modeller

Google: Gemini 4 Argon

Markdown · JSON

Google: Gemini 4 Argon

Gemini 4 Argon er Googles multimodale resonneringsmodell for programvareutvikling, matematisk og vitenskapelig arbeid og agenter med flere trinn. Den kombinerer tekst, bilder, lyd, video og dokumenter innenfor en kontekst på 1 048 576 tokener og returnerer tekst, med publisert støtte for verktøykall og strukturerte utdata.

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

Gemini 4 Argon er en resonneringsmodell fra Google for arbeid som kombinerer et stort underlag med et mål som krever flere trinn. Det publiserte inndataområdet inkluderer tekst, bilder, lyd, video og filer som PDF-er, mens resultatet er tekst. Dette lar en oppgave samle en spesifikasjon, et diagram, et skjermbilde og støttemateriale fremfor å være avhengig av en skriftlig oppsummering av hver kilde.

Gi modellen et underlag og et resultat som skal leveres

Begynn med et tydelig spørsmål og sluttresultatet du trenger. En programvareoppgave kan be om en endringsplan, berørte komponenter og verifiseringskriterier. En matematisk oppgave kan be om en utledning med oppgitte forutsetninger. En dokumentoppgave kan be om en sammenligning som holder uenigheter mellom tekst, tabeller og figurer synlige.

Det publiserte kontekstvinduet er 1 048 576 tokener. Bruk kapasiteten til å holde relevant materiale samlet, med dokumentnavn og avsnittsgrenser som gjør referansene entydige. Grupper støttematerialet rundt spørsmålet fremfor å sette inn urelaterte filer bare fordi det er plass. Be svaret skille underlaget som er gitt i oppgaven fra antakelser som introduseres under analysen.

Resonnering, verktøy og strukturerte resultater

Modellens publiserte resonneringskonfigurasjon er obligatorisk, med innsatsnivåene low, medium og high og medium som oppgitt standard. Velg et nivå ut fra problemets dybde og definer hva et vellykket svar må fastslå. En kort faktasammenligning trenger andre verifiseringskriterier enn en kodeendring som påvirker flere komponenter.

Argon publiserer funksjoner for verktøykall og skjemastyrte strukturerte utdata. Disse er nyttige når en applikasjon tilbyr verktøy for å hente inn ytterligere underlag eller trenger et maskinlesbart analyseresultat. Hold modellens foreslåtte verktøyaktivitet atskilt fra applikasjonen som utfører den, og bevar de returnerte observasjonene før du ber om neste beslutning. For et strukturert resultat kan du definere de ønskede feltene rundt forretningsbeslutningen: funn, referanser til underlaget, uløste antakelser og anbefalt handling.

Arbeidsflyter for utvikling og dokumenter

For en oppgave i et kodelager kan du oppgi den relevante kildekoden, atferden som skal bevares, og kontrollene som bør bestås. Be om en fokusert implementeringsplan eller en gjennomgang av en konkret endring, og vurder deretter forslaget mot disse kontrollene. For en teknisk rapport kan du presentere de underliggende observasjonene og be om en forklaring som knytter hver konklusjon til støttematerialet.

For blandede dokumenter kan du inkludere tabellene og bildene som bærer betydning, fremfor å erstatte dem med en ufullstendig transkripsjon. Modellens utdata kan samle disse inndataene til en lesbar rapport, et sett med uttrukne funn eller en handlingsliste. Bilde- og lydinndata er underlag for dette tekstresultatet; de gjør ikke denne oppføringen til en modell for bilde- eller talegenerering.

Planlegge utdata

Standardoppføringen for Argon og modellsidens vanlige spørsmål angir en fullføringsgrense på 65 536 tokener. Angi forventet dybde og oppsett for svaret før du ber om et langt resultat. Bevar standardidentifikatoren separat fra den batch-merkede oppføringen, fordi de publiserte fullføringsrammene er forskjellige. Bruk den valgte variantens egne grenser når du fordeler arbeidet på svar.

Funksjoner

  • Multimodal tekstresonnering om tekst, bilder, lyd, video og PDF-dokumenter.
  • Publisert kontekst på 1 048 576 tokener og standard fullføringsgrense på 65 536 tokener.
  • Obligatorisk resonnering med innsatsnivåene low, medium og high.
  • Verktøykall for applikasjonskontrollerte arbeidsflyter med flere trinn.
  • Skjemastyrte strukturerte tekstutdata.

Bruksområder

  • Analyse av endringer i kodelageret — Relevante filer, ønsket atferd og verifiseringskriterier. Resultat: En fokusert endringsplan eller gjennomgang knyttet til den oppgitte koden.
  • Syntese av blandede dokumenter — Dokumenter, tabeller, diagrammer og et presist sammenligningsspørsmål. Resultat: En tekstrapport som beholder underlaget bak hver konklusjon.
  • Matematisk undersøkelse — En problemstilling, forutsetninger og den påkrevde svarformen. Resultat: En utledning eller analyse med trinn som kan kontrolleres.
  • Verktøydrevet agent — Et mål, kontrollerte verktøy og observasjonene som verktøyene returnerer. Resultat: Påfølgende begrunnede beslutninger mot et definert sluttresultat.

