Google: Gemini 4 Argon
gemini-4-argon- Eingabe / Ausgabe-50%
- $2.00 / $10.00$1.00 / $5.00
- Kontext
- 1M
- Veröffentlicht
- 13. Okt. 2026
- Maximale Ausgabe
- 64K
- Modalitäten
- VisionUnterhaltung
- Funktionen
- Tool-NutzungPrompt-CacheReasoning
Über Gemini 4 Argon
Gemini 4 Argon ist das leistungsfähigste Gemini-Modell von Google, das im Oktober 2026 für komplexe Programmier-, Agenten-, Mathematik- und Wissenschaftsaufgaben sowie für reale Softwareentwicklung und Wissensaufgaben veröffentlicht wurde. Google hat es so entwickelt, dass es bei schwierigen Problemen länger nachdenkt: Eingabe, Denken und Ausgabe teilen sich ein einziges Kontextfenster, sodass es einen größeren Teil dieses Fensters für das Nachdenken aufwenden kann als frühere Gemini-Modelle. Es liest Text, Bilder, Videos, Audio und PDFs.
Stärken
- Entwickelt, um bei schwierigen Problemen länger nachzudenken, mit niedrigen, mittleren und hohen Denkstufen, um Tiefe gegen Latenz abzuwägen.
- Ausgerichtet auf reale Softwareentwicklung und mehrstufige Agentenarbeiten sowie Mathematik- und Wissenschaftsprobleme.
- Liest Text, Bilder, Videos, Audio und PDFs in einer Anfrage und antwortet in Text.
- Führt Funktionsaufrufe aus und gibt schema-gebundenes JSON für strukturierte Agentenschritte zurück.
Alternativen
- Flash-Modelle antworten schneller und kosten weniger für einfache, hochvolumige Aufgaben, die kein tiefes Nachdenken erfordern.
- Explizites Kontext-Caching wird nicht unterstützt; wiederholte lange Prompts basieren ausschließlich auf implizitem Caching.
- Temperature, top_p und top_k werden ignoriert, sodass das Sampling nicht für eine abwechslungsreichere Ausgabe angepasst werden kann.
Erste Schritte
API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.
Senden Sie Ihre erste Anfrage
Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.
Text-zu-TextGemini APIPOST/v1beta/models/gemini-4-argon:generateContentAPI-Format:curl "https://api.tokenlab.sh/v1beta/models/gemini-4-argon:generateContent" \ -H "Content-Type: application/json" \ -H "x-goog-api-key: sk-xxx" \ -d '{ "contents": [ {"role": "user", "parts": [{"text": "Hello!"}]} ] }'
Preise
Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.
Standardspezifikation
Pro 1M Token- Official-Preis
- Eingabe $2.00 / Ausgabe $10.00 / Cache-Lesevorgang $0.10
- Verified-Preis
- Eingabe $1.00 / Ausgabe $5.00 / Cache-Lesevorgang $0.05
- Rabatt
- -50%
Cache-Lesevorgang
- Official-Preis
- $0.10
- Verified-Preis
- $0.05
- Rabatt
- -50%
Die Abrechnung erfolgt pro Aufruf, nur wenn das Modell das Tool verwendet.
Websuche
- Official-Preis
- $0.014/Suche
- Verified-Preis
- $0.007/Suche
- Rabatt
- -50%
| Official-PreisPro 1M Token | Verified-PreisPro 1M Token | Rabatt | |
|---|---|---|---|
| Standardspezifikation | Eingabe $2.00 / Ausgabe $10.00 / Cache-Lesevorgang $0.10 | Eingabe $1.00 / Ausgabe $5.00 / Cache-Lesevorgang $0.05 | -50% |
| Prompt-Cache-Preise | |||
| Cache-Lesevorgang | $0.10 | $0.05 | -50% |
| Tool-GebührenDie Abrechnung erfolgt pro Aufruf, nur wenn das Modell das Tool verwendet. | |||
| Websuche | $0.014/Suche | $0.007/Suche | -50% |
Nutzung & Aktivität
Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.
Nutzung & Verfügbarkeit
Letzte 24 Stunden- Anfragen
- Erfolgsrate
- P95-Latenz
- Token gesamt
Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.
In Console öffnen
Öffne Gemini 4 Argon in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.
Teste gemini-4-argon mit einer kurzen Nachricht an /v1beta/models/gemini-4-argon:generateContent. Zeige Antwort, Latenz und Kosten.
