Gemini Argon API
Принимает переписку списком сообщений, изображения, звук и видео, возвращает текст. У Gemini 4 Argon контекст 1 048 576 токенов, ответ до 65 536, знания до марта 2026 года. Модель Google, выпущена 13 октября 2026 года.
Gemini 4 Argon API работает в России без VPN: один API ключ GEN202, оплата рублями с российской карты. Подключено и проверено 14 октября 2026 года.
Цена: за миллион токенов, вход — 1015.3 кр. (507,65 ₽ · $4.615), выход — 5077.6 кр. (2538,8 ₽ · $23.08).
кр. — кредиты, покупаются за рубли.
работает
Песочница
Войдите и получите 50 кредитов на тесты и любое использование сервиса. Без регистрации доступен один запрос в сутки.
Нажмите «Запустить» — ответ модели появится здесь
{ }
Цена Gemini 4 Argon
Цена за миллион токенов, отдельно за вход и за выход. Списывается фактический расход из поля
usage ответа: сколько токенов ушло в запрос и сколько модель
вернула. Минимальное списание за вызов — 0.02 кр.: обращение к модели стоит
денег само по себе, независимо от длины запроса.
| Токены | Наша цена |
|---|---|
| Вход | 1015.3 кр. $4.615507,65 ₽ |
| Выход | 5077.6 кр. $23.082538,8 ₽ |
кр. — кредиты, покупаются за рубли.
Вызов через API
Адрес один, и ответ приходит на этот же запрос: задачу ставить и опрашивать не нужно — этим текст и
отличается от картинок. Ключ передаётся заголовком
Authorization: Bearer sk-… и выпускается
в кабинете. На один ключ шлюз пропускает
60 запросов в минуту.
Счёт идёт по токенам из поля usage ответа: вход и выход по своим
ставкам. Кредиты списываются после ответа, по факту — заранее ничего не удерживается, поэтому
короткий вопрос стоит ровно столько, сколько стоит, и не занимает баланс под будущий ответ.
Сколько списано, приходит в самом ответе полем credits_consumed.
Перед вызовом проверяется одно: на балансе есть деньги. Запрос, не дошедший до ответа, не
тарифицируется вовсе.
Поля запроса
Все три лежат в корне тела запроса — вложенного input у текста нет.
Остальные поля формата OpenAI — temperature,
top_p, stop,
seed, response_format,
reasoning_effort и прочие — шлюз передаёт поставщику, проверив
значение: temperature от 0 до 2 (у Claude до 1),
top_p от 0 до 1, штрафы от −2 до 2,
reasoning_effort — minimal, low, medium или high (у GPT 6 Astra, GPT 6.1 Sol, GPT 6 Luna, Gemini 3.8 Flash, Gemini 4 Argon и Grok 4.7 — low, medium или high; у Kimi K3 и DeepSeek V4.1 Flash — low или high), стоп-слов не
больше четырёх. Негодное значение возвращается отказом 400 с именем поля и не стоит ничего:
поставщик на такое отвечает своей пятисоткой, из которой не видно, что дело в значении. Набор у каждого
семейства свой, потому что форматы вызова разные: что именно принимает выбранная модель, названо
на её странице.
stream работает: ответ приходит событиями, как это принято у Chat
Completions, и заканчивается строкой data: [DONE]. У поставщика ответ
при этом запрашивается целиком — иначе неоткуда взять объём токенов, по которому считается цена
вызова, — поэтому весь текст приходит одним событием, а не словом за словом. Расход и объём
стоят на последнем событии, рядом с признаком конца.
tools передаётся всем моделям каталога.
n и
best_of не передаются: несколько вариантов ответа умножают расход, а
перед вызовом проверено, что денег хватает на один.
| Поле | Тип | Обяз. | Допустимые значения |
|---|---|---|---|
| model | текст | обязательное | gemini/4-argon либо другое имя из каталога текстовых моделей |
| messages | массив | обязательное |
Непустой список сообщений с ролями system,
user, assistant. Пустой список
или не массив — отказ 400
|
| max_tokens | целое | опц. |
От 1 до 128000; вне границ — отказ 400.
