Nous utilisons des cookies pour améliorer votre expérience, personnaliser le contenu et analyser notre trafic ; consultez notre Politique cookies.
google/gemini-4-argonLe modèle phare Gemini 4 de Google, qui réfléchit avant de répondre
Gemini 4 Argon est le modèle phare de la famille Gemini 4 de Google. Il raisonne avant de répondre, ce qui convient aux problèmes où une réponse rapide ne suffit pas. Sur Tchavi, il offre une fenêtre de 1M de tokens et écrit jusqu'à 65K tokens en une seule réponse.
Il lit texte, images et PDF dans une même requête, appelle des fonctions et renvoie du JSON structuré, en json_object comme en json_schema. Pensez-y pour la synthèse de recherche, la relecture de longs documents techniques, l'analyse de graphiques et de scans, ou les agents qui doivent planifier leurs étapes.
Sur Tchavi, vous le payez en mobile money, sans carte bancaire internationale ni KYC, et une seule clé API ouvre 80+ autres modèles. Compatible OpenAI : changez l'URL de base, gardez votre SDK. Vos crédits n'expirent jamais.
Étudie le problème d'abord, pour les questions plus difficiles
Texte, images et documents PDF dans une même requête
Environ un million de tokens dans une seule requête
Appel de fonctions, json_object et json_schema
De quoi écrire un rapport complet en une réponse
Lis ce contrat de 80 pages et liste chaque clause en conflit avec le calendrier de paiement, en citant les passages et en expliquant chaque conflit.
Conçois un agent multi-étapes qui rapproche des transactions mobile money et des factures : les outils nécessaires, l'ordre des appels et sa conduite quand les montants ne correspondent pas.
Claude Sonnet 5.5 (model: "claude-sonnet-5-5") et Gemini 4 Argon lisent tous deux images et documents et appellent des outils. Argon ouvre une fenêtre de 1M de tokens et réfléchit avant chaque réponse : comptez quelques secondes d'attente. Testez les deux sur votre tâche.
Parce qu'il raisonne d'abord. Nous avons mesuré de 3 à 18 secondes par réponse. Pour du chat instantané ou de l'autocomplétion, un modèle Flash comme Gemini 3.1 Flash Lite (model: "gemini-3.1-flash-lite") convient mieux.
frequency_penalty, presence_penalty, n supérieur à 1, seed, reasoning_effort réglé sur « minimal » ou « xhigh », et verbosity. L'API renvoie une erreur pour chacun ; elle ne les ignore jamais en silence.
Oui : images et documents PDF en entrée, texte en sortie. Le mode JSON accepte json_object et json_schema.
Remplacez l'URL de base par celle de Tchavi, utilisez votre clé Tchavi et indiquez model: "gemini-4-argon" sur /v1/chat/completions. Le reste de votre code ne change pas.
Oui. Rechargez votre compte Tchavi avec Orange Money, MTN MoMo, M-Pesa ou un autre opérateur mobile money : aucune carte bancaire n'est nécessaire. Les crédits arrivent dès que le paiement est confirmé et sont débités à l'usage.
Oui. Gardez votre SDK OpenAI actuel, remplacez simplement l'URL de base par celle de Tchavi (visible dans l'onglet API) et utilisez votre clé Tchavi. Le reste de votre code ne change pas.
import Tchavi from '@tchavi/sdk';
const client = new Tchavi({ apiKey: 'API_KEY' });
const response = await client.chat.completions.create({
model: 'gemini-4-argon',
messages: [
{
"role": "user",
"content": "Hello!"
}
],
});
console.log(response.choices[0].message.content);
console.log('Credits used:', response.tchavi.credits_used);Tous les paramètres acceptés par ce modèle. Consultez le SDK pour les types complets.
modelRequisIdentifiant du modèle de chat (ex. `gemini-4-argon`).
messagesRequisMessages de la conversation. Chaque élément a un `role` (system/user/assistant) et un `content` qui peut être soit une chaîne simple, soit un tableau de blocs de contenu (`text`, `image_url`, `document_url`).
temperature1Température d'échantillonnage entre 0 et 2. Plus haut = plus aléatoire.
max_tokensNombre maximum de tokens à générer dans la réponse.
max_completion_tokensAlias OpenAI pour `max_tokens`. Les deux fonctionnent ; si les deux sont fournis, `max_completion_tokens` prime.
streamfalseSi vrai, les deltas de message partiels sont streamés en Server-Sent Events.
toolsOutils pour le function-calling. Passe un tableau de `{ type: "function", function: { name, description, parameters } }`. Les appels d'outils renvoyés sont dans `choices[].message.tool_calls`. Réservé aux modèles avec `supportsTools: true`.
tool_choiceComment le modèle choisit parmi les outils : `"auto"` (par défaut), `"none"` pour forcer une réponse texte, ou `{ type: "function", function: { name } }` pour forcer un outil précis. Uniquement avec `supportsTools: true`.
response_formatContraint la sortie. Passe `{ type: "json_object" }` pour forcer un JSON valide (le modèle a quand même besoin d'une instruction JSON dans le prompt). Uniquement avec `supportsJsonMode: true`.
top_p1Échantillonnage nucleus : seuls les tokens dans la masse de probabilité `top_p` sont considérés.
seedGraine entière pour une sortie déterministe. Même seed + même requête = même complétion, quand le fournisseur le supporte. OpenAI l'honore ; Anthropic l'ignore.
n1Nombre de complétions à générer en un appel. Défaut 1 ; chaque complétion supplémentaire est facturée.
stream_optionsOptions de streaming, ex. `{ "include_usage": true }` pour recevoir un dernier chunk SSE avec les compteurs d'usage. Effectif uniquement quand `stream: true`.
stopJusqu'à 4 séquences après lesquelles l'API cesse de générer.
frequency_penalty0Entre -2.0 et 2.0. Les valeurs positives pénalisent les tokens fréquents.
presence_penalty0Entre -2.0 et 2.0. Les valeurs positives encouragent à parler de nouveaux sujets.
userIdentifiant utilisateur final transmis au fournisseur pour le suivi modération / abus. Doit rester stable par utilisateur.
logit_biasBiais logit par token `{ "<tokenId>": <-100..100>, ... }`. Spécifique OpenAI ; Anthropic l'ignore.
messages[].content[].image_urlAttachez une image à un message utilisateur. Passez un bloc de contenu `{ "type": "image_url", "image_url": { "url": ... } }`. PNG / JPEG / WebP, jusqu'à 4 par requête. Seuls les modèles avec `supportsImageInput: true` acceptent ce bloc (ex. `gpt-4o`, `claude-opus-4-7`).
messages[].content[].document_urlAttachez un PDF à un message utilisateur. Passez un bloc de contenu `{ "type": "document_url", "document_url": { "url": ... } }`. Jusqu'à 5 PDF par requête. Seuls les modèles avec `supportsDocuments: true` acceptent ce bloc (ex. `claude-sonnet-4-6`, `gpt-4.1`).
Estimation sur 30 jours, pour un message type : ~500 tokens en entrée + ~150 en sortie, facturé au millième de crédit.