modele

Google: Gemini 4 Argon

Markdown · JSON

Google: Gemini 4 Argon

Gemini 4 Argon to multimodalny model rozumowania Google do inżynierii oprogramowania, pracy matematycznej i naukowej oraz wieloetapowych agentów. Łączy tekst, obrazy, dźwięk, wideo i dokumenty w kontekście 1 048 576 tokenów i zwraca tekst, z opublikowaną obsługą wywoływania narzędzi i ustrukturyzowanego wyjścia.

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

Gemini 4 Argon to model rozumowania Google do pracy łączącej duży zbiór dowodów z wieloetapowym celem. Opublikowany zakres wejścia obejmuje tekst, obrazy, dźwięk, wideo i pliki takie jak PDF, a wynikiem jest tekst. Pozwala to zadaniu łączyć specyfikację, wykres, zrzut ekranu i materiały wspierające zamiast polegać na pisemnym podsumowaniu każdego źródła.

Podaj modelowi zbiór dowodów i wymagany rezultat

Zacznij od jasnego pytania i rezultatu potrzebnego na końcu. Zadanie programistyczne może prosić o plan zmiany, komponenty objęte zmianą i kryteria weryfikacji. Zadanie matematyczne może prosić o wyprowadzenie z podanymi założeniami. Zadanie dokumentowe może prosić o porównanie zachowujące widoczność rozbieżności między tekstem, tabelami i ilustracjami.

Opublikowane okno kontekstu wynosi 1 048 576 tokenów. Wykorzystuj tę pojemność do utrzymywania razem odpowiednich materiałów, z nazwami dokumentów i granicami sekcji czyniącymi odniesienia jednoznacznymi. Grupuj materiały wspierające wokół pytania, zamiast dodawać niepowiązane pliki tylko dlatego, że jest miejsce. Poproś, aby odpowiedź odróżniała dowody dostarczone w zadaniu od założeń wprowadzonych podczas analizy.

Rozumowanie, narzędzia i ustrukturyzowane wyniki

Opublikowana konfiguracja rozumowania modelu jest obowiązkowa, z poziomami wysiłku low, medium i high oraz medium jako podaną wartością domyślną. Wybierz poziom odpowiadający głębokości problemu i zdefiniuj, co skuteczna odpowiedź musi ustalić. Krótkie porównanie faktów wymaga innych kryteriów weryfikacji niż zmiana kodu wpływająca na kilka komponentów.

Argon publikuje możliwości wywoływania narzędzi i ustrukturyzowanego wyjścia kierowanego schematem. Są one użyteczne, gdy aplikacja zapewnia narzędzia do pozyskiwania dodatkowych dowodów lub potrzebuje wyniku analizy czytelnego maszynowo. Oddzielaj proponowaną aktywność narzędzi modelu od aplikacji, która ją wykonuje, i zachowuj zwrócone obserwacje przed żądaniem następnej decyzji. Dla ustrukturyzowanego wyniku zdefiniuj zamierzone pola wokół decyzji biznesowej: ustalenia, odniesienia do dowodów, nierozstrzygnięte założenia i zalecane działanie.

Procesy inżynierskie i dokumentowe

Dla zadania w repozytorium dostarcz odpowiednie źródło, zachowanie, które należy utrzymać, i kontrole, które powinny przejść. Poproś o ukierunkowany plan implementacji lub przegląd konkretnej zmiany, a następnie oceń wynikową propozycję według tych kontroli. Dla raportu technicznego przedstaw podstawowe obserwacje i poproś o wyjaśnienie wiążące każdy wniosek z materiałem, który go wspiera.

Dla dokumentów mieszanych dołącz tabele i obrazy niosące znaczenie zamiast zastępować je niekompletną transkrypcją. Wyjście modelu może łączyć te wejścia w czytelny raport, zestaw wyodrębnionych ustaleń lub listę działań. Wejścia obrazowe i audio stanowią dowody dla tego wyniku tekstowego; nie zmieniają tego wpisu w model generowania obrazów lub mowy.

