gemini-4-argon

Chat

Model:

Få adgang til Google DeepMinds Gemini 4 Argon API på PoYo via OpenAI Chat Completions eller Gemini Native-formatet. Samlet kontekst og output på 1M, nr. 1 på Vals Index og DeepSWE v1.1 (77,9 %) til $1.60 for input og $8.00 for output pr. 1M tokens (20 % under den officielle pris).

Hent API-nøgle

API-dokumentation

Chat

Denne Playground er kun til demonstration. Data er kun gyldige i det aktuelle vindue og ryddes, når du opdaterer siden.

Skriv en besked...

Konfiguration

API-endpoint

Model

Systemprompt

Temperatur1.0

Maks. tokens

Top P1.0

Prisdetaljer

Betal efter forbrug. Intet abonnement og ingen skjulte gebyrer.

1 kredit = $0.005

Model	Input /1M tokens	Cache-læsning /1M tokens	Output /1M tokens
Gemini 4 Argon 100K input- + 20K output-tokens: $0.320	$1.60/1M tokens 320 kreditter/1M tokens $2.00/1M tokensSpar 20 %	$0.160/1M tokens 32 kreditter/1M tokens	$8.00/1M tokens 1600 kreditter/1M tokens $10.00/1M tokensSpar 20 %

Sådan afregnes det: Input- og output-tokens afregnes hver for sig pr. 1M tokens.

Prisen beregnes ud fra det endelige output.

GEMINI 4 ARGON · NU TILGÆNGELIG PÅ POYO

Google DeepMinds ræsonnementsmodel i frontier-klassen med et samlet tokenvindue på 1M til input og output til kodning, virksomhedsworkflows og cyberforsvar

Gemini 4 Argon API til kodning med lang tidshorisont, vidensarbejde i virksomheder og cyberforsvar

Gemini 4 Argon er Google DeepMinds næste generation af sparse Mixture-of-Experts-ræsonnementsmodeller (MoE) i frontier-klassen. Argon er bygget til at fastholde dybt ræsonnement i flere trin gennem komplekse forløb og udvider sin grænse for outputtokens til branchens førende 1.000.000 samlede input- og outputtokens (op fra 64K). Det gør det muligt at refaktorere hele repositories, lave udtømmende finansielle og juridiske sammenfatninger og afhjælpe sårbarheder autonomt i ét gennemløb.

Kald gemini-4-argon på PoYo via det OpenAI-kompatible POST /v1/chat/completions eller det Gemini-native POST /v1beta/models/gemini-4-argon:generateContent (og :streamGenerateContent). PoYo opkræver $1.60 / 1M inputtokens (320 kreditter), $8.00 / 1M outputtokens (1.600 kreditter) og $0.16 / 1M cachede inputtokens (32 kreditter). Input og output ligger 20 % under Googles introduktionspriser for Standard på $2.00 / $10.00 (til og med 30. november 2026).

Hent PoYo API-nøgle

Vigtigste muligheder i Gemini 4 Argon API

Understøttet af Google DeepMinds officielle evalueringer og produktionsudrulninger inden for softwareudvikling, virksomhedsanalyse, multimodalt rumligt ræsonnement og defensiv cybersikkerhed.

Softwareudvikling med lang tidshorisont i absolut topklasse (77,9 % på DeepSWE v1.1)

Gemini 4 Argon sætter ny standard på DeepSWE v1.1 (77,9 %) og Vibe Code Bench (91,9 %) og slår Claude Opus 5.5 (74,2 %) og GPT-6 Astra (74,1 %). Med en grænse på 1M outputtokens kan Argon opløse ældre kodebaser med flere millioner linjer, migrere C/C++-biblioteker til sikker Rust (med en 2,7 gange hurtigere afvikling i Googles libgav1-videodekoder) og optimere vLLM GPU-kerner fra start til slut uden at svaret afkortes undervejs.

