Google: Gemini 4 Argon
gemini-4-argon- Entrada / Salida-50%
- $2.00 / $10.00$1.00 / $5.00
- Contexto
- 1M
- Lanzado
- 13 oct 2026
- Salida máxima
- 64K
- Modalidades
- VisiónChat
- Capacidades
- Uso de herramientasCaché de promptsRazonamiento
Sobre Gemini 4 Argon
Gemini 4 Argon es el modelo Gemini más capaz de Google, lanzado en octubre de 2026 para trabajos complejos de programación, agentes, matemáticas y ciencias, así como para tareas de ingeniería de software del mundo real y de conocimiento. Google lo diseñó para razonar durante más tiempo en problemas difíciles: la entrada, el pensamiento y la salida comparten una sola ventana de contexto, por lo que puede dedicar una mayor parte de dicha ventana al pensamiento en comparación con los modelos Gemini anteriores. Lee texto, imágenes, video, audio y PDF.
Puntos fuertes
- Diseñado para razonar durante más tiempo en problemas difíciles, con niveles de pensamiento bajo, medio y alto para equilibrar la profundidad frente a la latencia.
- Orientado a la ingeniería de software del mundo real y al trabajo de agentes de múltiples pasos, así como a problemas de matemáticas y ciencias.
- Lee texto, imágenes, video, audio y PDF en una sola solicitud y responde en texto.
- Llama a funciones y devuelve JSON vinculado a esquemas para pasos de agentes estructurados.
Cuándo buscar otra opción
- Los modelos Flash responden más rápido y cuestan menos para tareas sencillas y de alto volumen que no requieren un razonamiento profundo.
- No se admite el almacenamiento en caché de contexto explícito; los mensajes largos repetidos dependen únicamente del almacenamiento en caché implícito.
- Temperature, top_p y top_k se ignoran, por lo que el muestreo no se puede ajustar para obtener una salida más variada.
Primeros pasos
Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.
Envía tu primera solicitud
Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.
Texto a textoGemini APIPOST/v1beta/models/gemini-4-argon:generateContentFormato de API: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!"}]} ] }'
Precios
El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.
Especificación por defecto
Por 1M Token- Precio Official
- Entrada $2.00 / Salida $10.00 / Lectura de caché $0.10
- Precio Verified
- Entrada $1.00 / Salida $5.00 / Lectura de caché $0.05
- Descuento
- -50%
Lectura de caché
- Precio Official
- $0.10
- Precio Verified
- $0.05
- Descuento
- -50%
Se cobra por llamada, solo cuando el modelo utiliza la herramienta.
Búsqueda web
- Precio Official
- $0.014/búsqueda
- Precio Verified
- $0.007/búsqueda
- Descuento
- -50%
| Precio OfficialPor 1M Token | Precio VerifiedPor 1M Token | Descuento | |
|---|---|---|---|
| Especificación por defecto | Entrada $2.00 / Salida $10.00 / Lectura de caché $0.10 | Entrada $1.00 / Salida $5.00 / Lectura de caché $0.05 | -50% |
| Precios de caché de prompt | |||
| Lectura de caché | $0.10 | $0.05 | -50% |
| Costos de herramientasSe cobra por llamada, solo cuando el modelo utiliza la herramienta. | |||
| Búsqueda web | $0.014/búsqueda | $0.007/búsqueda | -50% |
Uso y actividad
La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.
Uso y disponibilidad
Últimas 24 horas- Solicitudes
- Tasa de éxito
- Latencia P95
- Total de tokens
Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.
Abrir en Console
Abre Gemini 4 Argon en Console con un prompt listo para editar o enviar.
Ayúdame a probar gemini-4-argon con un mensaje breve en /v1beta/models/gemini-4-argon:generateContent. Muestra la respuesta, la latencia y el coste.
Casos de uso
Ideal para- Razonamiento
- Visión
Tareas de programación difíciles
Proporciónale una compilación fallida, una migración o una refactorización que abarque muchos archivos y permítele planificar el cambio antes de escribir código.
Agentes con muchos pasos
Dirige un agente que llama a herramientas, lee los resultados y decide el siguiente paso a lo largo de una tarea extensa.
Problemas de matemáticas y ciencias
Trabaja en demostraciones, derivaciones y análisis cuantitativos con el nivel de pensamiento alto cuando la precisión importa más que la velocidad.
Análisis multimodal
Combina documentos, capturas de pantalla, grabaciones y video en una sola solicitud y solicita un análisis escrito o un resultado estructurado.
Ejemplos de prompts
Aquí está la traza de la pila y los tres módulos a los que afecta. Encuentra la causa raíz, propón una solución y enumera las pruebas que deben modificarse.
Demuestra que la suma de los primeros n números impares es n al cuadrado, y luego generaliza el argumento para progresiones aritméticas.
Observa este video de demostración de producto y el PDF de especificaciones adjunto, y luego enumera cada lugar donde la demostración difiere de las especificaciones.
Este modelo tiene precio condicional. Los totales mensuales de tokens por sí solos no producen una estimación fiable; use el precio detallado según la especificación de la solicitud, la caché y la ventana aplicable.
FAQ
¿Qué es Gemini 4 Argon?
El modelo Gemini más reciente y capaz de Google, lanzado en octubre de 2026. Google lo describe como diseñado para razonar durante más tiempo en problemas difíciles de programación, agentes, matemáticas y ciencias, así como para tareas de ingeniería de software del mundo real y de conocimiento.
¿Cómo controlo cuánto piensa?
Establece un nivel de pensamiento: bajo utiliza la menor cantidad de tokens y responde más rápido, medio es el valor predeterminado y la recomendación de Google para la mayoría de las tareas, y alto consume la mayor cantidad de tokens para razonamientos complejos, matemáticas difíciles y ciencias. En Chat Completions, utiliza reasoning_effort con los mismos tres valores.
¿Es compatible con temperature y top_p?
No. Google afirma que temperature, top_p y top_k se ignoran para este modelo, por lo que las solicitudes que los configuran siguen teniendo éxito, pero esos valores no tienen ningún efecto. Elimínalos de las integraciones de Gemini existentes para evitar confusiones.
¿Debería usarlo en lugar de Gemini 3.8 Flash?
Usa Argon donde una tarea se beneficie de un razonamiento más prolongado, como errores difíciles, agentes de múltiples pasos o problemas de matemáticas y ciencias. Para trabajos rápidos y de gran volumen, como chat, extracción o programación rutinaria, Gemini 3.8 Flash es más rápido y económico; compara ambos en tu propia evaluación.
¿Cuánto cuesta Gemini 4 Argon?
En TokenLab, Gemini 4 Argon cuesta Entrada $1.00 / Salida $5.00 Por 1M Token. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.
¿Cuál es la ventana de contexto y el límite de salida de Gemini 4 Argon?
Gemini 4 Argon admite hasta 1.048.576 tokens de contexto y genera hasta 65.536 tokens por respuesta.
¿Qué endpoint debe usar Gemini 4 Argon?
Utiliza https://api.tokenlab.sh/v1beta/models/gemini-4-argon:generateContent para Gemini 4 Argon. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.
¿Qué operaciones soporta Gemini 4 Argon?
Gemini 4 Argon admite Texto a texto. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.
Comparar Gemini 4 Argon
Fuentes
Revisado el 14 oct 2026
Más de Google