Google Gemini 4 Argon: AI Large Language Models

Jalankan Google Gemini 4 Argon lewat API: penalaran frontier dengan konteks 1M untuk pengodean dan analisis. Coba gratis — bayar per pembuatan, tanpa langganan.

Kontrol model interaktif

Jalankan Google Gemini 4 Argon lewat API: penalaran frontier dengan konteks 1M untuk pengodean dan analisis. Coba gratis — bayar per pembuatan, tanpa langganan.

📝

Ikhtisar

Tentang model ini

Gemini 4 Argon adalah model penalaran frontier dari Google DeepMind, dibuat untuk pengodean jangka panjang, pekerjaan berbasis pengetahuan, dan analisis keamanan siber. Model ini menyediakan jendela konteks dan keluaran terpadu 1M token, sehingga Anda dapat memasukkan seluruh basis kode, kontrak panjang, atau korpus riset dan menerima jawaban panjang yang terstruktur dalam satu panggilan. Model ini menerima teks serta gambar opsional dan system prompt. Untuk obrolan harian yang lebih cepat dan murah, lihat Gemini 3.8 Flash; untuk tingkat Pro sebelumnya, lihat Gemini 3.1 Pro.

1Pengodean Jangka Panjang: Rencanakan, tulis, dan refaktor di seluruh repositori besar menggunakan konteks 1M token.
2Pekerjaan Berbasis Pengetahuan: Analisis laporan panjang, kontrak, dan makalah riset lalu hasilkan ringkasan terstruktur.
3Keamanan Siber: Tinjau kode dan konfigurasi untuk menemukan kerentanan dan susun langkah perbaikan.
4Penalaran Agen: Gunakan sebagai model perencana di dalam agen multi-langkah dan [alur kerja](/workflows).
5Tanya Jawab Visual: Kirim image_url untuk bertanya tentang tangkapan layar, diagram, atau dokumen.
💰

Harga & Nilai

Analisis biaya

muapiapp$2.00/M input, $10.00/M output

Penagihan berbasis token. Minimal $0,0002 per panggilan.

Fal.aiTidak tersedia

No dedicated Gemini 4 Argon endpoint at this time.

ReplicateTidak tersedia

No dedicated Gemini 4 Argon endpoint at this time.

** Harga pesaing diperkirakan berdasarkan arsitektur model dan tingkat penggunaan yang serupa.

⚙️

Detail Teknis

Skema konfigurasi

cepatstring

.

Nilai BawaanReview this design doc and list the three biggest risks with suggested mitigations.
URL gambarstring

URL gambar masuk.

Nilai Bawaanundefined
Perintah Sistemstring

, .

Nilai BawaanYou are a helpful assistant that responds concisely.
📖

Panduan Implementasi

Dokumentasi pengembang

Cara Menggunakan Gemini 4 Argon

  1. Tulis prompt Anda: Letakkan tugas di prompt. Tambahkan system_prompt secara opsional untuk menentukan peran, nada, atau format keluaran.

  2. Tambahkan gambar (opsional): Berikan image_url untuk menyertakan gambar dalam permintaan.

  3. Kirim dan ambil hasilnya: POST mengembalikan request_id; poll /api/v1/predictions/{request_id}/result atau berikan URL webhook.

cURL Example

curl -X POST "https://api.muapi.ai/api/v1/gemini-4-argon" \
  -H "x-api-key: $MUAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Review this design doc and list the three biggest risks.",
    "system_prompt": "You are a staff engineer. Be concise and specific."
  }'
❓

Pertanyaan Umum

Sering ditanyakan

Apa itu Gemini 4 Argon?

Gemini 4 Argon adalah model penalaran frontier dari Google DeepMind dengan jendela konteks dan keluaran terpadu 1M token, ditujukan untuk pengodean jangka panjang, pekerjaan berbasis pengetahuan, dan keamanan siber.

Bagaimana harga Gemini 4 Argon?

Harga berbasis token: $2.00 per juta token input dan $10.00 per juta token output, dengan biaya minimum $0.0002 per panggilan. Token penalaran dihitung sebagai output.

Apakah Gemini 4 Argon menerima gambar?

Ya. Sertakan image_url bersama prompt Anda untuk bertanya tentang tangkapan layar, diagram, atau dokumen hasil foto.

Bisakah saya mengatur system prompt?

Ya. Gunakan kolom system_prompt untuk mengatur persona, nada, dan format respons.

Bagaimana cara mendapatkan hasilnya?

Endpoint ini asinkron: Anda langsung menerima request_id, lalu poll endpoint hasil predictions atau berikan URL webhook agar diberi tahu saat teks siap.

Apa perbedaan Gemini 4 Argon dengan Gemini 3.8 Flash?

Argon adalah tingkat penalaran frontier dengan jendela konteks jauh lebih besar, cocok untuk pekerjaan multi-langkah yang mendalam; Flash dioptimalkan untuk obrolan berlatensi rendah dan berbiaya rendah. Keduanya memakai kolom prompt, image_url, dan system_prompt yang sama.