77,9 % på DeepSWE v1.1 og 91,9 % på Vibe Code Bench
Op til 1.000.000 samlede input- og outputtokens pr. forløb
Refaktorering af arkitektur på tværs af filer og migrering fra C++ til Rust

Officielt benchmarkdiagram for DeepSWE v1.1 fra Google DeepMind, der viser Gemini 4 Argon på 77,9 % mod Claude Opus 5.5 og GPT-6 Astra

Nr. 1 inden for økonomisk vidensarbejde og automatisering i virksomheder

Argon er nr. 1 på Vals Index (68,9 %) – vægtet på tværs af finans, jura, skat og kodning efter bidrag til USA's BNP – og fører på Vals Finance Agent v2 (65,4 %), Harveys Legal Agent Benchmark (19,6 % mod 5,4 % for Astra) og Zapiers AutomationBench (51,3 %). Genkaldelsen i lang kontekst på GraphWalks 256K–1M når op på 84,2 % F1, mere end 17 procentpoint foran konkurrerende frontier-modeller.

68,9 % på Vals Index og 65,4 % på Vals Finance Agent v2
19,6 % på Harveys Legal Agent Benchmark (3 gange højere end konkurrenterne)
84,2 % F1 på ræsonnement i lang kontekst med GraphWalks 256K–1M

Officiel benchmarksammenligning af Vals Index fra Google DeepMind, hvor Gemini 4 Argon fører med 68,9 %

Multimodal video, rumlig 3D-forståelse og videnskabelig syntese

Gemini 4 Argon er trænet nativt på tværs af tekst, billeder, lyd, video og PDF'er og opnår 91,7 % på LVBench (forståelse af lange videoer), 88,8 % på LABBench 2 og 87 % på Embodied Reasoning (ERQA). I officielle DeepMind-demonstrationer samler Argon 50 GB luftbåren LiDAR, GIS-vektorer og arkiverede CAD-tegninger til interaktive 3D-rekonstruktioner og driver visuelle kritiksløjfer med flere agenter i Blender og Three.js.

91,7 % på LVBench til forståelse af lange videoer og 71,6 % på Chartography
88,8 % på LABBench 2 og 76,0 % på matematisk ræsonnement i RiemannBench
Autonom generering af 3D-scener og multimodal videnskabelig syntese

Defensiv cybersikkerhed og modstandsdygtighed over for prompt injection

Argon er bygget til cyberforsvarere i Googles Fairwind-program og Wiz' initiativ Scan for Good og deler førstepladsen på CWE-bench v1 (68,0 %) for autonom afhjælpning af sårbarheder. Den finder komplekse sårbarheder på tværs af flere sprog i 20 programmeringssprog. Adversarial træning sænker succesraten for indirekte prompt injection til blot 0,7 % over 15 adaptive forsøg på Gray Swan IPI-benchmarken.

68,0 % på CWE-bench v1 til automatiseret sikkerhedspatching
0,7 % succesrate for angreb på Gray Swan Indirect Prompt Injection (IPI)
Autonom revision af kildekode og validering med proof of concept

Officielt benchmarkdiagram fra Google DeepMind for afhjælpning af cybersikkerhedssårbarheder i CWE-bench v1 for Gemini 4 Argon

Hvad kan du bygge med Gemini 4 Argon API?

Refaktorering af hele repositories og sprogmigrering

Udnyt det samlede tokenvindue på 1M til input og output til at refaktorere monolitiske moduler, migrere C/C++-kodebaser til hukommelsessikker Rust og levere komplette patches til flere filer i ét forløb.

Autonome agenter til virksomheder og drift

Orkestrér forretningsworkflows fra start til slut på tværs af API'er, databaser og dokumentarkiver med pålidelighed som nr. 1 på AutomationBench (51,3 %) og gennemsigtig overvågning af tankekæden.

Finansiel modellering og juridisk due diligence

Forbind beviser på tværs af hundredvis af SEC-indberetninger, kontrakter og retspraksis med førende nøjagtighed på Vals Finance Agent v2 (65,4 %) og Harveys Legal Agent Benchmark (19,6 %).

Automatiseret sikkerhedsrevision og patching

Scan repositories med flere sprog for at finde subtile logiske fejl, valider, om de kan udnyttes, i sandkasser, og generér verificerede patches til afhjælpning af CWE.

