Google: Gemini 4 Argon

Le modèle Gemini le plus performant de Google, conçu pour raisonner plus longtemps sur des problèmes complexes de programmation, d'agents autonomes, de mathématiques et de sciences

Comparer les modèles

gemini-4-argon

DisponibleGoogleDiscussionEntrée en cache : 95% de réductionRécent

Entrée / Sortie-50%: $2.00 / $10.00$1.00 / $5.00
Contexte: 1M
Date de sortie: 13 oct. 2026
Sortie maximale: 64K
Modalités: VisionDiscussion
Capacités: Utilisation d'outilsCache de promptsRaisonnement

À propos de Gemini 4 Argon

Gemini 4 Argon est le modèle Gemini le plus performant de Google, lancé en octobre 2026 pour le codage complexe, les tâches d'agents, les mathématiques et les sciences, ainsi que pour les tâches d'ingénierie logicielle et de connaissances du monde réel. Google l'a conçu pour raisonner plus longtemps sur les problèmes difficiles : l'entrée, la réflexion et la sortie partagent une seule et même fenêtre de contexte, ce qui lui permet d'allouer une plus grande partie de cette fenêtre à la réflexion que les modèles Gemini précédents. Il lit le texte, les images, la vidéo, l'audio et les fichiers PDF.

Points forts

Conçu pour raisonner plus longtemps sur les problèmes difficiles, avec des niveaux de réflexion faible, moyen et élevé pour arbitrer entre la profondeur et la latence.
Destiné à l'ingénierie logicielle du monde réel, au travail d'agent en plusieurs étapes ainsi qu'aux problèmes de mathématiques et de sciences.
Lit le texte, les images, la vidéo, l'audio et les PDF en une seule requête et répond en texte.
Appelle des fonctions et renvoie du JSON contraint par un schéma pour les étapes d'agents structurées.

Quand préférer un autre modèle

Les modèles Flash répondent plus rapidement et coûtent moins cher pour les tâches simples et à haut volume qui ne nécessitent pas de raisonnement approfondi.
La mise en cache de contexte explicite n'est pas prise en charge ; les longs prompts répétés s'appuient uniquement sur la mise en cache implicite.
Temperature, top_p et top_k sont ignorés, de sorte que l'échantillonnage ne peut pas être ajusté pour obtenir des sorties plus variées.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

Envoyez votre première requête

Copiez l'exemple pour votre langage et lancez-le.

Texte vers texteGemini API

POST/v1beta/models/gemini-4-argon:generateContent

Format d'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!"}]}
    ]
  }'

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Spécification par défaut

Par 1M Token

Prix Official: Entrée $2.00 / Sortie $10.00 / Lecture cache $0.10
Prix Verified: Entrée $1.00 / Sortie $5.00 / Lecture cache $0.05
Remise: -50%

Tarification du cache de prompt

Lecture cache

Prix Official: $0.10
Prix Verified: $0.05
Remise: -50%

Frais d'outils

Facturation à l'appel, uniquement lors de l'utilisation de l'outil par le modèle.

Recherche web

Prix Official: $0.014/recherche
Prix Verified: $0.007/recherche
Remise: -50%

	Prix OfficialPar 1M Token	Prix VerifiedPar 1M Token	Remise
Spécification par défaut	Entrée $2.00 / Sortie $10.00 / Lecture cache $0.10	Entrée $1.00 / Sortie $5.00 / Lecture cache $0.05	-50%
Tarification du cache de prompt
Lecture cache	$0.10	$0.05	-50%
Frais d'outilsFacturation à l'appel, uniquement lors de l'utilisation de l'outil par le modèle.
Recherche web	$0.014/recherche	$0.007/recherche	-50%

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 14 oct. 2026, 18:28 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Gemini 4 Argon dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester gemini-4-argon avec un message sur /v1beta/models/gemini-4-argon:generateContent. Affiche la réponse, la latence et le coût.

Cas d'usage

Idéal pour

Raisonnement
Vision

Tâches de codage difficiles
Fournissez-lui une compilation défaillante, une migration ou un refactoring s'étendant sur de nombreux fichiers et laissez-le planifier la modification avant d'écrire le code.
Agents à étapes multiples
Pilotez un agent qui appelle des outils, lit les résultats et décide de la prochaine étape au fil d'une longue tâche.
Problèmes de mathématiques et de sciences
Traitez des démonstrations, des dérivations et des analyses quantitatives au niveau de réflexion élevé lorsque la précision importe plus que la vitesse.
Analyse multimodale
Combinez des documents, des captures d'écran, des enregistrements et des vidéos en une seule requête et demandez une analyse écrite ou un résultat structuré.

Exemples de prompts

Voici la trace de pile et les trois modules qu'elle touche. Trouvez la cause racine, proposez un correctif et listez les tests qui devraient être modifiés.

Démontrez que la somme des $n$ premiers nombres impairs est égale à $n$ au carré, puis généralisez le raisonnement aux suites arithmétiques.

Regardez cette vidéo de démonstration du produit et le PDF de spécifications joint, puis listez tous les endroits où la démonstration diffère des spécifications.

Ce modèle a une tarification conditionnelle. Les totaux mensuels de tokens ne suffisent pas pour une estimation fiable ; utilisez la tarification détaillée selon la spécification de la requête, le cache et la fenêtre applicable.

FAQ

Qu'est-ce que Gemini 4 Argon ?

Le modèle Gemini le plus récent et le plus performant de Google, sorti en octobre 2026. Google le décrit comme étant conçu pour raisonner plus longtemps sur les problèmes difficiles en matière de codage, de travail d'agents, de mathématiques et de sciences, ainsi que pour les tâches d'ingénierie logicielle et de connaissances du monde réel.

Comment puis-je contrôler son niveau de réflexion ?

Définissez un niveau de réflexion : low utilise le moins de tokens et répond le plus rapidement, medium est la valeur par défaut et la recommandation de Google pour la plupart des tâches, et high consomme le plus de tokens pour le raisonnement complexe, ainsi que pour les mathématiques et les sciences ardues. Dans Chat Completions, utilisez reasoning_effort avec ces trois mêmes valeurs.

Prend-il en charge temperature et top_p ?

Non. Google indique que temperature, top_p et top_k sont ignorés pour ce modèle, de sorte que les requêtes qui les définissent s'exécutent toujours avec succès mais ces valeurs n'ont aucun effet. Supprimez-les des intégrations Gemini existantes pour éviter toute confusion.

Dois-je l'utiliser à la place de Gemini 3.8 Flash ?

Utilisez Argon lorsqu'une tâche tire parti d'un raisonnement plus long, tel que des bugs ardus, des agents à étapes multiples ou des problèmes de mathématiques et de sciences. Pour un travail rapide et à haut volume tel que le chat, l'extraction ou le codage de routine, Gemini 3.8 Flash est plus rapide et moins cher ; comparez les deux selon votre propre évaluation.

Combien coûte Gemini 4 Argon ?

Sur TokenLab, Gemini 4 Argon coûte Entrée $1.00 / Sortie $5.00 Par 1M Token. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quelles sont les limites de contexte et de sortie de Gemini 4 Argon ?

Gemini 4 Argon accepte jusqu'à 1 048 576 jetons de contexte et génère jusqu'à 65 536 jetons par réponse.

Quel endpoint Gemini 4 Argon doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1beta/models/gemini-4-argon:generateContent pour Gemini 4 Argon. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations Gemini 4 Argon prend-il en charge ?

Gemini 4 Argon prend en charge Texte vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.