소개
Gemini 4 Argon API는 Google의 추론 모델로 소프트웨어 조사와 다단계 지식 업무를 수행합니다. 텍스트·이미지·오디오를 한 채팅에서 다루며 1,048,576토큰 컨텍스트를 입력·사고·출력이 공유합니다. Argon 동기 엔드포인트의 max_tokens 기본값은 4,096이며 상한은 사고를 포함해 65,536입니다. 별도 long decode 모드는 제공하지 않으므로 공유 컨텍스트 안에 답변 공간을 남겨야 합니다.
| 항목 | 값 |
|---|---|
| 입력 | 텍스트 |
| 출력 | 텍스트 |
| 공유 컨텍스트 | Argon 입력·사고·출력의 합계로 1,048,576토큰을 공유합니다. |
| max_tokens 상한 | 65,536 |
핵심 기능 및 하이라이트
Argon 공유 컨텍스트를 활용한 조사
Gemini 4 Argon API는 Google의 추론 모델로 소프트웨어 조사와 다단계 지식 업무를 수행합니다. 텍스트·이미지·오디오를 한 채팅에서 다루며 1,048,576토큰 컨텍스트를 입력·사고·출력이 공유합니다. Argon 조사에서는 코드 변경을 채택하기 전에 각 결론을 뒷받침하는 구절과 의문을 해소할 검사 방법을 요청합니다.
질문 옆에 사진과 녹음을 함께 보냅니다
사용자 메시지에는 텍스트와 image_url 파트, 오디오를 섞어 넣을 수 있습니다. 오디오는 audio_url로 보내거나, wav 또는 mp3 형식의 base64 input_audio로 보냅니다. 차트, 스크린샷, 스캔한 페이지, 음성 메모를 지시사항과 같은 대화에 둘 수 있어, 증거가 텍스트만은 아닌 조사 작업에 잘 맞습니다.
추론 수준은 한 필드로 세 단계입니다
reasoning_effort는 low, medium, high 중 하나를 받으며 기본값은 medium입니다. 빠른 확인과 다시 쓰기에는 low, 일상적인 분석에는 medium, 잘못된 답변의 비용이 추가 토큰보다 클 때는 high를 씁니다. 추론은 max_tokens 안에서 소비되므로, 수준을 올릴 때 상한도 함께 올려야 합니다.
애플리케이션이 주도권을 유지하는 도구 연동
Gemini 4 Argon은 문장으로 답하는 대신 함수 호출로 응답할 수 있습니다. 애플리케이션 코드가 인자를 검증하고 작업을 실행한 뒤 결과를 도구 메시지로 돌려보냅니다. 모델은 다음 단계를 제안하고, 그 단계를 실행할지는 애플리케이션이 결정합니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
messages | 예 | Argon에 전달할 원문 구절·화면 이미지·대화는 messages에 포함하고 함수 결과에는 tool_call_id를 유지합니다. 오디오는 인라인으로 전송하며 미디어 합계 14MB 이내여야 합니다. 1개 이상 · 256개 이하 |
max_tokens | 아니요 | Argon 동기 엔드포인트의 |
reasoning_effort | 아니요 | Argon의 reasoning_effort는 low, medium, high를 제공하며 기본값은 medium입니다. 깊은 추론에는 출력 한도도 늘려야 하며 이 엔드포인트에서는 사고를 끌 수 없습니다. |
stop | 아니요 | Argon은 정지 표식 하나 또는 최대 네 개를 허용합니다. 처음 일치한 표식 직전에 답변을 끝내며 표식 자체는 반환하지 않습니다. 1자 이상 · 1개 이상 · 4개 이하 |
temperature | 아니요 | Argon의 temperature 범위는 0~2입니다. 첫 근거 검토에는 기본값을 사용하고 다른 응답 문체가 필요할 때 샘플링을 조정합니다. |
top_p | 아니요 | Argon의 |
tools | 아니요 | Argon의 코드·문서 조사에 최대 128개 함수를 정의할 수 있습니다. 애플리케이션에서 인수를 검증하고 작업을 실행한 뒤 tool_call_id와 함께 결과를 반환합니다. 128개 이하 |
parallel_tool_calls | 아니요 | parallel_tool_calls를 사용하면 Argon이 독립적인 검사를 한 번에 제안할 수 있습니다. 기본적으로 활성화되며 실행은 애플리케이션이 담당합니다. 기본값: |
tool_choice | 아니요 | Argon의 다음 단계는 tool_choice의 auto, none, required 또는 함수명으로 지정합니다. 반환된 호출 ID를 해당 결과 메시지에 이어 붙여야 합니다. |
response_format | 아니요 | response_format으로 Argon의 근거 표를 JSON으로 요청할 수 있습니다. 결과를 사용하기 전에 애플리케이션에서 필드와 자료형을 검증해야 합니다. |
요금
입력 $4 / 출력 $20 100만 토큰당
활용 사례
여러 문서를 교차 확인합니다
계약서, 변경 계약서, 이메일 스레드를 한 요청에 담아 어떤 의무가 바뀌었는지 묻고, 각 답변이 근거로 삼은 문단을 인용하도록 합니다. 각 소스에 짧은 라벨을 붙이고, 두 문서가 서로 다를 때 어느 버전이 우선하는지 알려 주는 것이 좋습니다.