Синоним — max_completion_tokens
· без него шлюз подставит потолок модели
|
Вызов
Запрос показан целиком, с именем этой модели: подставить остаётся только свой ключ. Ответ приходит сразу — задачу ставить и опрашивать не нужно.
curl https://api.gen202.com/v1/chat/completions \
-H "Authorization: Bearer sk-ваш-ключ" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini/4-argon",
"messages": [{"role": "user", "content": "Привет"}],
"max_tokens": 200
}'from openai import OpenAI
client = OpenAI(api_key="sk-ваш-ключ", base_url="https://api.gen202.com/v1")
answer = client.chat.completions.create(
model="gemini/4-argon",
messages=[{"role": "user", "content": "Привет"}],
max_tokens=200,
)
print(answer.choices[0].message.content)
print(answer.usage) # по нему выставлен счётОтвет
Форма ответа — OpenAI Chat Completions. Многоточия стоят там, где значение зависит от самого запроса: текст ответа и три числа расхода. Выдумывать их вместо примера нельзя — счёт выставляется по этим самым числам.
{
"choices": [
{
"index": 0,
"message": { "role": "assistant", "content": "…" },
"finish_reason": "stop"
}
],
"usage": { "prompt_tokens": …, "completion_tokens": …, "total_tokens": … }
}
Текст лежит в choices[0].message.content, причина остановки — в
finish_reason (stop или
length). По usage выставляется счёт, так
что сверить списание можно прямо из ответа. Служебных полей ответа OpenAI
(id, created,
object) шлюз не добавляет.
Отказы
Тело отказа — объект error, как у OpenAI:
{"error":{"message":…,"type":…,"code":…,"param":null}}. Ни один из этих отказов не тарифицируется:
деньги списываются только после ответа модели, и возвращать после отказа нечего.
| Код | code | Когда |
|---|---|---|
| 400 | model_not_found | Имени из поля model нет среди текстовых моделей. В сообщении перечислено, что принимается. |
| 400 | invalid_messages | Поле messages не передано, пустое или не массив. |
| 400 | invalid_max_tokens | Поле max_tokens не целое число или меньше единицы. Значение больше потолка модели отказа не даёт: шлюз ставит потолок модели. |
| 400 | invalid_setting | Настройка запроса с негодным значением: штраф вне границ от −2 до 2, reasoning_effort не из списка minimal, low, medium, high, пустое стоп-слово или больше четырёх стоп-слов. В сообщении назван сам параметр. Негодные temperature и top_p отказа не дают: шлюз их не передаёт; уровень рассуждения, которого нет у модели, заменяется ближайшим. |
| 400 | key_required | Названный заголовком учёта ключ не принадлежит аккаунту или отключён. При вызове по ключу Bearer такого отказа не бывает. |
| 400 | result_link_expired | Во входе стоит наша ссылка на готовый результат, а срок её вышел: результаты хранятся 14 дней. Ссылка названа в сообщении. Загрузите файл заново. Запрос не тарифицируется: к модели он не уходил. |
| 400 | invalid_request | Модель отказала по самому запросу: например, не принимает поле или приложенный файл. В сообщении — её слова. Повтор того же запроса не пройдёт, поправьте то, что названо. Запрос не тарифицируется. |
| 400 | — | Тело запроса не разобралось как JSON. Проверьте, что отправляете правильно составленный объект. |
| 401 | invalid_api_key | Ключа нет в заголовке Authorization, либо он неверный или отключён. |
| 402 | insufficient_credits | На балансе не осталось свободных кредитов. Перед вызовом шлюз проверяет только это — сумма списывается после ответа, по факту. |
