models

Google: Gemini 4 Argon

Markdown · JSON

Google: Gemini 4 Argon

Gemini 4 Argon est le modèle multimodal de raisonnement de Google pour le génie logiciel, les mathématiques, les sciences et les agents à plusieurs étapes. Il associe texte, images, audio, vidéo et documents dans un contexte de 1 048 576 tokens et renvoie du texte, avec prise en charge publiée des appels d’outils et de la sortie structurée.

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

Gemini 4 Argon est un modèle de raisonnement de Google pour les travaux associant un vaste ensemble d’éléments probants à un objectif à plusieurs étapes. Ses types d’entrée publiés comprennent le texte, les images, l’audio, la vidéo et des fichiers comme les PDF, tandis que le résultat est du texte. Une tâche peut ainsi réunir une spécification, un graphique, une capture d’écran et des documents justificatifs plutôt que de dépendre d’un résumé écrit de chaque source.

Donnez au modèle des éléments et un livrable à produire

Commencez par une question claire et le livrable nécessaire à la fin. Une tâche logicielle peut demander un plan de modification, les composants concernés et les critères de vérification. Une tâche mathématique peut demander une dérivation avec des hypothèses explicites. Une tâche documentaire peut demander une comparaison qui garde visibles les désaccords entre texte, tableaux et figures.

La fenêtre de contexte publiée est de 1 048 576 tokens. Utilisez cette capacité pour garder les éléments pertinents ensemble, avec des noms de documents et des limites de sections rendant les références non ambiguës. Regroupez les documents justificatifs autour de la question plutôt que d’insérer des fichiers sans rapport simplement parce qu’il reste de la place. Demandez à la réponse de distinguer les éléments fournis dans la tâche des hypothèses introduites pendant l’analyse.

Raisonnement, outils et résultats structurés

La configuration publiée du raisonnement du modèle est obligatoire, avec les niveaux d’effort low, medium et high, et medium comme valeur par défaut indiquée. Choisissez un niveau selon la profondeur du problème et définissez ce qu’une réponse réussie doit établir. Une courte comparaison factuelle demande des critères de vérification différents de ceux d’une modification de code touchant plusieurs composants.

Argon publie des capacités d’appels d’outils et de sortie structurée guidée par schéma. Elles sont utiles lorsqu’une application fournit des outils pour récupérer des éléments supplémentaires ou a besoin d’un résultat d’analyse lisible par machine. Distinguez l’activité d’outil proposée par le modèle de l’application qui l’exécute et conservez les observations renvoyées avant de demander la décision suivante. Pour un résultat structuré, définissez les champs autour de la décision métier : constats, références justificatives, hypothèses non résolues et action recommandée.

Processus d’ingénierie et de documents

Pour une tâche sur un dépôt, fournissez les sources pertinentes, le comportement à préserver et les vérifications qui devraient réussir. Demandez un plan d’implémentation ciblé ou l’examen d’une modification concrète, puis évaluez la proposition obtenue selon ces vérifications. Pour un rapport technique, présentez les observations sous-jacentes et demandez une explication reliant chaque conclusion à ses documents justificatifs.

Pour des documents mixtes, incluez les tableaux et images porteurs de sens plutôt que de les remplacer par une transcription incomplète. La sortie du modèle peut regrouper ces entrées en un rapport lisible, un ensemble de constats extraits ou une liste d’actions. Les images et l’audio en entrée constituent des éléments pour ce résultat textuel ; ils ne transforment pas cette entrée de catalogue en modèle de génération d’images ou de parole.

Planification de la sortie

L’entrée standard Argon et la FAQ de sa page de modèle indiquent une limite de complétion de 65 536 tokens. Précisez la profondeur et la présentation attendues de la réponse avant de demander un résultat long. Conservez l’identifiant standard séparément de l’entrée étiquetée batch, car leurs capacités publiées de complétion diffèrent. Utilisez les limites propres à la variante sélectionnée lorsque vous répartissez le travail en réponses.

Capacités

  • Raisonnement multimodal à sortie textuelle sur texte, images, audio, vidéo et documents PDF.
  • Contexte publié de 1 048 576 tokens et limite standard de complétion de 65 536 tokens.
  • Raisonnement obligatoire avec les niveaux d’effort low, medium et high.
  • Appels d’outils pour les processus à plusieurs étapes contrôlés par l’application.
  • Sortie textuelle structurée guidée par schéma.

Cas d’utilisation

  • Analyse de modifications de dépôt — Fichiers pertinents, comportement souhaité et critères de vérification. Résultat : Un plan de modification ou un examen ciblé, lié au code fourni.
  • Synthèse de documents mixtes — Documents, tableaux, graphiques et question de comparaison précise. Résultat : Un rapport textuel conservant les éléments qui étayent chaque conclusion.
  • Investigation mathématique — Un énoncé de problème, des hypothèses et la forme requise de la réponse. Résultat : Un développement mathématique ou une analyse dont les étapes peuvent être vérifiées.
  • Agent utilisant des outils — Un objectif, des outils contrôlés et les observations renvoyées par ces outils. Résultat : Des décisions argumentées successives vers un livrable défini.