Begrensninger

  • Kontekst — Publisert kontekstvindu: 1 048 576 tokener.
  • Standardsvar — Publisert standard fullføringsgrense: 65 536 tokener.
  • Resonnering — Resonnering er obligatorisk; de publiserte innsatsnivåene er low, medium og high, med medium som standard.
  • Utdatafamilie — Det publiserte resultatet er tekst; multimodale inndata støtter analyse av oppgitt underlag.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions google/gemini-4-argon

google/gemini-4-argon

Google /google/gemini-4-argon

Start

Gemini 4 Argon er Googles multimodale resonneringsmodell for programvareutvikling, matematisk og vitenskapelig arbeid og agenter med flere trinn. Den kombinerer tekst, bilder, lyd, video og dokumenter innenfor en kontekst på 1 048 576 tokener og returnerer tekst, med publisert støtte for verktøykall og strukturerte utdata.

Godkjente inndata
Tekst
Resultater
Tekst

Tilgjengelig i Ailoot · inndata & metoder

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Inndatatyper
text
Utdatatyper
text
Utdataformat
json eller SSE
FeltTypeKravVerdier & grenserStandard
FeltmodelTypestringKravPåkrevdVerdier & grenser
google/gemini-4-argon
Standard—
FeltmessagesTypemessage[]KravPåkrevdVerdier & grenser
Minste antall elementer: 1
Standard—
Feltmessages[].roleTypestringKravPåkrevdVerdier & grenser
Avhenger av modellen
Standard—
Feltmessages[].contentTypestringKravValgfrittVerdier & grenser
Gjelder når: Tekstsamtale
Standard—
FeltstreamTypebooleanKravValgfrittVerdier & grenserStandardfalse
Kombinasjoner av inngående materialer

Tekst · UTF8-tekst

messages[].content

Metodeparametere og livssyklus
ParameterAvtale
Parametercontent_typeAvtaleapplication/json
ParameterrequiredAvtalemodel, messages
Parametermaterial_typesAvtaletext
ParametermessagesAvtalemeldingstabell med role/content-struktur
Parameterfile_materialAvtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes
Parameteroptional_controlsAvtalestream
Parametercontrol_scopeAvtaleTekstsamtale; stream er en boolsk verdi med false som standard.
Parameteroutput_modalitiesAvtaletext
Parameterhosted_operationsAvtalefalse
Parametermultimodal_input_bindingAvtalenull

Metodealiaser: /chat/completions

Livssyklus: synchronous_or_streamed

Send eksakt modell-ID sammen med messages.

Kontekstlengde er ikke en outputgrense.

En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.

Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus
Ikke angitt Når hurtigmodus er valgt
Flex-modus
Ikke angitt Når flex-modus er valgt
Maksimal resonneringsinnsats
Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats
Priser for eksplisitt mellomlagring
Ikke aktivert Når eksplisitt mellomlagring forespørres

Ailoot-satser

Priser etter konfigurasjon

KonfigurasjonPrisplanKostnad
KonfigurasjonGrunnpriser for tokenerPrisplanGrunnsatsKostnad
Inndata · Inngående tokener $0.008 / 1K tokener
Utdata · Utgående tokener $0.04 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0.0004 / 1K tokener
Inndata · Skriving til hurtigbuffer — / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →

Eksempelforespørsler

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"))

Motta og lagre resultater

Ailoot Ultra · OpenAI Chat

json eller SSE

Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.

Hvis det opprinnelige svaret må kontrolleres

Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.

Svarfelter
FeltType
Feltchoices[].indexTypeinteger
Feltchoices[].message.contentTypestring|null
Feltchoices[].message.tool_callsTypetool_call[]
Feltchoices[].message.reasoning_contentTypestring
Feltchoices[].message.reasoning_detailsTypeobject|array
Feltchoices[].finish_reasonTypestring|null
FeltusageTypeobject
Feil og neste trinn
SvarVilkårNeste trinn
Svar400 · invalid_request_errorVilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdiNeste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel.

Aliaser

Modellaliaser

Ailoot Ultra google/gemini-4-argon

Aliaser for metodestier

/chat/completions

Tilknyttede anroper-ID-er

google/gemini-4-argon

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

google/gemini-4-argon

Google /google/gemini-4-argon

Start

Gemini 4 Argon er Googles multimodale resonneringsmodell for programvareutvikling, matematisk og vitenskapelig arbeid og agenter med flere trinn. Den kombinerer tekst, bilder, lyd, video og dokumenter innenfor en kontekst på 1 048 576 tokener og returnerer tekst, med publisert støtte for verktøykall og strukturerte utdata.