| 403 | forbidden | Аккаунт заблокирован: вызовы модели, пополнение и загрузка файлов ему закрыты. Ключи при этом не отключены — запрет лежит на аккаунте. |
| 413 | invalid_request | Запрос слишком велик для модели: много или тяжёлые файлы, длинная переписка. Запрос не тарифицируется. |
| 413 | — | Тело запроса больше предела в 512 КиБ. |
| 415 | — | Не тот тип содержимого. Заголовок Content-Type должен быть application/json. |
| 422 | invalid_request | Модель не смогла обработать запрос в таком виде. В сообщении — её слова. Запрос не тарифицируется. |
| 429 | concurrent_request | Другой запрос этого аккаунта ещё считается. Пока на балансе 50 кредитов или меньше, текстовые запросы выполняются по одному: списание приходит после ответа, и одновременные запросы увели бы счёт в минус. Дождитесь ответа или пополните баланс. |
| 429 | — | Больше 60 запросов в минуту на один ключ. |
| 502 | upstream_error | Поставщик не ответил или ответил ошибкой. Запрос не тарифицируется: списывать нечего, ответа не было. |
| 503 | service_overloaded | Поставщик перегружен или отбил запрос по своему лимиту. Запрос не тарифицируется, повторить можно через несколько секунд — срок назван в заголовке Retry-After. |
| 503 | upstream_error | Модель временно недоступна у поставщика. Запрос не тарифицируется. |
Что Google говорит про Gemini 4 Argon
Gemini 4 Argon — языковая модель компании Google, открытая для всех 13 октября 2026 года. В GEN202 миллион присланных токенов стоит 507,65 ₽, миллион токенов ответа — 2538,8 ₽.
В руководстве по модели Google представляет её так: «Gemini 4 Argon (gemini-4-argon) is our latest, most capable model. It can reason longer on hard problems for better results on complex coding, agentic, math, and science tasks». Перевод наш: «Gemini 4 Argon — наша новейшая и самая сильная модель. На трудных задачах она может рассуждать дольше и лучше решает сложные задачи по программированию, работе агентов, математике и науке».
Объявление об общем доступе называет, где модель сильнее всего: «Argon excels at deep work in complex, real-world tasks across domains including coding, finance, legal, cybersecurity, and science». Перевод наш: «Argon сильна в глубокой работе над сложными практическими задачами в программировании, финансах, праве, кибербезопасности и науке».
Там же сказано о том, как модель пишет: «Argon answers questions more directly with less hedging, doesn’t repeat itself more than necessary, and skips clichés throughout the responses». Перевод наш: «Argon отвечает прямее и с меньшим числом оговорок, не повторяется без нужды и обходится без штампов».
В карточке модели Google отдельно подчёркивает, что модель новая: «Gemini 4 Argon, a new frontier model, is not a modification or a fine-tune of a prior model». Перевод наш: «Gemini 4 Argon — новая передовая модель, а не переделка и не дообучение прежней».
Слова Google о Gemini 4 Argon приведены по его страницам на 14 октября 2026 года.
Gemini 4 Argon и другие модели Google в каталоге: даты и имена для поля model
Gemini 4 Argon открывает поколение Gemini 4: других моделей этого поколения у Google на 14 октября 2026 года нет. Объявила её Google 30 сентября 2026 года — тогда доступ получили только участники программы Fairwind, специалисты по киберзащите. Для всех модель открылась 13 октября 2026 года.
