Google: Gemini 4 Argon
Gemini 4 Argon ialah model penaakulan multimodal Google untuk kejuruteraan perisian, kerja matematik dan saintifik serta ejen berbilang langkah. Ia menggabungkan teks, imej, audio, video dan dokumen dalam konteks 1,048,576 token serta mengembalikan teks, dengan sokongan panggilan alat dan output berstruktur yang diterbitkan.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsgoogle/gemini-4-argon - Ailoot Ultra · Anthropic Messages
POST /v1/messagesgoogle/gemini-4-argon
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Gemini 4 Argon ialah model penaakulan Google untuk kerja yang menggabungkan set bukti besar dengan objektif berbilang langkah. Julat input yang diterbitkan merangkumi teks, imej, audio, video dan fail seperti PDF, manakala hasilnya ialah teks. Ini membolehkan tugas menghimpunkan spesifikasi, carta, tangkap layar dan bahan sokongan, dan bukan bergantung pada ringkasan bertulis setiap sumber.
Berikan model set bukti dan hasil serahan
Mulakan dengan soalan jelas dan artifak yang diperlukan pada penghujungnya. Tugas perisian boleh meminta pelan perubahan, komponen terjejas dan kriteria pengesahan. Tugas matematik boleh meminta derivasi matematik dengan andaian yang dinyatakan. Tugas dokumen boleh meminta perbandingan yang mengekalkan percanggahan antara teks, jadual dan rajah agar kelihatan.
Tetingkap konteks yang diterbitkan ialah 1,048,576 token. Gunakan kapasiti itu untuk mengekalkan bahan relevan bersama, dengan nama dokumen dan sempadan bahagian yang menjadikan rujukan jelas. Kumpulkan bahan sokongan sekitar soalan, dan bukan memasukkan fail tidak berkaitan hanya kerana ruang tersedia. Minta respons membezakan bukti yang dibekalkan dalam tugas daripada andaian yang diperkenalkan semasa analisis.
Penaakulan, alat dan hasil berstruktur
Konfigurasi penaakulan model yang diterbitkan adalah wajib, dengan tahap usaha low, medium dan high serta medium sebagai tetapan lalai yang disenaraikan. Pilih tahap berdasarkan kedalaman masalah dan tentukan perkara yang mesti dibuktikan oleh jawapan yang berjaya. Perbandingan fakta pendek memerlukan kriteria pengesahan berbeza daripada perubahan kod yang menjejaskan beberapa komponen.
Argon menerbitkan keupayaan panggilan alat dan output berstruktur berpandukan skema. Ini berguna apabila aplikasi membekalkan alat untuk mendapatkan bukti tambahan atau memerlukan hasil analisis yang boleh dibaca mesin. Bezakan aktiviti alat yang dicadangkan model daripada aplikasi yang melaksanakannya, serta kekalkan pemerhatian yang dikembalikan sebelum meminta keputusan berikutnya. Bagi hasil berstruktur, tentukan medan yang dimaksudkan sekitar keputusan perniagaan: penemuan, rujukan bukti, andaian belum diselesaikan dan tindakan yang disyorkan.
Aliran kerja kejuruteraan dan dokumen
Bagi tugas repositori, berikan sumber yang relevan, tingkah laku yang hendak dikekalkan dan semakan yang seharusnya lulus. Minta pelan pelaksanaan terfokus atau penilaian perubahan konkrit, kemudian nilai cadangan berdasarkan semakan itu. Bagi laporan teknikal, bentangkan pemerhatian asas dan minta penerangan yang menghubungkan setiap kesimpulan dengan bahan sokongannya.
Bagi dokumen campuran, sertakan jadual dan imej yang membawa makna, dan bukan menggantikannya dengan transkrip tidak lengkap. Output model boleh menggabungkan input itu menjadi laporan yang boleh dibaca, set penemuan yang diekstrak atau senarai tindakan. Input imej dan audio ialah bukti bagi hasil teks itu; ia tidak menukar rekod ini menjadi model penjanaan imej atau pertuturan.
Perancangan output
Rekod Argon standard dan FAQ halaman model menyenaraikan had penyempurnaan 65,536 token. Nyatakan kedalaman dan susun atur jawapan yang dijangka sebelum meminta hasil panjang. Kekalkan pengecam standard secara berasingan daripada rekod berlabel batch kerana peruntukan penyempurnaan yang diterbitkan berbeza. Gunakan had varian yang dipilih sendiri ketika membahagikan kerja kepada respons.
Keupayaan
- Penaakulan teks multimodal berdasarkan teks, imej, audio, video dan dokumen PDF.
- Konteks 1,048,576 token dan had pelengkapan standard 65,536 token yang diterbitkan.
- Penaakulan wajib dengan tahap usaha rendah (
low), sederhana (medium) dan tinggi (high). - Panggilan alat untuk aliran kerja berbilang langkah yang dikawal oleh aplikasi.
- Output teks berstruktur berpandukan skema.
