Skip to main content
Gemini 4 Argon(gemini-4-argon)은 Google이 2026년 9월 30일에 발표한 플래그십이자 Gemini 4 제품군의 첫 번째 모델입니다. Google은 이 모델을 장기 소프트웨어 엔지니어링, 법률 및 금융과 같은 엔터프라이즈 지식 업무, 사이버 보안 방어용으로 포지셔닝하고 있습니다. 10월 13일에 Gemini API 유료 티어에 공개되었으며, APIYI는 가장 먼저 액세스를 확보한 플랫폼 중 하나입니다. Gemini 네이티브 및 OpenAI 호환 엔드포인트가 모두 개방되었으며, 출시 전 gemini-3.1-pro-preview를 기준으로 400회 이상의 테스트 호출을 수행했습니다.
Gemini 4 Argon이 APIYI에 출시되었습니다: 모델명은 gemini-4-argon이며, default 및 svip 그룹에서 사용할 수 있고 Google 공식 용량으로 제공됩니다. 가격은 현재 2026년 11월 30일까지 유효한 1M tokens당 입력 $2 / 출력 $10인 Google의 한정 프로모션 요금을 따릅니다. 12월 1일부터 Google 가격이 $4 / $20로 변경되며, APIYI도 동시에 조정됩니다.
Gemini 3.x에서 마이그레이션할 때 필요한 한 가지 변경 사항: Argon은 thinkingConfig.thinkingBudget를 지원하지 않습니다. 이를 전달하면 400(Thinking budget is not supported for this model. Use thinking level instead.)이 반환되거나 무시될 수 있으므로 결과를 신뢰할 수 없습니다. Google 마이그레이션 가이드에는 경고와 함께 지원 중단(deprecated)된다고 명시되어 있지만, 실제로는 하드 에러가 발생하는 것을 확인했습니다. thinkingBudget을 제거하고 thinkingLevel(low / medium / high)를 사용하십시오.

주요 장점

동일한 정확도, 훨씬 적은 추론

각 3회씩 실행한 12개의 자동 채점 태스크에서 Argon과 3.1 Pro는 모두 36/36점을 기록했으나, Argon은 3.1 Pro의 약 1/12에 불과한 thinking tokens만을 사용했으며 지연 시간 중앙값은 35.0초 대비 15.4초였습니다. Thinking tokens는 출력으로 과금되므로, 실제 태스크당 비용이 더 적게 듭니다.

1M 컨텍스트 검증 완료

1.01M token 입력이 정상적으로 반환되었으며, 이를 초과하는 입력은 1,048,576 제한을 명시한 400 오류를 수신했습니다. 239K tokens에서의 건초더미 속 바늘 찾기 테스트는 3.1 Pro보다 약 2배 빠른 29.7초 만에 정답을 반환했습니다.

Google 벤치마크 최고 점수 기록

Google 보고에 따르면 DeepSWE v1.1 77.9%, LVBench(긴 동영상) 91.7%, AutomationBench 51.3%를 기록했으며, Vals Index 1위 및 CWE-bench v1 공동 1위를 달성했습니다.

두 엔드포인트 지원, 전체 도구 체인 완비

네이티브 엔드포인트 14/14, OpenAI 호환 엔드포인트 12/13(실패한 1건은 3.1 Pro와 동일)을 달성했습니다. 함수 호출(단일 / 병렬 / 순차), 구조화된 출력, 이미지 및 동영상 이해, 코드 실행, URL 컨텍스트 모두 통과했습니다.

모델 정보

공식 벤치마크

아래의 모든 수치는 Google에서 발표한 것(2026-09-30 및 10-13 blog.google 게시물)이며, APIYI에서 직접 재현한 것은 아닙니다:

테스트된 기능 매트릭스

2026년 10월 13일~14일(UTC+8)에 APIYI에서 테스트했습니다. 호환성 테스트 모음에서 모든 케이스는 gemini-3.1-pro-preview와 동시에 실행되었습니다:
검색 그라운딩이 확인되지 않았습니다: tools: [{"googleSearch": {}}]를 전달하면 200을 반환하지만 응답에 groundingMetadata가 없어, 답변이 실시간 검색이 아닌 모델 자체 지식에서 비롯됩니다. 동일한 실행에서 3.1 Pro도 동일하게 동작했으며, 이는 모델보다는 경로가 프로비저닝된 방식에 기인한 것일 수 있습니다. 실시간 검색에 의존하는 경우 소량의 트래픽으로 먼저 검증하시기 바랍니다.

