Ta recenzja nie jest jeszcze dostępna w języku: Polski, więc czytasz oryginał w języku: English.
Gemini 4 Argon Review: 1M Context, but a 65,536-Token Reply Cap
Pick Gemini 4 Argon for million-token analysis with images and audio, but plan around its 65,536-token reply cap; so far we have run only launch checks.
Freedom Score
Jeszcze nietestowane
- Cena
- 8,00 USD za 1 mln mieszanych tokenów (3 wejściowe : 1 wyjściowy)
- Szybkość wyjścia
- 33 tok/s
- Odsetek sukcesów
- Zbieramy dane
Gemini 4 Argon is Google's new frontier model, announced on 30 September 2026 and aimed at software engineering, enterprise knowledge work and cyber defence. On our API it is one OpenAI-compatible chat endpoint that takes text, images and audio, reads up to 1,048,576 tokens and returns up to 65,536 tokens per reply, with function calling, streaming and three reasoning levels.
- SpicyAPI Engineering
- Przetestowano 28 paź 2026
- Metodologia v3.3 →
- Sprzedajemy te modele; cena nie wpływa na ocenę →
The verdict
The most common point of confusion is the output limit. Google's announcement mentions a 1M-token output ceiling, but its developer documentation ties that to a separate long-running mode, while ordinary synchronous calls stop at 65,536 tokens. Our endpoint is the synchronous kind, so plan for 65,536 per reply and split longer work across turns.
This is a launch-day review. On 28 October 2026 our platform ran a real request through the endpoint as part of launch: one neutral message, answered without streaming at low reasoning effort. It returned a complete answer. We also tried video input three ways during integration and it was rejected each time, so this endpoint does not offer video. We have not run a quality blind test or a content-level test, and this page does not score the model.
Key facts
- Tested: one real launch request on 28 Oct 2026 (neutral prompt, low reasoning effort, no streaming), plus integration checks of image and audio input and of video rejection. No scored runs yet.
- Price: the live price, including cached input, is on the model page.
- Limits: 1,048,576-token context shared by input and output, replies up to 65,536 tokens (default 4,096, thinking included), text, image and audio input (wav or mp3, 14 MB combined inline), no video or PDF parts.
- Reasoning: reasoning_effort takes low, medium or high (default medium); thinking cannot be switched off.
- Sources: scoring rules are on our review methodology page, full parameters on the Gemini 4 Argon model page.
Co nam się podobało, a co przeszkadzało
Co nam się podobało
- Audio is accepted directly. wav or mp3 can be sent as audiourl or base64 inputaudio next to text and images, so a voice note or call recording sits in the same conversation as your instructions.
- A million-token window. Contracts, transcripts, a specification and the code it describes can travel together as written.
- Sampling stays adjustable. temperature (0 to 2) and topp are available, along with stop sequences and responseformat.
- Tool calling is on the endpoint. Up to 128 function definitions per request with toolchoice and paralleltool_calls; we have not graded tool-use quality yet.
- Google publishes numbers. Google reports 77.9% on DeepSWE v1.1 (long-horizon software engineering) and 51.3% on AutomationBench. Those are Google's figures; we have not reproduced them.
Co przeszkadzało
- Replies stop at 65,536 tokens here. The 1M-output figure in Google's announcement does not apply to this endpoint, and thinking counts toward the 65,536.
- No video input. Google lists video among the model's input types, but our three integration attempts were all rejected, so frames or a separate audio track are the workaround.
- No PDF parts. Send pages as images or extracted text.
- Thinking cannot be turned off, and low is the lightest setting, so short lookups still pay for a reasoning pass.
- No quality numbers of our own yet. We have not run a blind test, a speed test or a long-document test.
What we tested
On 28 October 2026 our platform sent Gemini 4 Argon one real request as part of launch: a single neutral user message, answered without streaming at low reasoning effort with a 1,024-token cap. It returned a complete answer, and the request was priced at the published rate. The endpoint also passed our pre-launch checks of its price table and request limits.
During integration, image and audio input were accepted and answered. Video was different: a one-second clip with sound, a five-second silent clip and the same clip sent inline each came back as a rejected request, so the endpoint declares only images and audio.
