Model icon
gemini-4-argon
Modell:
Få tilgang til Google DeepMinds Gemini 4 Argon-API hos PoYo via OpenAI Chat Completions eller Gemini Native-formatet. 1M samlet kontekst og utdata, nr. 1 på Vals Index og DeepSWE v1.1 (77,9 %), til $1.60 for inndata og $8.00 for utdata per 1M tokens (20 % under offisiell pris).
Chat

Denne Playground er ment for demonstrasjon. Dataene gjelder bare i dette vinduet og slettes når du laster inn siden på nytt.

Skriv en melding …

Konfigurasjon
1.0
1.0
Prisdetaljer

Betal etter bruk. Ingen abonnement, ingen skjulte gebyrer.

1 kreditt = $0.005
ModellInndata /1M tokensBufferlesing /1M tokensUtdata /1M tokens
Gemini 4 Argon
100K inndata- + 20K utdata-tokens: $0.320
$1.60/1M tokens
320 kreditter/1M tokens
$2.00/1M tokensSpar 20 %
$0.160/1M tokens
32 kreditter/1M tokens
$0.200/1M tokensSpar 20 %
$8.00/1M tokens
1600 kreditter/1M tokens
$10.00/1M tokensSpar 20 %
Slik faktureres det: Inndata- og utdata-tokens faktureres hver for seg, per 1M tokens.

Belastningen er basert på det endelige resultatet.

GEMINI 4 ARGON · TILGJENGELIG NÅ HOS POYO

Google DeepMinds ledende resonneringsmodell med et samlet vindu på 1M tokens for inndata og utdata, laget for koding, bedriftsflyter og cyberforsvar

Gemini 4 Argon-API for koding over lang tid, kunnskapsarbeid i bedrifter og cyberforsvar

Gemini 4 Argon er Google DeepMinds neste generasjons ledende resonneringsmodell basert på sparsom Mixture-of-Experts (MoE). Argon er laget for å opprettholde dyp resonnering i mange trinn gjennom komplekse forløp, og utvider grensen for utdatatokens til bransjeledende 1 000 000 samlede tokens for inndata og utdata (opp fra 64K). Det gjør det mulig å refaktorere hele kodelagre, lage uttømmende finansielle og juridiske sammenstillinger og utbedre sårbarheter autonomt i én enkelt omgang.

Kall gemini-4-argon hos PoYo via OpenAI-kompatible POST /v1/chat/completions eller Gemini-native POST /v1beta/models/gemini-4-argon:generateContent (og :streamGenerateContent). PoYo tar $1.60 / 1M inndatatokens (320 kreditter), $8.00 / 1M utdatatokens (1600 kreditter) og $0.16 / 1M bufrede inndatatokens (32 kreditter) – 20 % under Googles standardsatser på $2.00 / $10.00 / $0.20.

Hovedegenskaper i Gemini 4 Argon-API-et

Underbygget av Google DeepMinds offisielle evalueringer og produksjonsutrullinger innen programvareutvikling, bedriftsanalyse, multimodal romlig resonnering og defensiv cybersikkerhet.

01

Toppmoderne programvareutvikling over lang tid (77,9 % på DeepSWE v1.1)

Gemini 4 Argon setter en ny toppstandard på DeepSWE v1.1 (77,9 %) og Vibe Code Bench (91,9 %), og overgår Claude Opus 5.5 (74,2 %) og GPT-6 Astra (74,1 %). Med en utdatagrense på 1M tokens kan Argon rydde opp i eldre kodebaser med flere millioner linjer, migrere C/C++-biblioteker til sikker Rust (med 2,7x raskere ytelse i Googles videodekoder libgav1) og optimalisere GPU-kjerner i vLLM fra start til slutt uten at svaret avkortes underveis.

  • 77,9 % på DeepSWE v1.1 og 91,9 % på Vibe Code Bench
  • Opptil 1 000 000 samlede inndata- og utdatatokens per forløp
  • Refaktorering av arkitektur på tvers av filer og migrering fra C++ til Rust
Offisielt diagram fra Google DeepMind over DeepSWE v1.1 som viser Gemini 4 Argon på 77,9 % mot Claude Opus 5.5 og GPT-6 Astra

02

Nr. 1 på økonomisk kunnskapsarbeid og bedriftsautomatisering

Argon er nr. 1 på Vals Index (68,9 %) – vektet på tvers av finans, juss, skatt og koding etter bidrag til USAs BNP – og leder Vals Finance Agent v2 (65,4 %), Harvey's Legal Agent Benchmark (19,6 % mot 5,4 % for Astra) og Zapiers AutomationBench (51,3 %). Gjenkallingen i lang kontekst på GraphWalks 256K–1M når 84,2 % F1, over 17 prosentpoeng foran konkurrerende ledende modeller.