Anwendungsfälle
Geeignet für- Reasoning
- Vision
Schwere Programmieraufgaben
Geben Sie ihm einen fehlerhaften Build, eine Migration oder ein Refactoring, das sich über viele Dateien erstreckt, und lassen Sie es die Änderung planen, bevor es Code schreibt.
Agenten mit vielen Schritten
Steuern Sie einen Agenten, der Tools aufruft, die Ergebnisse liest und den nächsten Schritt über eine lange Aufgabe hinweg entscheidet.
Mathematik- und Wissenschaftsprobleme
Arbeiten Sie sich auf der hohen Denkstufe durch Beweise, Herleitungen und quantitative Analysen, wenn Genauigkeit wichtiger ist als Geschwindigkeit.
Multimodale Analyse
Kombinieren Sie Dokumente, Screenshots, Aufzeichnungen und Videos in einer Anfrage und fordern Sie eine schriftliche Analyse oder ein strukturiertes Ergebnis an.
Prompt-Beispiele
Hier sind der Stack-Trace und die drei Module, die er berührt. Finden Sie die Ursache, schlagen Sie einen Fix vor und listen Sie die Tests auf, die geändert werden sollten.
Beweisen Sie, dass die Summe der ersten n ungeraden Zahlen n im Quadrat ist, und verallgemeinern Sie das Argument dann auf arithmetische Folgen.
Sehen Sie sich dieses Produktdemovideo und das angehängte Spezifikations-PDF an und listen Sie dann jede Stelle auf, an der sich die Demo von der Spezifikation unterscheidet.
Dieses Modell hat konditionale Preise. Monatliche Token-Summen allein liefern keine verlässliche Schätzung; nutzen Sie die detaillierten Preise für Anfragespezifikation, Cache und Zeitfenster.
FAQ
Was ist Gemini 4 Argon?
Googles neuestes und leistungsfähigstes Gemini-Modell, veröffentlicht im Oktober 2026. Google beschreibt es als dafür entwickelt, bei schwierigen Problemen beim Programmieren, bei Agenten-, Mathematik- und Wissenschaftsarbeiten sowie bei realen Softwareentwicklungs- und Wissensaufgaben länger nachzudenken.
Wie steuere ich, wie viel es nachdenkt?
Legen Sie eine Denkstufe fest: „niedrig“ verwendet die wenigsten Tokens und antwortet am schnellsten, „mittel“ ist der Standard und die Empfehlung von Google für die meisten Aufgaben, und „hoch“ verbraucht die meisten Tokens für komplexes Denken, schwierige Mathematik und Wissenschaften. Verwenden Sie bei Chat Completions reasoning_effort mit denselben drei Werten.
Unterstützt es temperature und top_p?
Nein. Google gibt an, dass temperature, top_p und top_k für dieses Modell ignoriert werden; Anfragen, die diese festlegen, sind zwar weiterhin erfolgreich, aber diese Werte haben keine Wirkung. Entfernen Sie sie aus bestehenden Gemini-Integrationen, um Verwirrung zu vermeiden.
Soll ich es anstelle von Gemini 3.8 Flash verwenden?
Verwenden Sie Argon dort, wo eine Aufgabe längeres Nachdenken belohnt, wie bei schweren Bugs, mehrstufigen Agenten oder Mathematik- und Wissenschaftsproblemen. Für schnelle, hochvolumige Arbeiten wie Chat, Extraktion oder Routineprogrammierung sind Gemini 3.8 Flash schneller und günstiger; vergleichen Sie beide anhand Ihrer eigenen Evaluierung.
Was kostet Gemini 4 Argon?
Auf TokenLab kostet Gemini 4 Argon Eingabe $1.00 / Ausgabe $5.00 Pro 1M Token. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.
Welche Kontext- und Ausgabelimits hat Gemini 4 Argon?
Gemini 4 Argon verarbeitet bis zu 1.048.576 Token Kontext und gibt pro Antwort bis zu 65.536 Token aus.
Welchen Endpunkt soll Gemini 4 Argon verwenden?
Verwenden Sie https://api.tokenlab.sh/v1beta/models/gemini-4-argon:generateContent für Gemini 4 Argon. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.
Welche Operationen unterstützt Gemini 4 Argon?
Gemini 4 Argon unterstützt Text-zu-Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.
Gemini 4 Argon vergleichen
Quellen
Geprüft am 14.10.2026
Weitere von Google