That is a working-endpoint check, not a benchmark. We have not compared Argon's answers with another model, measured speed, or tried a prompt near the 1,048,576-token limit.
Prompts to start from
These starting prompts come from the model page's published examples. We have not graded the outputs, so they are a place to begin rather than prompts proven on this model.
1. Compare a transcript with a brief. Paste both documents, label them, and say which is authoritative.
Compare a meeting transcript with the product brief and list unresolved decisions. Work from the material I provide, cite the relevant evidence, distinguish facts from assumptions, and identify missing information before proposing changes.Run this prompt on Gemini 4 Argon →
2. A tool step. Confirms your function-calling loop end to end with a trivial function.
Call report_status with status ready.Settings that matter: raise maxtokens as you raise reasoningeffort, because thinking is paid for out of the same 65,536; send audio inline and keep it under 14 MB combined; for work longer than one reply, ask for it in parts.
How far it writes
We have not run our content-level test on Gemini 4 Argon, so we have no result to report and the endpoint carries no Unrestricted label. The model page states the position plainly: content decisions come from the model, behaviour can vary, and no guarantee of unrestricted output is made.
Not tested yet: the content-level ladder, multi-turn behaviour over a long session, languages other than English, audio quality on noisy recordings, and prompts close to the context limit.
Every character in a request should be an adult, keep real, identifiable people out of it, and you are responsible for the law where you publish.
What the community says
Reaction on the launch thread was cautious about the benchmarks. One reader wrote "Big number results, and impressive pricing. That said it really feels like benchmarks have been hyper saturated these days." Another was blunter about where they would use it: "Hate to say i will never be touching this model for anything except for youtube video understanding", which is the one input type our endpoint does not offer.
Alternatives
- Hard coding with a larger reply ceiling? GPT 6.1 Sol allows replies up to 128,000 tokens and takes images but not audio.
- A lighter Google model? Gemini 3.7 Flash is the Flash-class option from the same publisher.
- An Anthropic flagship? Claude Opus 5.5 is the Anthropic option on the same API; compare it on your own prompts.
Skąd bierze się Spicy Index modelu Gemini 4 Argon
Każdy wymiar poniżej prowadzi do pełnego wyliczenia: z którego wiersza tabeli pochodzi każdy punkt i dlaczego punkty przepadły.
- Publiczne rankingi 40% jakości
- Jeszcze nietestowane
- Roleplay 15% jakości
- Jeszcze nietestowane
- Pisanie kreatywne 15% jakości
- 61,6
- Wykonywanie instrukcji 15% jakości
- 99,0
- Pamięć w długim kontekście 15% jakości
- Jeszcze nietestowane
- Możliwości Waga 10,5%
- 56,0
- Freedom Score Waga 30%
- Jeszcze nietestowane
W śledzonych publicznych rankingach nie ma jeszcze dokładnego dopasowania. Jak to działa
Nasz zestaw testów roleplayu nie był jeszcze uruchamiany dla tego modelu. Jak to działa
Nasz zestaw testów długiego kontekstu nie był jeszcze uruchamiany dla tego modelu. Jak to działa
Swoboda nie została zbadana lub dowody są niewystarczające. Index zachowuje pierwotny wynik jakości i możliwości, otrzymuje oznaczenie wstępne i nadal zajmuje miejsce. Brak dowodów nie oznacza zera. Jak to działa
Swoboda nie została zbadana lub dowody są niewystarczające. Index zachowuje pierwotny wynik jakości i możliwości, otrzymuje oznaczenie wstępne i nadal zajmuje miejsce. Brak dowodów nie oznacza zera.
Otwórz pełny raport z testów →Możliwości punkt po punkcie
Punkty z jawnej tabeli ocen. Poziomy uzyskane przez upscaling i limity ustawione przez nas się nie liczą.
