Gemini 4 Argon API

1M context

ПровайдерGoogle

gemini-4-argon — текстовая модель-модель от Google.

audio_inputdocument_understandingfunction_callingprompt_cachingreasoningstreamingstructured_outputvisionweb_search

Попробуйте прямо здесь

Gemini 4 Argon Открыть в песочнице

Что умеет Gemini 4 Argon

Audio Input
Анализ документов
Вызов функций
Кэширование промпта
Рассуждения
Потоковый ответ
Structured Output
Анализ изображений
Поиск в интернете

Стоимость

за 1 млн кэшированных входных токенов

единый

13.3 ₽

за 1 млн входных текстовых токенов

единый

266 ₽

за 1 млн выходных текстовых токенов

единый

1 330 ₽

web search

единый

1.86 ₽

Цены указаны в рублях и списываются с баланса проекта за успешные запросы. Надбавки (+) суммируются с базовой ставкой.

Технические характеристики

Контекст

1,048,576

токенов

Output

65,536

токенов

Vendor

google

Modality

text

Параметры запроса

Параметры, которые принимает модель. Передаются в теле запроса.

ПараметрТипДиапазон / значенияПо умолчаниюОписание

messagesreq

array

—

—

Сообщения в OpenAI-compatible формате. Нативный generateContent: contents.

max_completion_tokens

integer

min: 1 · max: 65536

32768

Общий лимит thinking и ответа. OpenAI-compat: max_completion_tokens. Нативный generateContent: maxOutputTokens в generationConfig.

reasoning_effort

enum

low, medium, high

—

Глубина рассуждений, по умолчанию medium. OpenAI-compat: reasoning_effort. Нативный generateContent: thinkingConfig.thinkingLevel в generationConfig.

tools

array

—

—

Функции OpenAI-compat или инструменты нативного generateContent. web_search в chat/completions выполняется без стриминга.

tool_choice

string

—

—

Выбор функции OpenAI-compat. Нативный generateContent: toolConfig.functionCallingConfig.

response_format

object

—

—

Структурированный ответ OpenAI-compat. Нативный generateContent: responseMimeType/responseSchema в generationConfig.

stream

boolean

—

false

SSE на /v1/chat/completions. Нативный /v1/google/generateContent возвращает обычный JSON.

stream_options.include_usage

boolean

—

—

Включить usage в OpenAI-compatible SSE.

extra_body

object

—

—

Дополнительные Gemini-параметры OpenAI-compatible endpoint.

Пример кода

gemini-4-argon_example.py

from openai import OpenAI

client = OpenAI(api_key="rk_live_...", base_url="https://api.ranvik.ru/v1")
resp = client.chat.completions.create(
    model="gemini-4-argon",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)

# ── С веб-поиском ──
resp = client.chat.completions.create(
    model="gemini-4-argon",
    messages=[{"role": "user", "content": "Что нового в AI сегодня?"}],
    tools=[{"type": "web_search"}],
)
print(resp.choices[0].message.content)

Полная документация модели

Частые вопросы о Gemini 4 Argon

Gemini 4 Argon — флагманская reasoning-модель Google для сложных задач: разработки, многошагового анализа, исследований и работы с мультимодальными данными.

Она помогает автоматизировать сложные цепочки действий, анализировать документы и медиа, писать код, решать научные и математические задачи.

Получите ключ в личном кабинете Ranvik API и подключите Gemini 4 Argon к приложению: единый интерфейс позволяет отправлять запросы и контролировать расходы.

Используйте Ranvik API: получите ключ, укажите endpoint сервиса и модель gemini-4-argon. Запросы можно отправлять из сайта, бота или приложения без VPN.

Да, в Ranvik API можно пополнить баланс в российских рублях. Стоимость использования Gemini 4 Argon списывается по фактическому потреблению токенов.

Модель принимает текст, изображения, видео, аудио и PDF, а выдает текст; поддерживает function calling, поиск по файлам и структурированные ответы.

Gemini 4 Argon API

Попробуйте прямо здесь

Что умеет Gemini 4 Argon

Стоимость

Технические характеристики