Gemini 4 Argon ra mắt trên OpenRouter: mô hình suy luận mới của Google
Ngày 13/10/2026, OpenRouter đã bổ sung Gemini 4 Argon vào danh sách mô hình. Đây là mô hình suy luận (reasoning model) chủ lực do Google phát triển, hướng tới các tác vụ kỹ thuật phần mềm phức tạp, giải toán, nghiên cứu khoa học và vận hành agent tự động qua nhiều bước.
Mục lục
Nếu bạn đang xây dựng chatbot xử lý tài liệu dài, viết tool phân tích dữ liệu hoặc chạy quy trình tự động (workflow) cần đọc hiểu cả văn bản lẫn hình ảnh, bảng biểu, đây là một lựa chọn đáng chú ý để đưa vào danh sách thử nghiệm.
Ngữ cảnh lớn và khả năng sinh văn bản dài
Gemini 4 Argon được thiết kế với ngữ cảnh (context window) đạt 1.048.576 token. Điểm đáng chú ý là mô hình này hỗ trợ giải mã dài (long decode), cho phép tạo ra tối đa 1 triệu token đầu ra chỉ trong một lần phản hồi. Theo ghi nhận trên OpenRouter, khi gọi qua nhà cung cấp Google AI Studio, giới hạn đầu ra cụ thể là 943.718 token, còn qua nhà cung cấp Google tiêu chuẩn thì dừng ở mức 65.536 token.
Việc duy trì mạch lạc xuyên suốt một tác vụ nhiều bước hay gom toàn bộ nội dung từ tài liệu hỗn hợp gồm chữ, bảng, biểu đồ và ảnh thành một kết quả thống nhất là điều Google tập trung huấn luyện cho phiên bản này.
Đa phương thức và các tham số API
Mô hình này nhận đầu vào gồm văn bản, hình ảnh, tệp tin, âm thanh và video, sau đó trả về kết quả dưới dạng văn bản. Bộ tokenizer sử dụng là Gemini.
Khi gọi API, bạn có thể dùng nhiều tham số như include_reasoning, reasoning_effort, tools, tool_choice, structured_outputs, response_format, temperature, top_p, seed, stop và max_tokens. Các tham số liên quan đến suy luận (reasoning) cho thấy mô hình được thiết kế để người dùng can thiệp vào mức độ tư duy khi xử lý câu lệnh (prompt).
Các nhà cung cấp và mức giá trên OpenRouter
Trên OpenRouter, Gemini 4 Argon được phục vụ qua hai nhà cung cấp chính là Google và Google AI Studio. Mức giá niêm yết chung là 2 USD cho mỗi 1 triệu token đầu vào và 10 USD cho mỗi 1 triệu token đầu ra. Hiện tại, nền tảng đang áp dụng chương trình giảm 50% cho một số tuyến gọi.
| Nhà cung cấp | Giá vào (mỗi 1M token) | Giá ra (mỗi 1M token) | Đầu ra tối đa | Uptime 30 phút gần nhất |
|---|---|---|---|---|
| Google AI Studio | 1 USD | 5 USD | 943.718 token | 100% |
| Google AI Studio | 2 USD | 10 USD | 943.718 token | 100% |
| 2 USD | 10 USD | 65.536 token | 80% | |
| 2,2 USD | 11 USD | 65.536 token | 100% | |
| 3,6 USD | 18 USD | 65.536 token | Không có dữ liệu | |
| Google AI Studio | 3,6 USD | 18 USD | 943.718 token | Không có dữ liệu |
Theo mình thấy, nếu bạn cần phản hồi cực dài thì nên ưu tiên các tuyến của Google AI Studio vì giới hạn đầu ra cao hơn hẳn so với tuyến Google tiêu chuẩn.
Dùng thử thế nào
Bạn có thể gọi trực tiếp Gemini 4 Argon thông qua API của OpenRouter bằng cách truyền model ID google/gemini-4-argon vào hệ thống của mình. Nếu bạn chỉ cần một mô hình nhẹ hơn để chạy chatbot cơ bản mà không muốn cấu hình phức tạp, Tạp Hóa MMO cung cấp AI Gateway hoạt động qua LiteLLM, dùng Gemma 3 12B với quota token định kỳ theo từng gói, giúp ghép nhanh vào code có sẵn mà chỉ cần quản lý qua một khoá API duy nhất.
Nếu bạn đang tìm thêm công cụ hỗ trợ quá trình làm việc với AI, dưới đây là một số sản phẩm phần mềm đang có tại Tạp Hóa MMO.
Điều cần lưu ý
- Giới hạn đầu ra thay đổi rõ rệt tuỳ nhà cung cấp: tuyến Google tiêu chuẩn chỉ cho phép tối đa 65.536 token, trong khi tuyến Google AI Studio hỗ trợ tới 943.718 token. Bạn cần kiểm tra kỹ thông số này trước khi thiết kế luồng xử lý.
- Thời gian hoạt động ổn định (uptime) trong 30 phút gần nhất của một số tuyến không được ghi nhận, và tuyến Google giá thấp nhất hiện hiển thị mức uptime 80%. Việc chọn tuyến phù hợp sẽ ảnh hưởng trực tiếp đến độ ổn định của ứng dụng.
- Khoá API có vai trò như mật khẩu. Bạn không nên chia sẻ khoá vào nhóm chat, ảnh chụp màn hình hay đẩy lên kho mã nguồn mở. Hãy lưu khoá trong file .env, khai báo file này trong .gitignore và dùng khoá riêng cho từng dự án để dễ thu hồi nếu nghi ngờ bị lộ.
Nên làm gì tiếp
Bạn có thể truy cập trang model Gemini 4 Argon trên OpenRouter để xem chi tiết cấu trúc gọi API và lấy model ID. Nếu đang phát triển agent hoặc tool phân tích tài liệu dài, hãy thử gửi một câu lệnh kèm tệp PDF nhiều trang để kiểm tra khả năng giữ ngữ cảnh thực tế của mô hình này.