요금 안내

모델 가격은 공식 사이트와 연동되어 있으며 공식 사이트에 따라 변경될 수 있습니다. 상단 표는 참고용일 뿐이며, 상단 내비게이션의 모델 요금 탭이 기준이 됩니다: 모델 요금.
실제 청구 내역으로 과금을 검증했습니다: 세 차례의 호출 동안 실제로 차감된 금액은 위 단가 기준 금액의 1.5% 이내였습니다. Thinking tokens는 출력으로 과금되며, Argon은 대부분의 요청에서 추론을 거의 하지 않기 때문에 동급 모델에 비해 실제로 비용이 적게 드는 주된 이유입니다. 할인은 충전 보너스를 통해 제공되며, 자세한 내용은 충전 프로모션을 확인하십시오.

Thinking 제어

Google의 기본 수준은 medium입니다. 한 조합론 증명 문제(네이티브 엔드포인트)에서의 결과는 다음과 같습니다:
Low 및 medium은 작업 난이도에 맞게 조정됩니다. 이 문제에서는 모델이 사고 과정이 필요하지 않다고 판단하여 곧바로 답변했습니다. 신뢰할 수 있는 심층 추론(다중 파일 디버깅, 형식 수학, 아키텍처 설계)이 필요할 때는 high을 명시적으로 전달하십시오. 사고 과정을 확인하려면 includeThoughts: true을 전달하십시오. 사용량은 usageMetadata.thoughtsTokenCount에 표시됩니다.
OpenAI 호환 엔드포인트에서 reasoning_effort은 눈에 띄는 효과가 거의 없습니다: minimal, low, medium 및 high 모두 200을 반환하지만, usage.completion_tokens_details.reasoning_tokens은 전혀 반환되지 않으며 completion tokens 수도 모든 수준에서 유사합니다. Argon에서는 Thinking을 끌 수 없으므로 reasoning_effort: "none"을 전달하지 마십시오. 400 오류가 반환될 수 있습니다. 제어 가능한 심층 Thinking을 이용하려면 thinkingLevel: "high"과 함께 Gemini 네이티브 엔드포인트를 사용하십시오.

캐싱

Google은 Argon에 암시적 캐싱이 기본으로 활성화되어 있으며 명시적 캐싱은 지원하지 않는다고 밝혔습니다. APIYI의 테스트 결과 적중률은 낮은 편이었습니다. 동일한 접두사를 반복한 대부분의 요청은 적중하지 않았으며, 일부 요청에서만 적중이 확인되었습니다(70K token 접두사를 4회 전송했을 때 마지막 2회에서 약 68K tokens가 적중되어 캐시 요율로 과금되었습니다).
캐시 적중에 의존하여 예산을 책정하지 마십시오. Gemini 제품군의 암시적 캐시 적중률은 안정적이었던 적이 없으며, Argon 역시 예외가 아닙니다. 전체 입력 가격을 기준으로 예산을 산정하는 것이 더 안전하며, 발생하는 캐시 적중은 추가적인 비용 절감으로 간주하는 것이 좋습니다. 요청의 캐시 적중 여부를 확인하려면 콘솔의 캐시 과금 세부정보를 이용하십시오.

코드 예제

Gemini 네이티브 형식 (권장, 가장 완벽함)

네이티브 엔드포인트는 두 가지 인증 방식인 x-goog-api-key 헤더(공식 SDK 기본값) 또는 Authorization: Bearer 방식을 모두 지원합니다. 두 방식 모두 APIYI sk- 키를 사용합니다.

