Google: Gemini 4 Argon vs. ScaleDown: Summarize
Ein direkter Vergleich von Google: Gemini 4 Argon (7,00 $ / 1 Mio. Tokens (≈ 6,23 €)) und ScaleDown: Summarize (0,14 $ / 1 Mio. Tokens (≈ 0,12 €)) mit aktuellen USD-Preisen und Funktionen aus dem api14-Katalog. Beide laufen über dieselbe OpenAI-kompatible API.
Technische Daten
| Google: Gemini 4 Argon | ScaleDown: Summarize | |
|---|---|---|
| Anbieter | ScaleDown | |
| Eingabe | 7,00 $ / 1 Mio. Tokens (≈ 6,23 €) | 0,14 $ / 1 Mio. Tokens (≈ 0,12 €) |
| Ausgabe | 35,00 $ / 1 Mio. Tokens (≈ 31,17 €) | - |
| Cache-Lesen | 0,35 $ / 1 Mio. Tokens (≈ 0,31 €) | - |
| Cache-Schreiben | 0,66 $ / 1 Mio. Tokens (≈ 0,58 €) | - |
| Schlussfolgern | 35,00 $ / 1 Mio. Tokens (≈ 31,17 €) | - |
| Audioeingabe | 7,00 $ / 1 Mio. Tokens (≈ 6,23 €) | - |
| Bild | 0,000007 $ / Bild (≈ 0,00000623 €) | - |
| Websuche | 49,00 $ / 1.000 Suchen (≈ 43,63 €) | - |
| Kontextfenster | 1.048.576 | 1.000.000 |
| Max. Ausgabe | 943.718 | 4.000 |
| Eingabe | audio, file, image, text, video | text, image, file |
| Ausgabe | text | text |
| Tool Calling | ||
| Strukturierte Ausgabe | ||
| Reasoning-Steuerung | ||
| Hinzugefügt | 13.10.2026 | 13.10.2026 |
Die wichtigsten Unterschiede
- ScaleDown: Summarize ist bei Eingabe-Tokens 98% günstiger.
- Nur Google: Gemini 4 Argon unterstützt Tool Calling.
- Nur Google: Gemini 4 Argon unterstützt strukturierte JSON-Ausgabe.
- Nur Google: Gemini 4 Argon unterstützt Steuerung des Reasoning-Aufwands.
- Eine Anfrage mit 1.000 Eingabe- und 500 Ausgabe-Tokens kostet mit Google: Gemini 4 Argon 0,02 $ und mit ScaleDown: Summarize 0,000140 $.
Im Detail
Google: Gemini 4 Argon ist ein Textmodell von Google, veröffentlicht am 2026-10-13. ScaleDown: Summarize ist ein Textmodell von ScaleDown, veröffentlicht am selben Datum. Beide werden über api14 unter den Modell-IDs google/gemini-4-argon und scaledown/summarize bereitgestellt, und beide geben Text als Ausgabe zurück.
Die beiden unterscheiden sich am stärksten darin, was sie akzeptieren und was sie steuern lassen. Gemini 4 Argon nimmt Audio, Datei, Bild, Text und Video als Eingabe, während ScaleDown: Summarize Text, Bild und Datei nimmt. Ihre Kontextfenster sind so ähnlich, dass keines nennenswert größer ist, die Wahl also nicht daran liegt, ein längeres Dokument unterzubringen. Die Parameterlisten sind der eigentliche Trennpunkt. Gemini 4 Argon unterstützt Tools und Tool Choice, strukturierte Ausgaben, Reasoning und Reasoning Effort, include_reasoning, response_format, seed, stop, temperature und top_p, zusammen mit max_tokens. ScaleDown: Summarize unterstützt nur max_tokens. Gemini 4 Argon ist also das Modell der Wahl, wenn Sie Function Calling, JSON-förmige Ausgabe oder einen Reasoning-Durchlauf brauchen, und ScaleDown: Summarize ist das Modell der Wahl, wenn Sie einfach nur Text zurückbekommen wollen.
Für die praktische Arbeit wählen Sie Gemini 4 Argon, wenn die Aufgabe mehr als reinen Text umfasst, etwa einen Video- oder Audioclip, den Sie beschreiben oder zu dem Sie Fragen stellen wollen, oder wenn Ihre Pipeline auf Tools, strukturierten Ausgaben oder Reasoning beruht. Wählen Sie ScaleDown: Summarize, wenn die Aufgabe eine einfache Zusammenfassung oder eine andere reine Texttransformation über Text, Bilder oder Dateien ist und Sie eine schmale, vorhersehbare Aufrufoberfläche wollen. ScaleDown: Summarize ist die günstigere Option bei der Eingabe, und die Ausgabepreise sind etwa gleich, für eingabelastige Arbeit mit hohem Volumen kann es also die wirtschaftlichere Wahl sein. Wenn Ihre Aufgabe einen der Parameter braucht, die nur Gemini 4 Argon bereitstellt, entscheidet das die Sache unabhängig vom Preis.
Der Aufruf beider Modelle funktioniert gleich. Beide werden über die OpenAI-kompatible API von api14 bereitgestellt, Sie richten also Ihren vorhandenen OpenAI-Client auf die api14 Base URL, senden Ihren Schlüssel und setzen das Feld model. Um zwischen ihnen zu wechseln, ändern Sie nur dieses Feld, zwischen google/gemini-4-argon und scaledown/summarize. Ihre Anfrage- und Antwortbehandlung bleibt gleich, mit einem Vorbehalt: Wenn Sie Parameter senden, die ScaleDown: Summarize nicht unterstützt, etwa tools oder response_format, werden sie nicht wirksam, beschränken Sie diese Aufrufe also auf max_tokens.
Es gibt Fälle, in denen ScaleDown: Summarize trotz der größeren Fähigkeiten von Gemini 4 Argon die bessere Wahl bleibt. Wenn Ihre Eingabe Text, Bild oder Datei ist und Sie nur Text herausbekommen wollen, bringen Ihnen die zusätzlichen Modalitäten und Parameter von Gemini 4 Argon nichts, und der niedrigere Eingabepreis von ScaleDown: Summarize ist bei Volumen ein echter Vorteil. Eine Zusammenfassungsaufgabe, die keine Tools, strukturierte Ausgabe oder Reasoning braucht, ist genau das, wofür ScaleDown: Summarize gebaut ist, es dort standardmäßig zu nehmen hält Ihre Aufrufe einfach und Ihre Eingabekosten niedrig.
Wechseln mit einem String
Beide Modelle nutzen denselben Endpunkt und dieselbe Anfragestruktur. Ändern Sie den model-Wert von "google/gemini-4-argon" auf "scaledown/summarize", Prompts, Streaming und Tools funktionieren weiter.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "scaledown/summarize",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Weitere Vergleiche
- LiquidAI: LFM3-1.7B vs. Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B vs. Crouton Alpha
- LiquidAI: LFM3-1.7B vs. Tencent: Hy4
- LiquidAI: LFM3-1.7B vs. Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview vs. Crouton Alpha
- Ricursive: Ripple 65B Preview vs. Tencent: Hy4
- Ricursive: Ripple 65B Preview vs. Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha vs. Tencent: Hy4