Kes penggunaan
- Analisis perubahan repositori — Fail yang berkaitan, tingkah laku yang dikehendaki dan kriteria pengesahan. Hasil: Pelan perubahan atau semakan yang terfokus dan berkaitan dengan kod yang dibekalkan.
- Sintesis dokumen campuran — Dokumen, jadual, carta dan soalan perbandingan yang tepat. Hasil: Laporan teks yang mengekalkan bukti di sebalik setiap kesimpulan.
- Penyiasatan matematik — Pernyataan masalah, andaian dan bentuk jawapan yang diperlukan. Hasil: Penerbitan atau analisis yang langkah-langkahnya boleh disemak.
- Ejen yang bekerja melalui alat — Objektif, alat yang dikawal dan pemerhatian yang dikembalikan oleh alat tersebut. Hasil: Keputusan beralasan secara berturutan menuju hasil yang ditetapkan.
Had
- Konteks — Tetingkap konteks yang diterbitkan: 1,048,576 token.
- Jawapan standard — Had pelengkapan standard yang diterbitkan: 65,536 token.
- Penaakulan — Penaakulan adalah wajib; tahap usaha yang diterbitkan ialah rendah (
low), sederhana (medium) dan tinggi (high), dengan sederhana (medium) sebagai lalai. - Keluarga output — Hasil yang diterbitkan ialah teks; input multimodal menyokong analisis bukti yang dibekalkan.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions google/gemini-4-argon
google/gemini-4-argonPengenalan
Gemini 4 Argon ialah model penaakulan multimodal Google untuk kejuruteraan perisian, kerja matematik dan saintifik serta ejen berbilang langkah. Ia menggabungkan teks, imej, audio, video dan dokumen dalam konteks 1,048,576 token serta mengembalikan teks, dengan sokongan panggilan alat dan output berstruktur yang diterbitkan.
- Input yang diterima
- Teks
- Hasil
- Teks
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Input
text- Output
text- Format output
- json atau SSE
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had google/gemini-4-argon | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Perbualan teks | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Gabungan bahan input
Teks · Teks UTF8
messages[].content
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream |
Parametercontrol_scope | KontrakPerbualan teks; stream ialah nilai boolean dengan false sebagai lalai. |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Alias kaedah: /chat/completions
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Pelan harga
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Tidak dinyatakan Apabila mod pantas dipilih
- Mod flex
- Tidak dinyatakan Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default
- Harga cache eksplisit
- Tidak diaktifkan Apabila cache eksplisit diminta
Kadar Ailoot
Harga mengikut konfigurasi
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.008 / 1K token Output · Token output $0.04 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · OpenAI Chat
set -eu
: "${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"))
Terima dan simpan hasil
Ailoot Ultra · OpenAI Chat
json atau SSE
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Jika respons asal perlu disemak
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
Medan respons
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Alias
Alias model
Ailoot Ultra google/gemini-4-argon
Alias laluan kaedah
/chat/completions
ID pemanggil berkaitan
Ailoot Ultra · Anthropic Messages POST /v1/messages google/gemini-4-argon
google/gemini-4-argonPengenalan
Gemini 4 Argon ialah model penaakulan multimodal Google untuk kejuruteraan perisian, kerja matematik dan saintifik serta ejen berbilang langkah. Ia menggabungkan teks, imej, audio, video dan dokumen dalam konteks 1,048,576 token serta mengembalikan teks, dengan sokongan panggilan alat dan output berstruktur yang diterbitkan.
- Input yang diterima
- Teks
- Hasil
- json · sse
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Input
text- Output
json,sse- Format output
- JSON atau SSE
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had google/gemini-4-argon | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Gabungan bahan input
Teks · Teks UTF-8
rentetan messages[].content
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Pelan harga
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Tidak dinyatakan Apabila mod pantas dipilih
- Mod flex
- Tidak dinyatakan Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default
- Harga cache eksplisit
- Tidak diaktifkan Apabila cache eksplisit diminta
Kadar Ailoot
Harga mengikut konfigurasi
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.008 / 1K token Output · Token output $0.04 / 1K token Input · Bacaan cache $0.0004 / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Anthropic Messages
{
"model": "google/gemini-4-argon",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${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))
Terima dan simpan hasil
Ailoot Ultra · Anthropic Messages
JSON atau SSE
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Jika respons asal perlu disemak
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
Medan respons
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Alias
Alias model
Ailoot Ultra google/gemini-4-argon
Alias laluan kaedah
/chat/completions
ID pemanggil berkaitan
FAQ · Google: Gemini 4 Argon
- Apakah input dan hasil yang tersedia?
POST /v1/chat/completions·google/gemini-4-argon:text→textPOST /v1/messages·google/gemini-4-argon:text→json,sse- Apakah medan yang digunakan oleh permintaan?
POST /v1/chat/completions·google/gemini-4-argon:model,messages,streamPOST /v1/messages·google/gemini-4-argon:model,messages,max_tokens,stream- Apakah had yang terpakai?
POST /v1/chat/completions·google/gemini-4-argon:messages.min_items:1