringAnforderungOptionalWerte und Limits
Gilt, wenn: Textgespräch
Standard—
FeldstreamTypbooleanAnforderungOptionalWerte und LimitsStandardfalse
Kombinationen von Eingabematerialien

Text · UTF8-Text

messages[].content

Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, messages
Parametermaterial_typesVertragtext
ParametermessagesVertragNachrichtenarray mit role/content-Struktur
Parameterfile_materialVertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet
Parameteroptional_controlsVertragstream
Parametercontrol_scopeVertragTextgespräch; stream ist ein boolescher Wert und standardmäßig false.
Parameteroutput_modalitiesVertragtext
Parameterhosted_operationsVertragfalse
Parametermultimodal_input_bindingVertragnull

Methodenaliasnamen: /chat/completions

Lebenszyklus: synchronous_or_streamed

Die genaue Modell-ID zusammen mit messages senden.

Die Kontextlänge ist keine Ausgabeobergrenze.

Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Nicht angegeben Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Nicht angegeben Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Preise für explizites Caching
Nicht aktiviert Wenn explizites Caching angefordert wird

Ailoot-Tarife

Preise nach Konfiguration

KonfigurationTarifstaffelGebühr
KonfigurationBasistarife für TokenTarifstaffelGrundtarifGebühr
Eingabe · Eingabetoken $0.008 / 1K Tokens
Ausgabe · Ausgabetoken $0.04 / 1K Tokens
Eingabe · Cache lesen $0.0004 / 1K Tokens
Eingabe · In Cache schreiben — / 1K Tokens
Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · OpenAI Chat

curlPython SDK
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"))

Ergebnisse abrufen und speichern

Ailoot Ultra · OpenAI Chat

json oder SSE

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.

Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder
FeldTyp
Feldchoices[].indexTypinteger
Feldchoices[].message.contentTypstring|null
Feldchoices[].message.tool_callsTyptool_call[]
Feldchoices[].message.reasoning_contentTypstring
Feldchoices[].message.reasoning_detailsTypobject|array
Feldchoices[].finish_reasonTypstring|null
FeldusageTypobject
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültigNächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.

Aliasnamen

Modellaliasnamen

Ailoot Ultra google/gemini-4-argon

Aliasnamen für Methodenpfade

/chat/completions

Zugehörige Aufrufer-IDs

google/gemini-4-argon

Ailoot Ultra · Anthropic Messages POST /v1/messages google/gemini-4-argon

google/gemini-4-argon

Google /google/gemini-4-argon

Einstieg

Gemini 4 Argon ist Googles multimodales Reasoning-Modell für Softwareentwicklung, Mathematik, Wissenschaft und mehrstufige Agenten. Es verbindet Text, Bilder, Audio, Video und Dokumente in 1.048.576 Token Kontext und liefert Text, mit veröffentlichter Unterstützung für Werkzeugaufrufe und strukturierte Ausgabe.

Zulässige Eingaben
Text
Ergebnisse
json · sse

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · Anthropic Messages POST /v1/messages
Eingabe
text
Ausgabe
json, sse
Ausgabeformat
JSON oder SSE
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
google/gemini-4-argon
Standard—
FeldmessagesTypmessage[]AnforderungErforderlichWerte und LimitsStandard—
Feldmessages[].roleTypstringAnforderungErforderlichWerte und Limits
user, assistant
Standard—
Feldmessages[].contentTypstringAnforderungErforderlichWerte und LimitsStandard—
Feldmax_tokensTypintegerAnforderungErforderlichWerte und LimitsStandard—
FeldstreamTypbooleanAnforderungOptionalWerte und LimitsStandardfalse
Kombinationen von Eingabematerialien

Text · UTF-8-Text

Zeichenfolge messages[].content

Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, messages, max_tokens
Parameteroptional_controlsVertragstream
Parametermaterial_typesVertragtext
Parametertext_file_materialVertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen.