Planowanie wyjścia

Standardowy wpis Argon i FAQ strony modelu podają limit odpowiedzi 65 536 tokenów. Określ oczekiwaną głębokość i układ odpowiedzi przed żądaniem długiego wyniku. Zachowuj standardowy identyfikator osobno od wpisu oznaczonego jako batch, ponieważ ich opublikowane limity odpowiedzi się różnią. Dzieląc pracę na odpowiedzi, stosuj własne limity wybranego wariantu.

Możliwości

  • Multimodalne rozumowanie tekstowe na tekście, obrazach, dźwięku, wideo i dokumentach PDF.
  • Opublikowany kontekst 1 048 576 tokenów i standardowy limit odpowiedzi 65 536 tokenów.
  • Obowiązkowe rozumowanie z poziomami wysiłku low, medium i high.
  • Wywoływanie narzędzi w wieloetapowych procesach kontrolowanych przez aplikację.
  • Ustrukturyzowane wyjście tekstowe kierowane schematem.

Zastosowania

  • Analiza zmian repozytorium — Odpowiednie pliki, pożądane zachowanie i kryteria weryfikacji. Wynik: Ukierunkowany plan zmiany lub przegląd powiązany z dostarczonym kodem.
  • Synteza materiałów z różnych dokumentów — Dokumenty, tabele, wykresy i precyzyjne pytanie porównawcze. Wynik: Raport tekstowy zachowujący dowody uzasadniające każdy wniosek.
  • Badanie matematyczne — Treść problemu, założenia i wymagana forma odpowiedzi. Wynik: Wyprowadzenie lub analiza, których kroki można sprawdzić.
  • Agent korzystający z narzędzi — Cel, kontrolowane narzędzia i obserwacje zwracane przez te narzędzia. Wynik: Kolejne uzasadnione decyzje prowadzące do określonego rezultatu.

Ograniczenia

  • Kontekst — Opublikowane okno kontekstu: 1 048 576 tokenów.
  • Standardowa odpowiedź — Opublikowany standardowy limit odpowiedzi: 65 536 tokenów.
  • Rozumowanie — Rozumowanie jest obowiązkowe; opublikowane poziomy wysiłku to low, medium i high, z medium jako wartością domyślną.
  • Rodzina wyjścia — Opublikowanym wynikiem jest tekst; wejścia multimodalne wspierają analizę dostarczonych dowodów.
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 to multimodalny model rozumowania Google do inżynierii oprogramowania, pracy matematycznej i naukowej oraz wieloetapowych agentów. Łączy tekst, obrazy, dźwięk, wideo i dokumenty w kontekście 1 048 576 tokenów i zwraca tekst, z opublikowaną obsługą wywoływania narzędzi i ustrukturyzowanego wyjścia.

Akceptowane dane wejściowe
Tekst
Wyniki
Tekst

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Wejście
text
Wyjście
text
Format wyjściowy
json lub SSE
PoleTypWymaganieWartości i limityDomyślnie
PolemodelTypstringWymaganieWymaganeWartości i limity
google/gemini-4-argon
Domyślnie—
PolemessagesTypmessage[]WymaganieWymaganeWartości i limity
Minimalna liczba elementów: 1
Domyślnie—
Polemessages[].roleTypstringWymaganieWymaganeWartości i limity
Zależy od modelu
Domyślnie—
Polemessages[].contentTypstringWymaganieOpcjonalneWartości i limity
Obowiązuje, gdy: Rozmowa tekstowa
Domyślnie—
PolestreamTypbooleanWymaganieOpcjonalneWartości i limityDomyślniefalse
Kombinacje materiałów wejściowych

Tekst · tekst UTF8

messages[].content

Parametry i cykl życia metody
ParametrKontrakt
Parametrcontent_typeKontraktapplication/json
ParametrrequiredKontraktmodel, messages
Parametrmaterial_typesKontrakttext
ParametrmessagesKontrakttablica wiadomości o strukturze role/content
Parametrfile_materialKontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku
Parametroptional_controlsKontraktstream
Parametrcontrol_scopeKontraktRozmowa tekstowa; stream jest wartością logiczną i domyślnie wynosi false.
Parametroutput_modalitiesKontrakttext
Parametrhosted_operationsKontraktfalse
Parametrmultimodal_input_bindingKontraktnull

Aliasy metody: /chat/completions

Cykl życia: synchronous_or_streamed

Wyślij dokładne ID modelu wraz z messages.