Godkjente inndata
Tekst
Resultater
json · sse

Tilgjengelig i Ailoot · inndata & metoder

Ailoot Ultra · Anthropic Messages POST /v1/messages
Inndatatyper
text
Utdatatyper
json, sse
Utdataformat
JSON eller SSE
FeltTypeKravVerdier & grenserStandard
FeltmodelTypestringKravPåkrevdVerdier & grenser
google/gemini-4-argon
Standard—
FeltmessagesTypemessage[]KravPåkrevdVerdier & grenserStandard—
Feltmessages[].roleTypestringKravPåkrevdVerdier & grenser
user, assistant
Standard—
Feltmessages[].contentTypestringKravPåkrevdVerdier & grenserStandard—
Feltmax_tokensTypeintegerKravPåkrevdVerdier & grenserStandard—
FeltstreamTypebooleanKravValgfrittVerdier & grenserStandardfalse
Kombinasjoner av inngående materialer

Tekst · UTF-8-tekst

messages[].content-streng

Metodeparametere og livssyklus
ParameterAvtale
Parametercontent_typeAvtaleapplication/json
ParameterrequiredAvtalemodel, messages, max_tokens
Parameteroptional_controlsAvtalestream
Parametermaterial_typesAvtaletext
Parametertext_file_materialAvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen.

Livssyklus: synchronous_or_streamed

Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus
Ikke angitt Når hurtigmodus er valgt
Flex-modus
Ikke angitt Når flex-modus er valgt
Maksimal resonneringsinnsats
Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats
Priser for eksplisitt mellomlagring
Ikke aktivert Når eksplisitt mellomlagring forespørres

Ailoot-satser

Priser etter konfigurasjon

KonfigurasjonPrisplanKostnad
KonfigurasjonGrunnpriser for tokenerPrisplanGrunnsatsKostnad
Inndata · Inngående tokener $0.008 / 1K tokener
Utdata · Utgående tokener $0.04 / 1K tokener
Inndata · Lesing fra hurtigbuffer $0.0004 / 1K tokener
Inndata · Skriving til hurtigbuffer — / 1K tokener
Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →

Eksempelforespørsler

Ailoot Ultra · Anthropic Messages

Komplett, minimal JSON-kroppcurl · bruk UTF-8-dokumentet dittPython · lagre hele resultatet
{
  "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))

Motta og lagre resultater

Ailoot Ultra · Anthropic Messages

JSON eller SSE

Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.

Hvis det opprinnelige svaret må kontrolleres

Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.

Svarfelter
FeltType
FeltidTypestring
FeltmodelTypestring
Feltcontent[]Typetext|thinking|tool_use|other content block
Feltstop_reasonTypestring|null
FeltusageTypeobject
Feil og neste trinn
SvarVilkårNeste trinn
Svar400 · invalid_request_errorVilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdiNeste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel.

Aliaser

Modellaliaser

Ailoot Ultra google/gemini-4-argon

Aliaser for metodestier

/chat/completions

Tilknyttede anroper-ID-er

google/gemini-4-argon

FAQ · Google: Gemini 4 Argon
Hvilke inndata og resultater er tilgjengelige?

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

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

Hvilke felt bruker forespørselen?

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

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

Hvilke grenser gjelder?

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

Flere detaljer

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement
Velg et rabattabonnement for faste forespørsler.
Kampanjekode opptil 50%
Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.
Kostnader i historikken
Modell, tokener og beløp lagres for hver forespørsel.

Velg abonnement · Se modellpriser

Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon
Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.
Forhandlerlisens
Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.
Dokumenter på nettstedet
Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

Be om forhandlerlisens · Offentlig tilbud og lisensavtale

Tilgjengelig via Ailoot API

gemini-4-argon · Ultra

Ultra OpenAI ChatPOST /v1/chat/completions
Inndatatyper
text
Utdatatyper
text
Kontekst
983 040 tokener
Maks. svar
65 536 tokener
Inndata
0,008 USD / 1K
Utdata
0,04 USD / 1K
Lesing fra hurtigbuffer
0,0004 USD / 1K
Skriving til hurtigbuffer
0,00075 USD / 1K
Skriving til hurtigbuffer, 5 min
0,00075 USD / 1K tokens

gemini-4-argon · Ultra

Ultra OpenAI ResponsesPOST /v1/responses
Inndatatyper
text
Utdatatyper
text
Kontekst
983 040 tokener
Maks. svar
65 536 tokener
Inndata
0,008 USD / 1K
Utdata
0,04 USD / 1K
Lesing fra hurtigbuffer
0,0004 USD / 1K
Skriving til hurtigbuffer
0,00075 USD / 1K
Skriving til hurtigbuffer, 5 min
0,00075 USD / 1K tokens

gemini-4-argon · Ultra

Ultra Gemini generateContentPOST /v1beta/models/gemini-4-argon:generateContent
Inndatatyper
text
Utdatatyper
text
Kontekst
983 040 tokener
Maks. svar
65 536 tokener
Inndata
0,008 USD / 1K
Utdata
0,04 USD / 1K
Lesing fra hurtigbuffer
0,0004 USD / 1K
Skriving til hurtigbuffer
0,00075 USD / 1K
Skriving til hurtigbuffer, 5 min
0,00075 USD / 1K tokens

JSON