Google: Gemini 4 Argon contre ScaleDown: Summarize
Un comparatif côte à côte de Google: Gemini 4 Argon (7,00 $US / 1M jetons (≈ 6,23 €)) et ScaleDown: Summarize (0,14 $US / 1M jetons (≈ 0,12 €)) d’après les prix actuels en USD et les capacités du catalogue api14. Les deux passent par la même API compatible OpenAI.
Caractéristiques
| Google: Gemini 4 Argon | ScaleDown: Summarize | |
|---|---|---|
| Fournisseur | ScaleDown | |
| Entrée | 7,00 $US / 1M jetons (≈ 6,23 €) | 0,14 $US / 1M jetons (≈ 0,12 €) |
| Sortie | 35,00 $US / 1M jetons (≈ 31,17 €) | - |
| Lecture du cache | 0,35 $US / 1M jetons (≈ 0,31 €) | - |
| Écriture du cache | 0,66 $US / 1M jetons (≈ 0,58 €) | - |
| Raisonnement | 35,00 $US / 1M jetons (≈ 31,17 €) | - |
| Audio en entrée | 7,00 $US / 1M jetons (≈ 6,23 €) | - |
| Visuel | 0,000007 $US / visuel (≈ 0,00000623 €) | - |
| Recherche web | 49,00 $US / 1K recherches (≈ 43,63 €) | - |
| Fenêtre de contexte | 1 048 576 | 1 000 000 |
| Sortie max. | 943 718 | 4 000 |
| Entrée | audio, file, image, text, video | text, image, file |
| Sortie | text | text |
| Appel d’outils | ||
| Sortie structurée | ||
| Contrôle du raisonnement | ||
| Ajouté le | 13 oct. 2026 | 13 oct. 2026 |
Principales différences
- ScaleDown: Summarize est 98% moins cher sur les tokens d’entrée.
- Seul Google: Gemini 4 Argon prend en charge l’appel d’outils.
- Seul Google: Gemini 4 Argon prend en charge la sortie JSON structurée.
- Seul Google: Gemini 4 Argon prend en charge le contrôle de l’effort de raisonnement.
- Une requête de 1 000 tokens en entrée et 500 en sortie coûte 0,02 $US avec Google: Gemini 4 Argon et 0,000140 $US avec ScaleDown: Summarize.
En détail
Google : Gemini 4 Argon est un modèle de texte de Google, publié le 2026-10-13. ScaleDown : Summarize est un modèle de texte de ScaleDown, publié à la même date. Les deux sont servis via api14 sous les identifiants de modèle google/gemini-4-argon et scaledown/summarize, et les deux renvoient du texte comme sortie.
Les deux diffèrent surtout par ce qu'ils acceptent et ce qu'ils vous permettent de contrôler. Gemini 4 Argon prend en entrée de l'audio, des fichiers, des images, du texte et de la vidéo, tandis que ScaleDown : Summarize prend du texte, des images et des fichiers. Leurs fenêtres de contexte sont suffisamment proches pour qu'aucun ne soit réellement plus grand, donc le choix ne se joue pas sur la capacité à contenir un document plus long. Ce sont les listes de paramètres qui les distinguent vraiment. Gemini 4 Argon prend en charge les outils et le choix d'outil, les sorties structurées, le raisonnement et l'effort de raisonnement, include_reasoning, response_format, seed, stop, temperature et top_p, en plus de max_tokens. ScaleDown : Summarize ne prend en charge que max_tokens. Donc Gemini 4 Argon est celui vers lequel se tourner quand vous avez besoin d'appels de fonctions, d'une sortie au format JSON ou d'une passe de raisonnement, et ScaleDown : Summarize est celui vers lequel se tourner quand vous voulez simplement récupérer du texte.
Pour le travail pratique, choisissez Gemini 4 Argon quand la tâche implique plus que du texte brut, par exemple un clip vidéo ou audio que vous voulez faire décrire ou interroger, ou quand votre pipeline dépend d'outils, de sorties structurées ou de raisonnement. Choisissez ScaleDown : Summarize quand le travail est un résumé simple ou une autre transformation de texte brut sur du texte, des images ou des fichiers, et que vous voulez une surface d'appel étroite et prévisible. ScaleDown : Summarize est l'option la moins chère en entrée, et le prix de sortie est à peu près le même, donc pour un travail à fort volume et à forte composante d'entrée, il peut être le choix le plus économique. Si votre tâche nécessite l'un des paramètres que seul Gemini 4 Argon expose, cela tranche la question quel que soit le prix.
Appeler l'un ou l'autre modèle fonctionne de la même manière. Les deux sont exposés via l'API compatible OpenAI d'api14, donc vous pointez votre client OpenAI existant vers l'URL de base d'api14, vous envoyez votre clé, et vous définissez le champ model. Pour basculer entre eux, vous ne changez que ce champ, entre google/gemini-4-argon et scaledown/summarize. Votre traitement des requêtes et des réponses reste le même, avec une réserve : si vous envoyez des paramètres que ScaleDown : Summarize ne prend pas en charge, comme tools ou response_format, ils n'auront aucun effet, donc limitez ces appels à max_tokens.
Il existe des cas où ScaleDown : Summarize reste le meilleur choix même si Gemini 4 Argon est plus capable. Si votre entrée est du texte, une image ou un fichier et que vous avez seulement besoin de texte en sortie, les modalités et paramètres supplémentaires de Gemini 4 Argon ne vous apportent rien, et le prix d'entrée plus bas de ScaleDown : Summarize est un véritable avantage à volume. Une tâche de résumé qui n'a pas besoin d'outils, de sortie structurée ou de raisonnement est exactement ce pour quoi ScaleDown : Summarize est conçu, donc choisir celui-ci par défaut dans ce cas garde vos appels simples et vos coûts d'entrée bas.
Changer de modèle en une chaîne
Les deux modèles utilisent le même endpoint et la même structure de requête. Remplacez la valeur de model "google/gemini-4-argon" par "scaledown/summarize" : prompts, streaming et outils continuent de fonctionner.
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);
Plus de comparatifs
- LiquidAI: LFM3-1.7B contre Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contre Crouton Alpha
- LiquidAI: LFM3-1.7B contre Tencent: Hy4
- LiquidAI: LFM3-1.7B contre Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contre Crouton Alpha
- Ricursive: Ripple 65B Preview contre Tencent: Hy4
- Ricursive: Ripple 65B Preview contre Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contre Tencent: Hy4