Długość kontekstu nie jest limitem wyjścia.

Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki
Nie określono Gdy wybrany jest tryb szybki
Tryb flex
Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania
Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)
Wycena jawnej pamięci podręcznej
Niewłączone Gdy zażądano jawnej pamięci podręcznej

Stawki Ailoot

Ceny według konfiguracji

KonfiguracjaTabela stawekOpłata
KonfiguracjaPodstawowe stawki za tokenyTabela stawekStawka podstawowaOpłata
Wejście · Tokeny wejściowe $0.008 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.04 / 1K tokenów
Wejście · Odczyt cache $0.0004 / 1K tokenów
Wejście · Zapis do cache — / 1K tokenów
Wejście · Zapis do cache, 1 godz. — / 1K tokenów

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

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"))

Odbieranie i zapisywanie wyników

Ailoot Ultra · OpenAI Chat

json lub SSE

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.

Pola odpowiedzi
PoleTyp
Polechoices[].indexTypinteger
Polechoices[].message.contentTypstring|null
Polechoices[].message.tool_callsTyptool_call[]
Polechoices[].message.reasoning_contentTypstring
Polechoices[].message.reasoning_detailsTypobject|array
Polechoices[].finish_reasonTypstring|null
PoleusageTypobject
Błędy i dalsze kroki
OdpowiedźWarunekNastępny krok
Odpowiedź400 · invalid_request_errorWarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametruNastępny krokPopraw wskazane pola przed nowym żądaniem utworzenia.

Aliasy

Aliasy modelu

Ailoot Ultra google/gemini-4-argon

Aliasy ścieżek metod

/chat/completions

Powiązane ID modeli

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 to multimodalny model rozumowania Google do inżynierii oprogramowania, pracy matematycznej i naukowej oraz wieloetapowych agentów. Łączy tekst, obrazy, dźwięk, wideo i dokumenty w kontekście 1 048 576 tokenów i zwraca tekst, z opublikowaną obsługą wywoływania narzędzi i ustrukturyzowanego wyjścia.

Akceptowane dane wejściowe
Tekst
Wyniki
json · sse

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · Anthropic Messages POST /v1/messages
Wejście
text
Wyjście
json, sse
Format wyjściowy
JSON lub SSE
PoleTypWymaganieWartości i limityDomyślnie
PolemodelTypstringWymaganieWymaganeWartości i limity
google/gemini-4-argon
Domyślnie—
PolemessagesTypmessage[]WymaganieWymaganeWartości i limityDomyślnie—
Polemessages[].roleTypstringWymaganieWymaganeWartości i limity
user, assistant
Domyślnie—
Polemessages[].contentTypstringWymaganieWymaganeWartości i limityDomyślnie—
Polemax_tokensTypintegerWymaganieWymaganeWartości i limityDomyślnie—
PolestreamTypbooleanWymaganieOpcjonalneWartości i limityDomyślniefalse
Kombinacje materiałów wejściowych

Tekst · tekst UTF-8

ciąg messages[].content

Parametry i cykl życia metody
ParametrKontrakt
Parametrcontent_typeKontraktapplication/json
ParametrrequiredKontraktmodel, messages, max_tokens
Parametroptional_controlsKontraktstream
Parametrmaterial_typesKontrakttext
Parametrtext_file_materialKontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości.