Limites

  • Contexte — Fenêtre de contexte publiée : 1 048 576 tokens.
  • Réponse standard — Limite standard de complétion publiée : 65 536 tokens.
  • Raisonnement — Le raisonnement est obligatoire ; les niveaux d’effort publiés sont low, medium et high, avec medium par défaut.
  • Type de sortie — Le résultat publié est du texte ; les entrées multimodales soutiennent l’analyse des éléments fournis.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions google/gemini-4-argon

google/gemini-4-argon

Google /google/gemini-4-argon

Premiers pas

Gemini 4 Argon est le modèle multimodal de raisonnement de Google pour le génie logiciel, les mathématiques, les sciences et les agents à plusieurs étapes. Il associe texte, images, audio, vidéo et documents dans un contexte de 1 048 576 tokens et renvoie du texte, avec prise en charge publiée des appels d’outils et de la sortie structurée.

Entrées acceptées
Texte
Résultats
Texte

Disponible dans Ailoot · entrées et méthodes

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Entrée
text
Sortie
text
Format de sortie
json ou SSE
ChampTypeExigenceValeurs et limitesPar défaut
ChampmodelTypestringExigenceObligatoireValeurs et limites
google/gemini-4-argon
Par défaut—
ChampmessagesTypemessage[]ExigenceObligatoireValeurs et limites
Nombre minimal d’éléments: 1
Par défaut—
Champmessages[].roleTypestringExigenceObligatoireValeurs et limites
Selon le modèle
Par défaut—
Champmessages[].contentTypestringExigenceFacultatifValeurs et limites
S’applique lorsque: Conversation textuelle
Par défaut—
ChampstreamTypebooleanExigenceFacultatifValeurs et limitesPar défautfalse
Combinaisons d’éléments d’entrée

Texte · Texte UTF8

messages[].content

Paramètres et cycle de vie de la méthode
ParamètreContrat
Paramètrecontent_typeContratapplication/json
ParamètrerequiredContratmodel, messages
Paramètrematerial_typesContrattext
ParamètremessagesContrattableau de messages avec une structure role/content
Paramètrefile_materialContratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit
Paramètreoptional_controlsContratstream
Paramètrecontrol_scopeContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false.
Paramètreoutput_modalitiesContrattext
Paramètrehosted_operationsContratfalse
Paramètremultimodal_input_bindingContratnull

Alias de méthode : /chat/completions

Cycle de vie : synchronous_or_streamed

Envoyez l’identifiant exact du modèle avec messages.

La longueur du contexte n’est pas un plafond de sortie.

Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.

Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide
Non précisé Lorsque le mode rapide est sélectionné
Mode Flex
Non précisé Lorsque le mode flex est sélectionné
Effort de raisonnement maximal
Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)
Tarification du cache explicite
Non activé Lorsqu’un cache explicite est demandé

Tarifs Ailoot

Prix par configuration

ConfigurationBarème tarifaireCoût
ConfigurationTarifs de base des tokensBarème tarifaireTarif de baseCoût
Entrée · Tokens en entrée $0.008 / 1K tokens
Sortie · Tokens en sortie $0.04 / 1K tokens
Entrée · Lecture du cache $0.0004 / 1K tokens
Entrée · Écriture dans le cache — / 1K tokens
Entrée · Écriture dans le cache, 1 h — / 1K tokens

Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →

Exemples de requêtes

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"))

Recevoir et enregistrer les résultats

Ailoot Ultra · OpenAI Chat

json ou SSE

Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.

Si la réponse d’origine doit être vérifiée

Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.

Champs de la réponse
ChampType
Champchoices[].indexTypeinteger
Champchoices[].message.contentTypestring|null
Champchoices[].message.tool_callsTypetool_call[]
Champchoices[].message.reasoning_contentTypestring
Champchoices[].message.reasoning_detailsTypeobject|array
Champchoices[].finish_reasonTypestring|null
ChampusageTypeobject
Erreurs et étapes suivantes
RéponseConditionÉtape suivante
Réponse400 · invalid_request_errorConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non validesÉtape suivanteCorrigez les champs indiqués avant une nouvelle requête de création.

Alias

Alias du modèle

Ailoot Ultra google/gemini-4-argon

Alias des chemins de méthode

/chat/completions

ID d’appel associés

google/gemini-4-argon

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

google/gemini-4-argon

Google /google/gemini-4-argon

Premiers pas

Gemini 4 Argon est le modèle multimodal de raisonnement de Google pour le génie logiciel, les mathématiques, les sciences et les agents à plusieurs étapes. Il associe texte, images, audio, vidéo et documents dans un contexte de 1 048 576 tokens et renvoie du texte, avec prise en charge publiée des appels d’outils et de la sortie structurée.