Lebenszyklus: synchronous_or_streamed

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Nicht angegeben Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Nicht angegeben Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird
Preise für explizites Caching
Nicht aktiviert Wenn explizites Caching angefordert wird

Ailoot-Tarife

Preise nach Konfiguration

KonfigurationTarifstaffelGebühr
KonfigurationBasistarife für TokenTarifstaffelGrundtarifGebühr
Eingabe · Eingabetoken $0.008 / 1K Tokens
Ausgabe · Ausgabetoken $0.04 / 1K Tokens
Eingabe · Cache lesen $0.0004 / 1K Tokens
Eingabe · In Cache schreiben — / 1K Tokens
Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · Anthropic Messages

Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern
{
  "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))

Ergebnisse abrufen und speichern

Ailoot Ultra · Anthropic Messages

JSON oder SSE

Alle fertiggestellten Ergebnisse aufbewahren

Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.

Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.

Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder
FeldTyp
FeldidTypstring
FeldmodelTypstring
Feldcontent[]Typtext|thinking|tool_use|other content block
Feldstop_reasonTypstring|null
FeldusageTypobject
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültigNächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.

Aliasnamen

Modellaliasnamen

Ailoot Ultra google/gemini-4-argon

Aliasnamen für Methodenpfade

/chat/completions

Zugehörige Aufrufer-IDs

google/gemini-4-argon

FAQ · Google: Gemini 4 Argon
Welche Eingaben und Ergebnisse sind verfügbar?

POST /v1/chat/completions · google/gemini-4-argon: text → text

POST /v1/messages · google/gemini-4-argon: text → json, sse

Welche Felder verwendet die Anfrage?

POST /v1/chat/completions · google/gemini-4-argon: model, messages, stream

POST /v1/messages · google/gemini-4-argon: model, messages, max_tokens, stream

Welche Grenzen gelten?

POST /v1/chat/completions · google/gemini-4-argon: messages.min_items: 1

Weitere Details

Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung.

Das Unternehmen und sein Projektportfolio

Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe.

Tokens mit Rabatt kaufen.

Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf.

Abo
Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen.
Aktionscode bis 50%
Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet.
Ausgaben in der Historie
Modell, Tokens und Betrag werden für jede Anfrage gespeichert.

Abo wählen · Modellpreise ansehen

Verbinden Sie die API mit dem Produkt, das Sie verkaufen.

SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an.

Kommerzielle Anwendung
Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes.
Reseller-Lizenz
Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an.
Dokumente auf der Website
Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich.

Reseller-Lizenz anfordern · Offizielles Angebot und Lizenzvertrag

Über die Ailoot API verfügbar

gemini-4-argon · Ultra

Ultra OpenAI ChatPOST /v1/chat/completions
Eingabe
text
Ausgabe
text
Kontext
983 040 Token
Max. Antwort
65 536 Token
Eingabe
$ 0,008 / 1K
Ausgabe
$ 0,04 / 1K
Cache lesen
$ 0,0004 / 1K
In Cache schreiben
$ 0,00075 / 1K
In Cache schreiben, 5 Min.
$ 0,00075 / 1K tokens

gemini-4-argon · Ultra

Ultra OpenAI ResponsesPOST /v1/responses
Eingabe
text
Ausgabe
text
Kontext
983 040 Token
Max. Antwort
65 536 Token
Eingabe
$ 0,008 / 1K
Ausgabe
$ 0,04 / 1K
Cache lesen
$ 0,0004 / 1K
In Cache schreiben
$ 0,00075 / 1K
In Cache schreiben, 5 Min.
$ 0,00075 / 1K tokens

gemini-4-argon · Ultra

Ultra Gemini generateContentPOST /v1beta/models/gemini-4-argon:generateContent
Eingabe
text
Ausgabe
text
Kontext
983 040 Token
Max. Antwort
65 536 Token
Eingabe
$ 0,008 / 1K
Ausgabe
$ 0,04 / 1K
Cache lesen
$ 0,0004 / 1K
In Cache schreiben
$ 0,00075 / 1K
In Cache schreiben, 5 Min.
$ 0,00075 / 1K tokens

JSON