Google: Gemini 4 Argon tegen ScaleDown: Summarize
Een vergelijking naast elkaar van Google: Gemini 4 Argon (US$ 7,00 / 1M tekstdelen (≈ € 6,23)) en ScaleDown: Summarize (US$ 0,14 / 1M tekstdelen (≈ € 0,12)) met actuele USD-prijzen en mogelijkheden uit de catalogus van api14. Beide werken via dezelfde OpenAI-compatibele API.
Specificaties
| Google: Gemini 4 Argon | ScaleDown: Summarize | |
|---|---|---|
| Aanbieder | ScaleDown | |
| Invoer | US$ 7,00 / 1M tekstdelen (≈ € 6,23) | US$ 0,14 / 1M tekstdelen (≈ € 0,12) |
| Uitvoer | US$ 35,00 / 1M tekstdelen (≈ € 31,17) | - |
| Cache lezen | US$ 0,35 / 1M tekstdelen (≈ € 0,31) | - |
| Cache schrijven | US$ 0,66 / 1M tekstdelen (≈ € 0,58) | - |
| Redeneren | US$ 35,00 / 1M tekstdelen (≈ € 31,17) | - |
| Audio-invoer | US$ 7,00 / 1M tekstdelen (≈ € 6,23) | - |
| Afbeelding | US$ 0,000007 / afbeelding (≈ € 0,00000623) | - |
| Webzoeken | US$ 49,00 / 1K zoekopdrachten (≈ € 43,63) | - |
| Contextvenster | 1.048.576 | 1.000.000 |
| Maximale output | 943.718 | 4.000 |
| Invoer | audio, file, image, text, video | text, image, file |
| Uitvoer | text | text |
| tool-aanroepen | ||
| Gestructureerde output | ||
| Instelbaar redeneren | ||
| Toegevoegd | 13 okt 2026 | 13 okt 2026 |
Belangrijkste verschillen
- ScaleDown: Summarize is 98% goedkoper op inputtokens.
- Alleen Google: Gemini 4 Argon ondersteunt tool-aanroepen.
- Alleen Google: Gemini 4 Argon ondersteunt gestructureerde JSON-output.
- Alleen Google: Gemini 4 Argon ondersteunt instelbare redeneerinspanning.
- Een verzoek met 1.000 input- en 500 outputtokens kost US$ 0,02 met Google: Gemini 4 Argon en US$ 0,000140 met ScaleDown: Summarize.
In detail
Google: Gemini 4 Argon is een tekstmodel van Google, uitgebracht op 2026-10-13. ScaleDown: Summarize is een tekstmodel van ScaleDown, uitgebracht op dezelfde datum. Beide worden aangeboden via api14 onder de model-id's google/gemini-4-argon en scaledown/summarize, en beide retourneren tekst als uitvoer.
De twee verschillen het meest in wat ze accepteren en wat je kunt aansturen. Gemini 4 Argon accepteert audio, file, image, text en video als invoer, terwijl ScaleDown: Summarize text, image en file accepteert. Hun contextvensters liggen dicht genoeg bij elkaar dat geen van beide betekenisvol groter is, dus de keuze gaat niet over het passen van een langer document. De parameterlijsten zijn waar ze echt uiteengaan. Gemini 4 Argon ondersteunt tools en tool choice, structured outputs, reasoning en reasoning effort, include_reasoning, response_format, seed, stop, temperature en top_p, naast max_tokens. ScaleDown: Summarize ondersteunt alleen max_tokens. Dus Gemini 4 Argon is degene die je pakt wanneer je function calling, JSON-vormige uitvoer of een reasoning-pass nodig hebt, en ScaleDown: Summarize is degene die je pakt wanneer je gewoon tekst terug wilt.
Voor praktisch werk kies je Gemini 4 Argon wanneer de taak meer dan platte tekst omvat, zoals een video- of audioclip die je wilt laten beschrijven of bevragen, of wanneer je pipeline afhankelijk is van tools, structured outputs of reasoning. Kies ScaleDown: Summarize wanneer de klus simpele samenvatting is of een andere platte teksttransformatie over tekst, afbeeldingen of bestanden, en je een smal, voorspelbaar aanroepoppervlak wilt. ScaleDown: Summarize is de goedkopere optie op invoer, en de uitvoerprijs is ongeveer hetzelfde, dus voor werk met veel invoer en hoog volume kan het de zuiniger keuze zijn. Als je taak een van de parameters nodig heeft die alleen Gemini 4 Argon beschikbaar stelt, dan beslist dat, ongeacht de prijs.
Het aanroepen van beide modellen werkt hetzelfde. Beide worden aangeboden via de OpenAI-compatibele API van api14, dus je richt je bestaande OpenAI-client op de api14 base URL, stuurt je sleutel mee en stelt het model-veld in. Om tussen hen te wisselen verander je alleen dat veld, tussen google/gemini-4-argon en scaledown/summarize. Je request- en response-afhandeling blijft hetzelfde, met een kanttekening: als je parameters stuurt die ScaleDown: Summarize niet ondersteunt, zoals tools of response_format, hebben ze geen effect, dus houd die aanroepen bij max_tokens.
Er zijn gevallen waarin ScaleDown: Summarize toch de betere keuze is, ook al is Gemini 4 Argon capabeler. Als je invoer text, image of file is en je alleen text als uitvoer nodig hebt, leveren de extra modaliteiten en parameters op Gemini 4 Argon je niets op, en de lagere invoerprijs op ScaleDown: Summarize is een echt voordeel bij volume. Een samenvattingstaak die geen tools, structured output of reasoning nodig heeft, is precies waar ScaleDown: Summarize voor is gebouwd, dus daar standaard op inzetten houdt je aanroepen eenvoudig en je invoerkosten laag.
Wissel met één string
Beide modellen gebruiken hetzelfde endpoint en dezelfde verzoekstructuur. Verander de waarde van model van "google/gemini-4-argon" naar "scaledown/summarize", prompts, streaming en tools blijven werken.
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);
Meer vergelijkingen
- LiquidAI: LFM3-1.7B tegen Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B tegen Crouton Alpha
- LiquidAI: LFM3-1.7B tegen Tencent: Hy4
- LiquidAI: LFM3-1.7B tegen Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview tegen Crouton Alpha
- Ricursive: Ripple 65B Preview tegen Tencent: Hy4
- Ricursive: Ripple 65B Preview tegen Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha tegen Tencent: Hy4