OpenAI 호환 형식 (기존 코드 변경 없음)

마이그레이션 가이드

모델 이름을 변경한 다음, 세 가지 사항을 확인하십시오. (1) thinkingBudget을(를) 제거하고 대신 thinkingLevel을(를) 사용하십시오. 그렇지 않으면 400 오류가 발생할 수 있습니다. (2) temperature, topP 및 topK에 의존하지 마십시오. Google에 따르면 Argon은 사용자 정의 샘플링 값을 무시합니다(당사 테스트에서는 이를 전달해도 오류가 발생하지 않았지만, 적용된다는 보장은 없습니다). (3) 명시적 캐싱 호출(cachedContents)을 제거하십시오. 가격 측면에서는 프로모션 기간 동안 입력 비용이 3.1 Pro보다 약간 높고 출력 비용은 약간 낮으며, Argon은 생각을 훨씬 적게 하므로 전반적으로 대부분의 작업에서 비용이 더 적게 듭니다.
Google은 고난도 추론 요청에 대해 15~20분의 HTTP 타임아웃을 권장합니다. 당사 테스트에서는 순차 요청 및 16개 동시 실행 수 환경 모두에서 일반적인 요청이 2~4초 만에 반환되었으나, 출시 초기에는 간헐적으로 수 분 동안 대기열이 발생하는 현상이 확인되었습니다. 프로덕션 환경에서는 타임아웃을 넉넉하게 설정하고 재시도를 구성하십시오.
한 번에 최대 “1M에서 입력값을 뺀 만큼”을 생성하는 Google의 long decode는 Interactions API의 background=True 또는 generateContent의 클라이언트 측 연속(continuation) 프로토콜이 필요합니다. APIYI 게이트웨이는 아직 Interactions API를 지원하지 않으므로(404를 반환함), 기본 65,536 token 출력 제한을 고려하여 설계하고 매우 긴 출력은 여러 턴에 걸쳐 나누어 처리하십시오.
네이티브 엔드포인트에서는 함수 호출 교환의 두 번째 요청 시 parts에 포함된 thoughtSignature을(를) 포함하여 모델의 이전 턴을 수정 없이 그대로 다시 전송해야 합니다. 이를 직접 편집하거나 재구성하지 마십시오. 공식 google-genai SDK는 채팅 세션을 사용하거나 response.candidates[0].content을(를) 다시 전달할 때 이 작업을 자동으로 처리합니다. OpenAI 호환 엔드포인트에서는 게이트웨이가 서명을 처리하므로 표준 tool_calls / tool 메시지만으로 충분하며, 당사 테스트에서 2턴 호출이 10/10으로 통과했습니다. 간헐적으로 400 Invalid thought signature 또는 Corrupted thought signature 오류가 발생하는 경우 동일한 요청을 한 번 다시 전송하십시오. 변경할 필요는 없습니다.
Argon은 현재 /v1/chat/completions 및 Gemini 네이티브 엔드포인트만 지원합니다. /v1/responses은(는) 지원되지 않습니다(contents is required을(를) 반환함). Responses API를 기본값으로 사용하는 Codex와 같은 클라이언트의 경우, 프로바이더가 채팅 프로토콜(wire_api = "chat")을 사용하도록 구성하십시오.
둘 다 작동하지만 responseJsonSchema(표준 JSON Schema) 사용을 권장합니다. responseSchema은(는) OpenAPI 하위 집합이며 additionalProperties 등의 필드를 허용하지 않습니다. 이러한 필드를 포함하면 400 Unknown name "additionalProperties" 오류가 반환될 수 있습니다. OpenAI 호환 엔드포인트에서는 response_format: {"type": "json_schema", ...}을(를) 사용하십시오.
아닙니다. x-goog-api-key 헤더에 sk-(으)로 시작하는 APIYI 키를 입력하십시오. 공식 google-genai SDK를 사용하는 경우 base_url을(를) https://api.apiyi.com(으)로 설정하기만 하면 됩니다.
코드 실행, URL 컨텍스트, safetySettings, 강제 stopSequences, 제어 가능한 사고 수준은 Gemini 네이티브 엔드포인트에서만 사용할 수 있습니다. OpenAI 호환 엔드포인트는 일반적인 기능(채팅, 스트리밍, 함수 호출, JSON Schema, 비전)을 지원하지만, stop은(는) 강제되지 않으며 reasoning_effort은(는) 눈에 띄는 효과가 거의 없습니다.

관련 문서