  • 68,9 % på Vals Index og 65,4 % på Vals Finance Agent v2
  • 19,6 % på Harvey's Legal Agent Benchmark (3x høyere enn konkurrentene)
  • 84,2 % F1 på resonnering i lang kontekst med GraphWalks 256K–1M
Offisiell sammenligning fra Google DeepMind på Vals Index som viser at Gemini 4 Argon leder med 68,9 %

03

Multimodal video, romlig 3D og vitenskapelig syntese

Gemini 4 Argon er trent direkte på tekst, bilder, lyd, video og PDF-er, og oppnår 91,7 % på LVBench (forståelse av lange videoer), 88,8 % på LABBench 2 og 87 % på Embodied Reasoning (ERQA). I offisielle demonstrasjoner fra DeepMind sammenstiller Argon 50 GB med luftbåren LiDAR, GIS-vektorer og arkiverte CAD-tegninger til interaktive 3D-rekonstruksjoner, og driver visuelle kritikkløkker med flere agenter i Blender og Three.js.

  • 91,7 % på LVBench for forståelse av lange videoer og 71,6 % på Chartography
  • 88,8 % på LABBench 2 og 76,0 % på RiemannBench for matematisk resonnering
  • Autonom generering av 3D-scener og multimodal vitenskapelig syntese

04

Defensiv cybersikkerhet og motstandskraft mot promptinjeksjon

Argon er laget for cyberforsvarere i Googles Fairwind-program og Wiz' Scan for Good-initiativ, deler førsteplassen på CWE-bench v1 (68,0 %) for autonom utbedring av sårbarheter og avdekker komplekse eksponeringer på tvers av 20 programmeringsspråk. Adversarial trening reduserer suksessraten for indirekte promptinjeksjon til bare 0,7 % over 15 adaptive forsøk på Gray Swan IPI-referansetesten.

  • 68,0 % på CWE-bench v1 for automatisert sikkerhetsretting
  • 0,7 % suksessrate for angrep på Gray Swan Indirect Prompt Injection (IPI)
  • Autonom revisjon av kildekode og validering med proof-of-concept
Offisielt diagram fra Google DeepMind over CWE-bench v1 for utbedring av sårbarheter innen cybersikkerhet for Gemini 4 Argon

Hva kan du bygge med Gemini 4 Argon-API-et?

01

Refaktorering av hele kodelagre og språkmigrering

Utnytt det samlede vinduet på 1M tokens for inndata og utdata til å refaktorere monolittiske moduler, migrere C/C++-kodebaser til minnesikker Rust og levere komplette oppdateringer for flere filer i ett forløp.

02

Autonome agenter for bedrift og drift

Orkestrer helhetlige forretningsflyter på tvers av API-er, databaser og dokumentlagre med pålitelighet som er nr. 1 på AutomationBench (51,3 %) og åpen overvåking av tankekjederesonnering.

03

Finansiell modellering og juridisk due diligence

Koble sammen bevis på tvers av hundrevis av SEC-innleveringer, kontrakter og rettspraksis med ledende nøyaktighet på Vals Finance Agent v2 (65,4 %) og Harvey's Legal Agent Benchmark (19,6 %).

04

Automatisert sikkerhetsrevisjon og retting

Skann kodelagre med flere språk for å avdekke subtile logiske feil, validere utnyttbarhet i sandkassemiljøer og generere verifiserte CWE-rettinger.

05

Innsikt i lange videoer og multimodale dokumenter

Analyser videoopptak på flere timer, tekniske diagrammer, lydstrømmer og tette PDF-er med 91,7 % nøyaktighet på LVBench og 84,2 % gjenkalling på tvers av kontekster på 256K–1M tokens.

06

Vitenskapelig databehandling og 3D-simulering

Gjør optimalisering av kvantekretser, søk etter molekylkonformere, formell bevisverifisering i Lean og nettleserklare vitenskapelige visualiseringer i Three.js / WebGL raskere.

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

Publiserte referansetester fra oktober 2026 fra Google DeepMinds modellkort for Gemini 4 Argon, sammen med offisielle tokenpriser og tokenpriser for API-et hos PoYo.

Referansetest / måltallGemini 4 ArgonGPT-6 AstraClaude Opus 5.5Claude Fable 5.1
Vals Index (kunnskapsarbeid)68,9 % (nr. 1)63,1 %67,0 %65,8 %
AutomationBench (helhetlige arbeidsflyter)51,3 % (nr. 1)41,4 %42,5 %31,4 %
Vals Finance Agent v265,4 % (nr. 1)53,5 %58,6 %58,9 %
Harvey's Legal Agent Benchmark19,6 % (nr. 1)5,4 %3,8 %6,7 %
DeepSWE v1.1 (agentisk koding)77,9 % (nr. 1)74,1 %74,2 %67,4 %
Vibe Code Bench91,9 % (nr. 1)89,6 %90,3 %90,3 %
Terminal-Bench 4.057,4 %58,2 %66,4 %57,9 %
LABBench 2 / RiemannBench (vitenskap og matematikk)88,8 % / 76,0 %85,4 % / 72,0 %73,1 % / 69,6 %68,6 % / 65,6 %
GraphWalks 256K–1M (F1 for lang kontekst)84,2 % (nr. 1)71,8 %66,8 %65,0 %
LVBench (lange videoer) / Chartography91,7 % / 71,6 %87,5 % / 71,0 %83,7 % / 66,3 %79,7 % / 46,2 %
CWE-bench v1 (cybersikkerhet)68,0 % (delt nr. 1)68,0 %67,0 %58,0 %
Kontekstvindu / maks utdata1M / 1M samlet1,05M / 128K1M / 128K1M / 128K
Offisiell standardpris (inndata / utdata per 1M)$2.00 / $10.00$10.00 / $50.00$4.00 / $20.00$10.00 / $50.00
API-pris hos PoYo (inndata / utdata / lesing fra hurtigbuffer per 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 modellkort for Gemini 4 Argon (oktober 2026). Prisene hos PoYo gjenspeiler en rabatt på 20 % på de offisielle standardsatsene (200 kreditter = $1.00 USD).