Intelligens til lange videoer og multimodale dokumenter

Analysér flere timer lange videooptagelser, tekniske diagrammer, lydstrømme og tætte PDF'er med 91,7 % nøjagtighed på LVBench og 84,2 % genkaldelse i kontekster på 256K–1M tokens.

Videnskabelig databehandling og 3D-simulering

Fremskynd optimering af kvantekredsløb, søgning efter molekylære konformere, formel bevisverifikation i Lean og videnskabelige visualiseringer i Three.js / WebGL, der er klar til browseren.

Gemini 4 Argon vs GPT-6 Astra vs Claude Opus 5.5 vs Claude Fable 5.1

Offentliggjorte benchmarks fra oktober 2026 i Google DeepMinds modelkort for Gemini 4 Argon sammen med officielle priser og PoYo API-priser pr. token.

Benchmark / måleværdi	Gemini 4 Argon	GPT-6 Astra	Claude Opus 5.5	Claude Fable 5.1
Vals Index (vidensarbejde)	68,9 % (nr. 1)	63,1 %	67,0 %	65,8 %
AutomationBench (workflows fra start til slut)	51,3 % (nr. 1)	41,4 %	42,5 %	31,4 %
Vals Finance Agent v2	65,4 % (nr. 1)	53,5 %	58,6 %	58,9 %
Harveys Legal Agent Benchmark	19,6 % (nr. 1)	5,4 %	3,8 %	6,7 %
DeepSWE v1.1 (agentbaseret kodning)	77,9 % (nr. 1)	74,1 %	74,2 %	67,4 %
Vibe Code Bench	91,9 % (nr. 1)	89,6 %	90,3 %	90,3 %
Terminal-Bench 4.0	57,4 %	58,2 %	66,4 %	57,9 %
LABBench 2 / RiemannBench (videnskab og matematik)	88,8 % / 76,0 %	85,4 % / 72,0 %	73,1 % / 69,6 %	68,6 % / 65,6 %
GraphWalks 256K–1M (F1 i lang kontekst)	84,2 % (nr. 1)	71,8 %	66,8 %	65,0 %
LVBench (lange videoer) / Chartography	91,7 % / 71,6 %	87,5 % / 71,0 %	83,7 % / 66,3 %	79,7 % / 46,2 %
CWE-bench v1 (cybersikkerhed)	68,0 % (delt nr. 1)	68,0 %	67,0 %	58,0 %
Kontekstvindue / maks. output	1M / 1M samlet	1,05M / 128K	1M / 128K	1M / 128K
Officiel standardpris (input / output pr. 1M)	$2.00 / $10.00	$10.00 / $50.00	$4.00 / $20.00	$10.00 / $50.00
PoYo API-pris (input / output / cachelæsning pr. 1M)	$1.60 / $8.00 / $0.16	$8.00 / $40.00 / $0.80	$3.20 / $16.00 / $0.16	$8.00 / $40.00 / $0.20

Kilde: Google DeepMinds modelkort for Gemini 4 Argon (oktober 2026). Officielle priser fra Googles prisside for Gemini API (introduktionspriser til og med 30. november 2026). PoYos input- og outputpriser ligger 20 % under Googles introduktionspriser for Standard (200 kreditter = $1.00 USD).

Sådan kalder du Gemini 4 Argon API på PoYo

1. Generér en API-nøgle: Log ind på dit PoYo-dashboard, og opret en samlet bearer-nøgle.

2. Vælg endpointprotokol: Brug POST https://api.poyo.ai/v1/chat/completions til kompatibilitet med OpenAI SDK uden ændringer, eller POST https://api.poyo.ai/v1beta/models/gemini-4-argon:generateContent (og :streamGenerateContent) til multimodale payloads i Google Gemini Native.

3. Angiv model-ID: Send "model": "gemini-4-argon". Både svar med streaming (SSE) og uden streaming understøttes fra start.

Ofte stillede spørgsmål om Gemini 4 Argon API

Hvad er Gemini 4 Argon?