저장소를 명세에 맞춰 검토합니다
명세와 관련 소스 파일을 하나의 대화에 넣고, 특정 줄을 짚을 수 있는 불일치를 찾아 달라고 요청합니다. 호출하는 쪽의 코드가 함께 보이면 검토가 여러 파일에 걸친 함수를 따라갈 수 있습니다. 어려운 건에는 reasoning_effort를 high로 설정합니다.
차트, 스크린샷, 통화 기록을 해석합니다
대시보드 스크린샷과 스탠드업 회의 녹음을 첨부하고, 무엇이 바뀌었고 아직 무엇이 정해지지 않았는지 묻습니다. 각 질문이 어떤 이미지나 클립에 관한 것인지 밝히면 모델이 추측하지 않아도 됩니다.
자체 도구로 에이전트 루프를 운영합니다
함수를 최대 128개까지 정의하고, 모델이 호출을 요청하면 직접 실행한 뒤 결과를 되돌려 보냅니다. 루프는 짧게 유지하고, 모든 인자를 검증하며, 코드가 제어하는 단계 상한에서 멈추도록 합니다.
프롬프트 가이드 및 실전 팁
Argon 자료를 최종 질문 앞에 배치합니다
긴 문서는 대화 앞부분에 배치하고, 질문은 그 뒤에 씁니다. 페르소나, 어조, 출력 형식은 시스템 메시지에 두어, 대화 이력이 길어져도 유지되도록 합니다.
수준을 정한 뒤 추론할 여유를 남깁니다
medium부터 시작합니다. max_tokens의 기본값은 4,096이며 추론도 이 안에 포함됩니다. 긴 보고서나 높은 수준의 작업이라면 예상 분량보다 넉넉하게, 최대 65,536까지 설정합니다.
첨부 자료에 라벨을 붙입니다
각 문서에 이름을 붙이고, 질문이 어느 이미지나 오디오 클립에 관한 것인지 밝힙니다. 지시사항과 인용한 원문을 구분해 두면, 문서 안의 문장을 요청으로 오인하지 않습니다.
검증 가능한 형식의 결과를 요청합니다
기계가 읽을 출력이 필요하면 response_format을 전달하거나, 원하는 필드를 매개변수로 갖는 도구를 정의합니다. 결과는 다음 작업으로 넘어가기 전에 검증합니다.
Gemini 4 Argon API는 Google의 추론 모델로 소프트웨어 조사와 다단계 지식 업무를 수행합니다. 텍스트·이미지·오디오를 한 채팅에서 다루며 1,048,576토큰 컨텍스트를 입력·사고·출력이 공유합니다.
google/gemini-4-argon/chat — /v1/chat/completions
Argon 동기 엔드포인트의 max_tokens 기본값은 4,096이며 상한은 사고를 포함해 65,536입니다. 별도 long decode 모드는 제공하지 않으므로 공유 컨텍스트 안에 답변 공간을 남겨야 합니다.
Argon의 reasoning_effort는 low, medium, high를 제공하며 기본값은 medium입니다. 깊은 추론에는 출력 한도도 늘려야 하며 이 엔드포인트에서는 사고를 끌 수 없습니다.
Argon에 전달할 원문 구절·화면 이미지·대화는 messages에 포함하고 함수 결과에는 tool_call_id를 유지합니다. 오디오는 인라인으로 전송하며 미디어 합계 14MB 이내여야 합니다.
Argon 조사에서는 코드 변경을 채택하기 전에 각 결론을 뒷받침하는 구절과 의문을 해소할 검사 방법을 요청합니다.
Argon의 코드·문서 조사에 최대 128개 함수를 정의할 수 있습니다. 애플리케이션에서 인수를 검증하고 작업을 실행한 뒤 tool_call_id와 함께 결과를 반환합니다.
response_format으로 Argon의 근거 표를 JSON으로 요청할 수 있습니다. 결과를 사용하기 전에 애플리케이션에서 필드와 자료형을 검증해야 합니다.
Argon의 콘텐츠 판단은 이 채팅의 NSFW 요청에도 적용합니다. SpicyAPI는 Google 추론 모델의 무제한 응답을 보장하지 않습니다.
API 빠른 시작
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "google/gemini-4-argon/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.