Всего моделей Google в каталоге GEN202 четыре, и все они вызываются одним ключом. В таблице у каждой — имя у Google, день выхода, суть и имя, которое уходит в поле model.
| Имя у Google | Дата выхода | Что это за модель | Имя для поля model |
|---|---|---|---|
| gemini-4-argon | 13 октября 2026 | Первая модель поколения Gemini 4: сложный код, математика и наука, задачи агентов в несколько шагов | gemini/4-argon |
| gemini-3.8-flash | 2 сентября 2026 | Самый новый выпуск ряда Flash; ставки ниже, чем у Argon | gemini/3-8-flash |
| gemini-3.7-flash | 13 августа 2026 | Прежний выпуск ряда Flash | gemini/3-7-flash |
| gemini-3.6-flash | 21 июля 2026 | Прежний выпуск ряда Flash | gemini/3-6-flash |
День общего доступа Google записала в журнале изменений Gemini API строкой «October 13, 2026 — Gemini 4 Argon (gemini-4-argon) generally available (GA)», то есть модель вышла для всех. Первое объявление, ещё с ограниченным доступом, — запись в блоге Google от 30 сентября.
Модели ряда Flash разобраны на своих страницах, первая из них — Gemini 3.8 Flash.
Характеристики Gemini 4 Argon: вход, окно и предел ответа
В таблице собраны числа, по которым GEN202 считает вызов Gemini 4 Argon: окно, предел ответа, виды входа и уровни рассуждения.
Окно у модели общее для входа и выхода. Google объясняет это в руководстве так: «Input, thinking, and output share one window of 1,048,576 tokens». Перевод наш: «Вход, рассуждение и ответ делят одно окно в 1 048 576 токенов».
| Характеристика | Значение |
|---|---|
| Что берёт на вход | текст, картинки, видео, звук и PDF |
| Чем отвечает | текстом |
| Имя для поля model | gemini/4-argon |
| Окно контекста | 1 048 576 токенов |
| Предел одного ответа | 65 536 токенов |
| Значения reasoning_effort | low, medium и high |
| Дата выхода | 13 октября 2026 |
| Отсечка знаний | март 2026 года |
Предел одного ответа в GEN202 — 65 536 токенов: столько Google отдаёт на обычный запрос, а ответ длиннее у Google собирается отдельным фоновым режимом. Обе ставки Gemini 4 Argon — за присланное и за ответ — напечатаны в таблице цен выше по странице.
Как выбрать уровень рассуждения у Gemini 4 Argon
Сколько модель думает перед ответом, задаёт поле reasoning_effort. Уровней три — low, medium и high; по умолчанию стоит medium, так записано на странице уровней обдумывания Gemini API.
- Начните с medium. Google называет этот уровень сбалансированным и советует его для большинства задач, в том числе для сложного кода и работы агентов.
- Опустите до low простые и недорогие задачи. На нижнем уровне модель тратит меньше всего токенов и отвечает быстрее всего. Google оговаривает, что на трудных задачах качество при этом может упасть.
- Поднимите до high самое трудное. Верхний уровень тратит больше всего токенов и дольше всех тянет с первым словом ответа. Google отдаёт ему сложные рассуждения, трудную математику и науку, самые сложные задачи кода и агентов.
- Оставьте рассуждению место в пределе ответа. Токены рассуждения расходуются из того же предела, что и ответ. Google советует ставить max_tokens не ниже 32 768: модель может потратить заметную часть предела на обдумывание.
В запросе к GEN202 поле reasoning_effort у Gemini 4 Argon принимает low, medium и high; пример такого запроса — в разделе «Вызов через API».
Для чего Google предлагает Gemini 4 Argon
Назначение модели карточка описывает так: «Argon combines frontier reasoning, deep visual perception, expanded domain knowledge, and stronger writing capabilities to help with technical and enterprise workflows». Перевод наш: «Argon сочетает передовые рассуждения, глубокое понимание изображений, более широкие знания в отраслях и более сильное письмо — для технической работы и работы в компаниях».
Задачи там же перечислены по пунктам: долгие расследования в несколько заходов, сложные инженерные задачи, разбор изображений, киберзащита, разбор и сведение документов разного вида, работа с отраслевыми знаниями вроде правового и финансового анализа, научные и математические рассуждения.
Сама Google поставила модель в Gemini API и Google AI Studio, в приложение Gemini, в режим ИИ в Поиске, в Gemini для бизнеса и в среду Antigravity.
