gemini-4-argon

接入与能力

支持协议

curl -X POST "https://api.openmodel.ai/v1beta/models/gemini-4-argon:generateContent?key=$API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {"role": "user", "parts": [{"text": "Hello"}]}
    ]
  }'

支持能力

函数调用Function Calling

借助函数调用，您可以将模型连接到外部工具和 API。模型不会生成文本回答，而是会确定何时调用特定函数，并提供执行实际操作所需的参数。

并行工具调用Parallel Function Calling

当多个函数相互独立时，可同时调用这些函数。

工具选择Tool Choice

默认情况下，模型会自行决定何时使用工具以及使用多少个工具。您可以通过 tool_choice 参数强制指定特定行为。

结构化输出Structured Outputs

您可以将模型配置为生成符合所提供的 JSON 架构的回答。这可确保获得可预测的类型安全结果，并简化从非结构化文本中提取结构化数据的过程。

流式输出Streaming

为了实现更流畅的互动，请使用流式传输来处理生成的响应块。

系统消息System Messages

您可以使用系统指令来引导模型的行为。

推理Reasoning

模型采用「思考过程」，可显著提升推理和多步规划能力，非常适合处理编码、高等数学和数据分析等复杂任务。

提示缓存Prompt Caching

反复将相同的输入令牌传递给模型时，缓存可优化性能和成本。

视觉理解Vision

模型从一开始就具有多模态特性，可用于执行各种图像处理和计算机视觉任务，包括图片配文、分类和视觉问答。

视频输入Video Input

模型可以处理视频，包括描述视频、对视频进行分段和提取视频中的信息、回答有关视频内容的问题，以及引用视频中的特定时间戳。

PDF 输入PDF Input

可以处理 PDF 格式的文档，并使用原生视觉功能来理解整个文档的上下文。

网页搜索Web Search

可将模型与实时 Web 内容连接起来，从而提供更准确的回答，并引用其知识截点之外的可验证来源。

上下文与限制