Gemini 4 Argon er Google DeepMinds sparse Mixture-of-Experts-flagskibsmodel (MoE) til ræsonnement i frontier-klassen, som blev annonceret i slutningen af september 2026 og udgivet globalt i oktober 2026. Den er udviklet til softwareudvikling med lang tidshorisont, vidensarbejde i virksomheder med store konsekvenser (finans, jura, skat), videnskabelige opdagelser og defensiv cybersikkerhed.

Hvad koster Gemini 4 Argon API på PoYo sammenlignet med Googles officielle pris?

Googles officielle introduktionspriser for Standard, der gælder til og med 30. november 2026, er $2.00 pr. 1M inputtokens, $10.00 pr. 1M outputtokens og $0.10 pr. 1M cachede inputtokens. Fra 1. december 2026 stiger de til $4.00, $20.00 og $0.20. På PoYo koster input $1.60 / 1M tokens (320 kreditter) og output $8.00 / 1M tokens (1.600 kreditter), 20 % under Googles introduktionspriser. Cachelæsninger koster $0.16 / 1M tokens (32 kreditter). 200 kreditter = $1.00 USD.

Hvilke API-endpoints understøtter PoYo til Gemini 4 Argon?

PoYo understøtter både det OpenAI-kompatible Chat Completions-endpoint (POST https://api.poyo.ai/v1/chat/completions) og Google Gemini Native-endpoints (POST https://api.poyo.ai/v1beta/models/gemini-4-argon:generateContent og :streamGenerateContent) med model-ID'et gemini-4-argon.

Hvad er kontekstvinduet og grænsen for maksimale outputtokens i Gemini 4 Argon?

Gemini 4 Argon har et samlet kontekstvindue på 1.000.000 tokens til input og output og udvider den maksimale outputkapacitet til 1.000.000 tokens (op fra 64K i tidligere Gemini-modeller). Det gør det muligt for modellen at fastholde ræsonnementskæder på over 100K tokens og generere kode til hele repositories eller udtømmende rapporter i ét forløb.

Hvordan klarer Gemini 4 Argon sig i forhold til Claude Opus 5.5 og GPT-6 Astra?

I Google DeepMinds offentliggjorte evalueringer fører Gemini 4 Argon på DeepSWE v1.1 (77,9 % mod 74,2 % for Opus 5.5 og 74,1 % for Astra), Vals Index (68,9 % mod 67,0 % og 63,1 %), AutomationBench (51,3 %), GraphWalks 256K–1M (84,2 %) og LVBench (91,7 %), mens den ligger lige med Astra på CWE-bench v1 (68,0 %). Claude Opus 5.5 fører på Terminal-Bench 4.0 (66,4 % mod 57,4 %), og GPT-6 Astra fører på FrontierSWE v2 (65,5 %) og Terminal-Bench Science 0.1 (68,1 %).

Hvilke inputmodaliteter og hvilken vidensgrænse har Gemini 4 Argon?

Ifølge modelkortet for Gemini 4 Argon accepterer modellen nativt tekst, billeder, lyd, video og PDF-dokumenter som input og producerer tekst som output. Dens vidensgrænse er marts 2026.

Hvorfor integrere Gemini 4 Argon via PoYo API?

20 % lavere tokenpriser

Betal $1.60 for input, $8.00 for output og $0.16 for cachelæsning pr. 1M tokens – 20 % billigere end de officielle priser, med fleksible kreditter efter forbrug.

To formater: OpenAI og Gemini Native

Skift problemfrit mellem /v1/chat/completions til eksisterende OpenAI SDK'er og /v1beta/models/gemini-4-argon:generateContent til native Gemini-funktioner.

Benchmark side om side med Opus og Astra

Brug én PoYo API-nøgle til at route arbejdsbyrder på tværs af Gemini 4 Argon, Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra og GPT-6.1 Sol.

Øjeblikkelig global adgang uden niveauspærringer

Begynd at kalde gemini-4-argon med det samme i produktion eller test i webbaseret Playground uden ventelister for virksomheder eller flaskehalse i regionale kvoter.