Что Gemini 4 Argon принимает на вход: видео, звук и PDF
Кроме текста модель принимает картинки, видео, звуковые файлы и документы PDF, и всё это кладётся в один запрос вместе с заданием. Видео и звук на входе в каталоге берут только модели Google: Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.7 Flash и Gemini 3.6 Flash.
В проверке GEN202 14 октября 2026 года модель прочла присланный PDF, назвала, что на картинке, и вызвала функцию с верными данными.
Окно в 1 048 576 токенов делят между собой задание, приложенный материал, прошлая переписка, рассуждение и сам ответ. Длинный документ поэтому кладут целиком, но оставляют место под ответ.
Отвечает модель текстом. Картинки и видео в каталоге создают отдельные модели.
Сколько токенов тратит Gemini 4 Argon и как считается длинный запрос
В GEN202 у Gemini 4 Argon две ставки: 507,65 ₽ за миллион присланных токенов и 2538,8 ₽ за миллион токенов ответа. Ставки одни на запрос любой длины — короткий вопрос и документ на сотни страниц считаются по ним же.
Рассуждение оплачивается по ставке ответа: на странице цен Gemini API ставка выхода у этой модели подписана «Output price (including thinking tokens)» — цена выхода вместе с токенами обдумывания.
Чем выше уровень рассуждения, тем больше токенов уходит на ответ. Сколько их вышло на самом деле, видно в поле usage каждого ответа — по нему и сравнивают уровни на своей задаче.
Рублёвые ставки Gemini 4 Argon на этой странице назначает GEN202; Google считает свою цену в долларах. Пакеты пополнения и цена кредита собраны на странице цен.
Что Google замерил у Gemini 4 Argon
В карточке модели стоит таблица «Gemini 4 Argon results as of October, 2026». Проверки в ней разложены по областям работы: разработка программ, задачи компаний, финансы и право, наука, длинные документы и видео, работа за компьютером, защита от уязвимостей.
Четыре числа Google вынесла и в объявление. В долгой разработке программ на наборе DeepSWE v1.1 — 77,9 процента. В выполнении рабочих задач бизнеса от начала до конца на AutomationBench, проверке Zapier, — 51,3 процента. В понимании длинного видео на LVBench — 91,7 процента. В исправлении уязвимостей на CWE-bench v1 — 68 процентов.
Про поиск по длинному тексту в той же таблице два числа: на объёме до 128 тысяч токенов — 99,7 процента в проверке GraphWalks, на объёме от 256 тысяч до миллиона — 84,2 процента.
Все эти числа — собственные замеры Google по самой Argon. Две модели Google на своей задаче сравнивают одним заданием: Gemini 3.8 Flash стоит в том же каталоге.
Что показали независимые проверки Gemini 4 Argon
Сводный показатель у Artificial Analysis записан так: «Gemini 4 Argon (High) scores 53 on the Artificial Analysis Intelligence Index, placing it well above average among comparable models (median: 27)». Перевод наш: «Gemini 4 Argon на уровне high набирает 53 балла по индексу интеллекта Artificial Analysis — намного выше среднего среди сопоставимых моделей, где медиана 27». На весь набор их проверок модель потратила 110 миллионов токенов ответа при медиане 85 миллионов.
Разбор The Batch, рассылки DeepLearning.AI, от 9 октября 2026 года отмечает одну черту: «Gemini 4 Argon is also the frontier model most likely to admit it doesn’t know the answer to a factual question rather than guess wrong». Перевод наш: «Среди передовых моделей Gemini 4 Argon чаще всех признаёт, что не знает ответа на вопрос о фактах, вместо того чтобы гадать». В проверке знания фактов у Artificial Analysis доля выдуманных ответов у неё на уровне high — 15 процентов.
На текстовой арене LMArena, где люди вслепую выбирают лучший из двух ответов, 13 октября 2026 года у строки gemini-4-argon-high 1525 очков при 4 903 голосах, у gemini-3.8-flash-high — 1496 при 35 670 голосах.
