Gemini 4 Argon

Цена

Текстовый диалог · вход

240,00 ₽ / 1 млн токенов

Текстовый диалог · выход

1 200,00 ₽ / 1 млн токенов

Текстовый диалог · вход из кэша

12,00 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Gemini 4 Argon — это мультимодальная модель рассуждений Google DeepMind для сложной разработки программного обеспечения, финансовых исследований, юридического составления документов и кибербезопасности. Она поддерживает непрерывное рассуждение в длинных многошаговых рабочих процессах, объединяя возможности программирования с пониманием диаграмм и длинных видео. Модель также может автономно обнаруживать, проверять и исправлять уязвимости программного обеспечения.

Характеристики

Тип модели

Текст

Вход модели

Текст, Изображения, Видео, Аудио, Данные

Данные, которые модель принимает вместе с запросом.

Выход модели

Текст

Форматы результата, которые создаёт модель.

Контекстное окно

1 048 576 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ

65 536 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции

Текстовый диалог, Понимание изображений

Возможности модели

Потоковый ответ, Понимание изображений, Рассуждения, Входные изображения, Входное аудио, Входное видео

Контрольные показатели

Для этой версии модели оценок пока нет.

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "google/gemini-4-argon",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))

Похожие модели

Загружаем похожие модели…