Google: Gemini 4 Argon

O modelo Gemini mais capaz do Google, desenvolvido para raciocinar por mais tempo em problemas difíceis de programação, agentes, matemática e ciência

Comparar modelos

gemini-4-argon

DisponívelGoogleChatEntrada em cache 95% mais barataNovo

Entrada / Saída-50%: $2.00 / $10.00$1.00 / $5.00
Contexto: 1M
Lançado: 13 de out. de 2026
Saída máxima: 64K
Modalidades: VisãoChat
Capacidades: Uso de ferramentasCache de promptsRaciocínio

Sobre o Gemini 4 Argon

Gemini 4 Argon é o modelo Gemini mais capaz do Google, lançado em outubro de 2026 para trabalhos complexos de programação, agentes, matemática e ciências, além de engenharia de software no mundo real e tarefas de conhecimento. O Google o construiu para raciocinar por mais tempo em problemas difíceis: entrada, raciocínio e saída compartilham uma única janela de contexto, permitindo que ele gaste mais dessa janela pensando do que os modelos Gemini anteriores. Ele lê texto, imagens, vídeo, áudio e PDF.

Pontos fortes

Criado para raciocinar por mais tempo em problemas difíceis, com níveis de raciocínio baixo, médio e alto para ponderar a profundidade em relação à latência.
Voltado para engenharia de software no mundo real e trabalho de agentes em várias etapas, bem como problemas de matemática e ciências.
Lê texto, imagens, vídeo, áudio e PDF em uma única requisição e responde em texto.
Chama funções e retorna JSON vinculado a esquemas para etapas estruturadas de agentes.

Quando usar outro modelo

Os modelos Flash respondem mais rápido e custam menos para tarefas simples e de alto volume que não precisam de raciocínio profundo.
O cache de contexto explícito não é suportado; prompts longos repetidos dependem apenas do cache implícito.
Temperature, top_p e top_k são ignorados, portanto a amostragem não pode ser ajustada para obter uma saída mais variada.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

Texto para textoGemini API

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

Formato da 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!"}]}
    ]
  }'

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Especificação padrão

Por 1M Token

Preço Official: Entrada $2.00 / Saída $10.00 / Leitura de cache $0.10
Preço Verified: Entrada $1.00 / Saída $5.00 / Leitura de cache $0.05
Desconto: -50%

Preços de cache de prompt

Leitura de cache

Preço Official: $0.10
Preço Verified: $0.05
Desconto: -50%

Taxas de ferramentas

Cobrado por chamada, apenas quando o modelo utiliza a ferramenta.

Pesquisa na web

Preço Official: $0.014/busca
Preço Verified: $0.007/busca
Desconto: -50%

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Especificação padrão	Entrada $2.00 / Saída $10.00 / Leitura de cache $0.10	Entrada $1.00 / Saída $5.00 / Leitura de cache $0.05	-50%
Preços de cache de prompt
Leitura de cache	$0.10	$0.05	-50%
Taxas de ferramentasCobrado por chamada, apenas quando o modelo utiliza a ferramenta.
Pesquisa na web	$0.014/busca	$0.007/busca	-50%

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 14 de out. de 2026, 18:28 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Gemini 4 Argon no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar gemini-4-argon com uma mensagem em /v1beta/models/gemini-4-argon:generateContent. Exiba a resposta, latência e custo.

Casos de uso

Indicado para

Raciocínio
Visão

Tarefas difíceis de programação
Dê a ele uma compilação com falha, uma migração ou uma refatoração que abranja vários arquivos e deixe-o planejar a alteração antes de escrever o código.
Agentes com muitas etapas
Conduza um agente que chama ferramentas, lê os resultados e decide a próxima etapa ao longo de uma tarefa longa.
Problemas de matemática e ciências
Trabalhe em demonstrações, derivações e análises quantitativas no nível de raciocínio alto quando a precisão for mais importante do que a velocidade.
Análise multimodal
Combine documentos, capturas de tela, gravações e vídeo em uma única requisição e peça uma análise escrita ou um resultado estruturado.

Exemplos de prompt

Aqui estão o rastreamento de pilha (stack trace) e os três módulos que ele toca. Encontre a causa raiz, propõe uma correção e liste os testes que devem ser alterados.

Prove que a soma dos primeiros n números ímpares é n ao quadrado, depois generalize o argumento para progressões aritméticas.

Assista a este vídeo de demonstração do produto e ao PDF de especificação anexo, depois liste todos os lugares onde a demonstração difere da especificação.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

O que é o Gemini 4 Argon?

O modelo Gemini mais recente e capaz do Google, lançado em outubro de 2026. O Google o descreve como construído para raciocinar por mais tempo em problemas difíceis em programação, trabalhos de agentes, matemática e ciências, e para engenharia de software no mundo real e tarefas de conhecimento.

Como controlo o quanto ele pensa?

Defina um nível de raciocínio: baixo usa menos tokens e responde mais rápido, médio é o padrão e a recomendação do Google para a maioria das tarefas, e alto gasta mais tokens para raciocínio complexo, matemática difícil e ciências. Nas Chat Completions, use reasoning_effort com os mesmos três valores.

Ele suporta temperature e top_p?

Não. O Google afirma que temperature, top_p e top_k são ignorados para este modelo, de modo que as requisições que os definem ainda são bem-sucedidas, mas esses valores não têm efeito. Remova-os das integrações existentes do Gemini para evitar confusão.

Devo usá-lo em vez do Gemini 3.8 Flash?

Use o Argon onde uma tarefa recompensa um raciocínio mais longo, como bugs difíceis, agentes de várias etapas ou problemas de matemática e ciências. Para trabalhos rápidos e de alto volume, como chat, extração ou programação rotineira, o Gemini 3.8 Flash é mais rápido e mais barato; compare ambos na sua própria avaliação.

Quanto custa o Gemini 4 Argon?

No TokenLab, Gemini 4 Argon custa Entrada $1.00 / Saída $5.00 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do Gemini 4 Argon?

O Gemini 4 Argon aceita até 1.048.576 tokens de contexto e gera até 65.536 tokens por resposta.

Qual endpoint o Gemini 4 Argon deve usar?

Use https://api.tokenlab.sh/v1beta/models/gemini-4-argon:generateContent para Gemini 4 Argon. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Gemini 4 Argon suporta?

Gemini 4 Argon suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.