Саймон Уиллисон в день общего доступа попросил модель нарисовать один и тот же рисунок на трёх уровнях рассуждения и записал: «Here are the low, medium and high pelicans. As expected, they are all excellent» — перевод наш: «Вот пеликаны на уровнях low, medium и high. Как и ожидалось, все отличные». Рисунок на уровне high обошёлся ему в 17,166 цента.
Страницы Artificial Analysis и LMArena о Gemini 4 Argon приведены на 14 октября 2026 года.
До какого времени Gemini 4 Argon знает мир
Границу знаний Google называет в карточке модели: «The knowledge cutoff for Gemini 4 is March 2026, but in some domains the model’s knowledge may be less up to date». Перевод наш: «Граница знаний Gemini 4 — март 2026 года, но в некоторых областях знания модели могут быть старее».
Свежие сведения — цены, сроки, новые имена — присылают прямо в запросе: окно модели вмещает и большой документ, и долгую переписку.
Что Google оговаривает про Gemini 4 Argon
В карточке модели Google называет общие для таких моделей ограничения: модель может выдумать факт, а ответ иногда приходит медленно или обрывается по времени ожидания.
В руководстве по модели предупреждение о времени дано числом: на трудный запрос у неё может уйти несколько минут, и ожидание ответа Google советует ставить не меньше 15 минут.
Про работу модели в роли агента Google пишет в блоге Google Cloud: «We trained Argon to respect system boundaries, report negative findings honestly, and pause for confirmation before taking irreversible steps, and it tells you when it couldn't find something or finish a task». Перевод наш: «Мы научили Argon соблюдать границы системы, честно сообщать о неудаче и спрашивать подтверждения перед необратимыми шагами; модель говорит, когда не смогла что-то найти или закончить задачу».
По рамке предельных возможностей Google не исключает, что модель дошла до отслеживаемых уровней в трёх областях — оружие массового поражения, кибератаки и скрытность, — и ставит для неё дополнительные меры защиты.
Параметры выборки — temperature, top_p и top_k — модель не учитывает: Google в руководстве советует убрать их из запроса. Запрос к GEN202 с полями temperature и top_p проходит, но модели они не передаются.
Как купить доступ к Gemini 4 Argon в России и сколько стоит миллион токенов
Доступ к Gemini 4 Argon по API покупают на GEN202 — платный счёт в Google для этого не нужен: войдите, пополните баланс рублями и выпустите ключ в кабинете. Запрос к Gemini 4 Argon уходит на адрес GEN202, и из России модель отвечает без VPN.
- Заведите счёт. Войти можно через Яндекс или ссылкой из письма, и на новый счёт сразу приходят 50 приветственных кредитов — по ставке Gemini 4 Argon это 9 тысяч токенов ответа.
- Пополните баланс. Меньше всего можно внести 500 ₽ — это 1 000 кредитов, которых у Gemini 4 Argon хватит на 196 тысяч токенов ответа или на 984 тысячи токенов присланного материала.
- Выпустите ключ. Ключ выпускают в кабинете, а в поле model пишут gemini/4-argon. Тем же ключом вызывается Gemini 3.8 Flash и весь остальной каталог.
Миллион присланных токенов Gemini 4 Argon стоит 507,65 ₽, миллион токенов ответа — 2538,8 ₽; тысяча токенов ответа, около 500 слов по-русски, обходится в 2,54 ₽. От длины запроса ставка не меняется, обе её части стоят в таблице цен выше.
С того же баланса оплачиваются GPT, Grok, Claude, Kimi, DeepSeek и Jev, картинки и видео из каталога, а поговорить с Gemini 4 Argon без ключа можно в чате Gemini: он открывается на этой модели. Как устроена покупка для всех моделей Gemini и что при этом даётся бесплатно, рассказано на странице Gemini API.