- Okno kontekstu (według twórcy)Nie podano
- 0,0 / 30
- Modalności wejścia w SpicyAPITekst, a do tego obrazy, dźwięk
- 19,0 / 25
- Użycie narzędziNarzędzia i tool_choice
- 15,0 / 15
- Ustrukturyzowane wyjścieObsługiwane, zgodność ze schematem potwierdzona
- 15,0 / 15
- Sterowanie rozumowaniem3 poziomy: low · medium · high
- 7,0 / 15
Co Gemini 4 Argon potrafi w SpicyAPI
Wprost z aktualnej specyfikacji modelu w SpicyAPI. Niektórzy twórcy oferują więcej we własnych aplikacjach; tu jest to, co możesz wywołać przez nasze API już dziś.
| Funkcja | Czat |
|---|---|
| Okno kontekstu | 1 048 576 tokenów |
| Maks. wyjście na żądanie | 65 536 tokenów |
| Poziomy rozumowania | low · medium · high |
| Wywoływanie narzędzi | Tak |
| Ustrukturyzowane wyjście | Tak |
Ile to naprawdę trwa
Zmierzone na prawdziwych zadaniach z ostatnich 30 dni, od żądania do gotowego wyniku. Czasy obejmują też nasze własne przebiegi testowe.
- Szybkość wyjścia
- 33 tok/sZ czasem do pierwszego tokena
- Odsetek sukcesów
- Zbieramy dane
Czas pojawia się, gdy zbierze się co najmniej 10 ukończonych zadań. Odsetek sukcesów jest liczony tylko z zadań klientów i pozostaje ukryty dla wszystkich modeli, dopóki nie zbierzemy pełnych 30 dni ruchu.
Co mówią ludzie o Gemini 4 Argon
pozytywne: 0 · mieszane: 1 · negatywne: 1
Big number results, and impressive pricing. That said it really feels like benchmarks have been hyper saturated these days.
hacker-news· 30 wrz 2026· MieszaneŹródło
Hate to say i will never be touching this model for anything except for youtube video understanding
hacker-news· 30 wrz 2026· NegatywneŹródło
Cytaty pochodzą dosłownie z publicznych wpisów i prowadzą do oryginału. To nie są oceny i nie wpływają na żaden wynik.
Modele, które warto rozważyć zamiast Gemini 4 Argon
OpenAI
GPT 6.1 Sol
Hard coding with a larger reply ceiling?
- Spicy Index
- 81,2+4,5
- Freedom Score
- —
- Cena
- 4,00 USD−50%/ 1 mln tokenów · wejście/wyjście 3:1
Google
Gemini 3.7 Flash
A lighter Google model?
- Spicy Index
- 77,8+1,1
- Freedom Score
- 73,3
- Cena
- 1,35 USD−83%/ 1 mln tokenów · wejście/wyjście 3:1
Anthropic
Claude Opus 5.5
An Anthropic flagship?
- Spicy Index
- 82,5+5,8
- Freedom Score
- 88,9
- Cena
- 7,20 USD−10%/ 1 mln tokenów · wejście/wyjście 3:1
Co o tym myślisz?
Czy ta recenzja była przydatna?
Zaloguj się, aby zagłosować.
Komentarze
Komentarze sprawdzamy automatycznie i ręcznie w zespole. Usuwamy spam, treści nieodpowiednie, ataki osobiste i wszystko, co bez zgody wymienia prawdziwą osobę. Zgłoś komentarz, a sprawdzimy go w ciągu jednego dnia roboczego.
Testowałeś ten model? Podziel się tym, co zadziałało. Aby komentować, potrzebujesz darmowego konta – tak trzymamy spam z daleka.
Najczęstsze pytania o Gemini 4 Argon
Wypróbuj Gemini 4 Argon samodzielnie
Ustaw każdy parametr w Playground i zobacz dokładną cenę przed uruchomieniem.
8,00 USD za 1 mln mieszanych tokenów (3 wejściowe : 1 wyjściowy)
Więcej recenzji
Zobacz rankingi →GPT 6.1 Terra
Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.
- Spicy Index
- 79,9
- Freedom Score
- —
Przetestowano 28 paź 2026
Przeczytaj recenzjęKimi K3.1 Pro
Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.
- Spicy Index
- 80,4
- Freedom Score
- —
Przetestowano 28 paź 2026
Przeczytaj recenzję
Grok 4.3
Wybierz Grok 4.3 dla ogromnego kontekstu, prawdziwego przełącznika wyłączającego rozumowanie i pisania bez cenzury w niskiej cenie; pomiń przy potrzebie plików.
Przetestowano 24 wrz 2026
Przeczytaj recenzję