Entrées acceptées
Texte
Résultats
json · sse

Disponible dans Ailoot · entrées et méthodes

Ailoot Ultra · Anthropic Messages POST /v1/messages
Entrée
text
Sortie
json, sse
Format de sortie
JSON ou SSE
ChampTypeExigenceValeurs et limitesPar défaut
ChampmodelTypestringExigenceObligatoireValeurs et limites
google/gemini-4-argon
Par défaut—
ChampmessagesTypemessage[]ExigenceObligatoireValeurs et limitesPar défaut—
Champmessages[].roleTypestringExigenceObligatoireValeurs et limites
user, assistant
Par défaut—
Champmessages[].contentTypestringExigenceObligatoireValeurs et limitesPar défaut—
Champmax_tokensTypeintegerExigenceObligatoireValeurs et limitesPar défaut—
ChampstreamTypebooleanExigenceFacultatifValeurs et limitesPar défautfalse
Combinaisons d’éléments d’entrée

Texte · Texte UTF-8

chaîne messages[].content

Paramètres et cycle de vie de la méthode
ParamètreContrat
Paramètrecontent_typeContratapplication/json
ParamètrerequiredContratmodel, messages, max_tokens
Paramètreoptional_controlsContratstream
Paramètrematerial_typesContrattext
Paramètretext_file_materialContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message.

Cycle de vie : synchronous_or_streamed

Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide
Non précisé Lorsque le mode rapide est sélectionné
Mode Flex
Non précisé Lorsque le mode flex est sélectionné
Effort de raisonnement maximal
Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)
Tarification du cache explicite
Non activé Lorsqu’un cache explicite est demandé

Tarifs Ailoot

Prix par configuration

ConfigurationBarème tarifaireCoût
ConfigurationTarifs de base des tokensBarème tarifaireTarif de baseCoût
Entrée · Tokens en entrée $0.008 / 1K tokens
Sortie · Tokens en sortie $0.04 / 1K tokens
Entrée · Lecture du cache $0.0004 / 1K tokens
Entrée · Écriture dans le cache — / 1K tokens
Entrée · Écriture dans le cache, 1 h — / 1K tokens

Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →

Exemples de requêtes

Ailoot Ultra · Anthropic Messages

Corps JSON minimal completcurl · utilisez votre document UTF-8Python · enregistrez le résultat complet
{
  "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))

Recevoir et enregistrer les résultats

Ailoot Ultra · Anthropic Messages

JSON ou SSE

Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.

Si la réponse d’origine doit être vérifiée

Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.

Champs de la réponse
ChampType
ChampidTypestring
ChampmodelTypestring
Champcontent[]Typetext|thinking|tool_use|other content block
Champstop_reasonTypestring|null
ChampusageTypeobject
Erreurs et étapes suivantes
RéponseConditionÉtape suivante
Réponse400 · invalid_request_errorConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non validesÉtape suivanteCorrigez les champs indiqués avant une nouvelle requête de création.

Alias

Alias du modèle

Ailoot Ultra google/gemini-4-argon

Alias des chemins de méthode

/chat/completions

ID d’appel associés

google/gemini-4-argon

FAQ · Google: Gemini 4 Argon
Quelles entrées et quels résultats sont disponibles ?

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

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

Quels champs la requête utilise-t-elle ?

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

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

Quelles limites s’appliquent ?

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

Plus de détails

Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application.

L’entreprise et son portefeuille de projets

L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.

Achetez des tokens à prix réduit.

Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens.

Abonnement
Choisissez une offre à tarif réduit pour vos requêtes régulières.
Code promo jusqu’à 50%
Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours.
Dépenses dans l’historique
Modèle, tokens et montant sont enregistrés pour chaque requête.

Choisir un abonnement · Voir les prix des modèles

Connectez l’API au produit que vous vendez.

SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur.

Application commerciale
Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service.
Licence revendeur
Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente.
Documents sur le site
L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion.

Demander une licence revendeur · Offre officielle et contrat de licence

Disponible via l’API Ailoot

gemini-4-argon · Ultra

Ultra OpenAI ChatPOST /v1/chat/completions
Entrée
text
Sortie
text
Contexte
983'040 tokens
Réponse maximale
65'536 tokens
Entrée
0.008 USD / 1K
Sortie
0.04 USD / 1K
Lecture du cache
0.0004 USD / 1K
Écriture dans le cache
0.00075 USD / 1K
Écriture dans le cache, 5 min
0.00075 USD / 1K tokens

gemini-4-argon · Ultra

Ultra OpenAI ResponsesPOST /v1/responses
Entrée
text
Sortie
text
Contexte
983'040 tokens
Réponse maximale
65'536 tokens
Entrée
0.008 USD / 1K
Sortie
0.04 USD / 1K
Lecture du cache
0.0004 USD / 1K
Écriture dans le cache
0.00075 USD / 1K
Écriture dans le cache, 5 min
0.00075 USD / 1K tokens

gemini-4-argon · Ultra

Ultra Gemini generateContentPOST /v1beta/models/gemini-4-argon:generateContent
Entrée
text
Sortie
text
Contexte
983'040 tokens
Réponse maximale
65'536 tokens
Entrée
0.008 USD / 1K
Sortie
0.04 USD / 1K
Lecture du cache
0.0004 USD / 1K
Écriture dans le cache
0.00075 USD / 1K
Écriture dans le cache, 5 min
0.00075 USD / 1K tokens

JSON