Cykl życia: synchronous_or_streamed

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki
Nie określono Gdy wybrany jest tryb szybki
Tryb flex
Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania
Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)
Wycena jawnej pamięci podręcznej
Niewłączone Gdy zażądano jawnej pamięci podręcznej

Stawki Ailoot

Ceny według konfiguracji

KonfiguracjaTabela stawekOpłata
KonfiguracjaPodstawowe stawki za tokenyTabela stawekStawka podstawowaOpłata
Wejście · Tokeny wejściowe $0.008 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.04 / 1K tokenów
Wejście · Odczyt cache $0.0004 / 1K tokenów
Wejście · Zapis do cache — / 1K tokenów
Wejście · Zapis do cache, 1 godz. — / 1K tokenów

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

Ailoot Ultra · Anthropic Messages

Kompletna minimalna treść żądania JSONcurl · użyj swojego dokumentu UTF-8Python · zapisz kompletny wynik
{
  "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))

Odbieranie i zapisywanie wyników

Ailoot Ultra · Anthropic Messages

JSON lub SSE

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.

Pola odpowiedzi
PoleTyp
PoleidTypstring
PolemodelTypstring
Polecontent[]Typtext|thinking|tool_use|other content block
Polestop_reasonTypstring|null
PoleusageTypobject
Błędy i dalsze kroki
OdpowiedźWarunekNastępny krok
Odpowiedź400 · invalid_request_errorWarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametruNastępny krokPopraw wskazane pola przed nowym żądaniem utworzenia.

Aliasy

Aliasy modelu

Ailoot Ultra google/gemini-4-argon

Aliasy ścieżek metod

/chat/completions

Powiązane ID modeli

google/gemini-4-argon

FAQ · Google: Gemini 4 Argon
Jakie dane wejściowe i wyniki są dostępne?

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

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

Jakich pól używa żądanie?

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

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

Jakie limity obowiązują?

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

Więcej szczegółów

Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją.

Firma i jej portfel projektów

Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach.

Kupuj tokeny z rabatem.

Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny.

Subskrypcja
Wybierz plan z rabatem do regularnych żądań.
Kod promocyjny do 50%
Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji.
Koszty w historii
Model, tokeny i kwota są zapisywane dla każdego żądania.

Wybierz subskrypcję · Sprawdź ceny modeli

Połącz API z produktem, który sprzedajesz.

SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską.

Aplikacja komercyjna
Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi.
Licencja resellerska
Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży.
Dokumenty na stronie
Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem.

Poproś o licencję resellerską · Oferta i umowa licencyjna

Dostępne przez Ailoot API

gemini-4-argon · Ultra

Ultra OpenAI ChatPOST /v1/chat/completions
Wejście
text
Wyjście
text
Kontekst
983 040 tokenów
Maks. odpowiedź
65 536 tokenów
Wejście
0,008 USD / 1K
Wyjście
0,04 USD / 1K
Odczyt cache
0,0004 USD / 1K
Zapis do cache
0,00075 USD / 1K
Zapis do cache, 5 min
0,00075 USD / 1K tokens

gemini-4-argon · Ultra

Ultra OpenAI ResponsesPOST /v1/responses
Wejście
text
Wyjście
text
Kontekst
983 040 tokenów
Maks. odpowiedź
65 536 tokenów
Wejście
0,008 USD / 1K
Wyjście
0,04 USD / 1K
Odczyt cache
0,0004 USD / 1K
Zapis do cache
0,00075 USD / 1K
Zapis do cache, 5 min
0,00075 USD / 1K tokens

gemini-4-argon · Ultra

Ultra Gemini generateContentPOST /v1beta/models/gemini-4-argon:generateContent
Wejście
text
Wyjście
text
Kontekst
983 040 tokenów
Maks. odpowiedź
65 536 tokenów
Wejście
0,008 USD / 1K
Wyjście
0,04 USD / 1K
Odczyt cache
0,0004 USD / 1K
Zapis do cache
0,00075 USD / 1K
Zapis do cache, 5 min
0,00075 USD / 1K tokens

JSON