Slik kaller du Gemini 4 Argon-API-et hos PoYo

1. Generer en API-nøkkel: Logg inn på dashbordet ditt hos PoYo og opprett en samlet bearer-nøkkel.

2. Velg endepunktprotokoll: Bruk POST https://api.poyo.ai/v1/chat/completions for direkte kompatibilitet med OpenAI SDK, eller POST https://api.poyo.ai/v1beta/models/gemini-4-argon:generateContent (og :streamGenerateContent) for multimodale nyttelaster i Google Gemini Native-formatet.

3. Angi modell-ID: Send "model": "gemini-4-argon". Både strømmende (SSE) og ikke-strømmende svar støttes uten ekstra oppsett.

Vanlige spørsmål om Gemini 4 Argon-API-et

Hva er Gemini 4 Argon?

Gemini 4 Argon er Google DeepMinds flaggskipmodell for ledende resonnering basert på sparsom Mixture-of-Experts (MoE), kunngjort i slutten av september 2026 og lansert globalt i oktober 2026. Den er utviklet for programvareutvikling over lang tid, kunnskapsarbeid i bedrifter med mye på spill (finans, juss, skatt), vitenskapelige oppdagelser og defensiv cybersikkerhet.

Hva koster Gemini 4 Argon-API-et hos PoYo sammenlignet med Googles offisielle pris?

Googles offisielle standard introduksjonspris er $2.00 per 1M inndatatokens, $10.00 per 1M utdatatokens og $0.20 per 1M bufrede inndatatokens. Hos PoYo får du en fast rabatt på 20 %: $1.60 / 1M inndatatokens (320 kreditter), $8.00 / 1M utdatatokens (1600 kreditter) og $0.16 / 1M tokens lest fra hurtigbufferen (32 kreditter), der 200 kreditter = $1.00 USD.

Hvilke API-endepunkter støtter PoYo for Gemini 4 Argon?

PoYo støtter både det OpenAI-kompatible Chat Completions-endepunktet (POST https://api.poyo.ai/v1/chat/completions) og Google Gemini Native-endepunktene (POST https://api.poyo.ai/v1beta/models/gemini-4-argon:generateContent og :streamGenerateContent) med modell-ID-en gemini-4-argon.

Hva er kontekstvinduet og maksgrensen for utdatatokens i Gemini 4 Argon?

Gemini 4 Argon har et samlet kontekstvindu på 1 000 000 tokens for inndata og utdata, og utvider maks utdatakapasitet til 1 000 000 tokens (opp fra 64K i tidligere Gemini-modeller). Det gjør at modellen kan opprettholde resonneringskjeder på over 100K tokens og generere kode for hele kodelagre eller uttømmende rapporter i ett enkelt forløp.

Hvordan står Gemini 4 Argon seg mot Claude Opus 5.5 og GPT-6 Astra?

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

Hvilke inndatamodaliteter og hvilken kunnskapsgrense har Gemini 4 Argon?

Ifølge modellkortet for Gemini 4 Argon tar modellen direkte imot tekst, bilder, lyd, video og PDF-dokumenter som inndata og produserer tekst som utdata. Kunnskapsgrensen er mars 2026.

Hvorfor integrere Gemini 4 Argon via API-et hos PoYo?

01

20 % lavere tokenkostnader

Betal $1.60 for inndata, $8.00 for utdata og $0.16 for lesing fra hurtigbuffer per 1M tokens – og spar 20 % sammenlignet med de offisielle satsene, med fleksible kreditter etter forbruk.

02

Både OpenAI- og Gemini Native-format

Bytt sømløst mellom /v1/chat/completions for eksisterende OpenAI SDK-er og /v1beta/models/gemini-4-argon:generateContent for innebygde Gemini-funksjoner.

03

Sammenlign direkte med Opus og Astra

Bruk én API-nøkkel hos PoYo til å rute arbeidsmengder på tvers av Gemini 4 Argon, Claude Opus 5.5, Claude Sonnet 5.5, GPT-6 Astra og GPT-6.1 Sol.

04

Umiddelbar global tilgang uten nivåbegrensninger

Begynn å kalle gemini-4-argon med en gang i produksjon, eller test i nett-Playground, uten ventelister for bedrifter eller flaskehalser i regionale kvoter.