TryAllAPI adds Gemini 4 models, gemini-4-argon and gemini-4-barium, featuring multimodal capabilities, coding support, and API integration options.
Tags:Gemini 4 双子星上架:gemini-4-argon 和 gemini-4-barium,tryallapi 今天就能调
备选标题:
Gemini 4 双子星上架:gemini-4-argon 和 gemini-4-barium,tryallapi 今天就能调(✅ 采用) 刚上新!gemini-4-argon / gemini-4-barium 一个 Key 直接用 想尝鲜 Gemini 4?这俩模型 tryallapi 已经上架了
说个刚看到的消息:今天(10 月 13 日)下午 tryallapi 站内公告挂出来一条——模型上架:gemini-4-argon、gemini-4-barium。名字里带着 “gemini-4”,我第一反应就是赶紧去模型广场翻了一下,顺手把能查到的信息都整理在这儿了。
这俩模型是什么?
先说清楚:下面的介绍全部来自 tryallapi 模型广场的站内描述,我没跑分,也不替它吹性能,具体效果大家自己上手试最靠谱。
- gemini-4-argon
:站内描述是“在编码、推理和多模态方面的能力,以及其持续执行长时间多步骤任务的能力,使其能够在多种企业工作流程中表现出色”。 - gemini-4-barium
:站内描述称它是 “Gemini4 内部迭代候选原型(Barium-B 演变为 Argon)”,并写了“百万上下文、多模态、代码 / 法务金融 / 漏洞推理、工具调用能力”。上下文长度这些具体参数,以站内说明为准。
两个模型在站内的标签一样:对话 / 识图 / 工具,供应商归类在 Google 下。
价格:两个一个价
模型广场里两个模型价格完全一样(截图时间 2026-10-13,最终以页面为准):
两个分组的倍率都是 x0.1471,按量计费,详情页上标着“省 85%”。另外站点首页写的是充值按 TRYALLAPI_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gemini-4-argon", "messages": [{"role": "user", "content": "用三句话解释什么是 RAG"}] }'
Python(openai SDK):
from openai import OpenAIclient = OpenAI(api_key="你的 tryallapi 令牌", base_url="https://tryallapi.com/v1")resp = client.chat.completions.create(model="gemini-4-barium", # 或 gemini-4-argonmessages=[{"role": "user", "content": "帮我 review 一下这段 Python 代码……"}],)print(resp.choices[0].message.content)
Gemini 原生格式:
curl "https://tryallapi.com/v1beta/models/gemini-4-argon:generateContent" \-H "Authorization: Bearer $TRYALLAPI_KEY" \-H "Content-Type: application/json" \-d '{"contents":[{"parts":[{"text":"你好,介绍一下你自己"}]}]}'
鉴权头的写法以站内 API 文档为准。另外站内 Google 供应商说明里写了:部分模型支持在模型名后加
-thinking/-nothinking区分思考模式,这两款支不支持,以站内说明为准。
最后
新模型刚上架那会儿最适合尝鲜,价格也摆在那里,花几毛钱就能跑一轮对比。还没账号的话,可以从这里注册:👉 https://tryallapi.com/register?aff=5A6A
注册 → 充值 → 建令牌(选对分组)→ 把 model 改成 gemini-4-argon 或 gemini-4-barium,就这么几步。用下来什么感受,欢迎评论区聊聊~
没有评论:
发表评论