Google: Gemini 4 Argon mot ScaleDown: Summarize
En jämförelse sida vid sida av Google: Gemini 4 Argon (7,00 US$ / 1M textdelar (≈ 68,57 kr)) och ScaleDown: Summarize (0,14 US$ / 1M textdelar (≈ 1,37 kr)) med aktuella USD-priser och funktioner från api14-katalogen. Båda körs via samma OpenAI-kompatibla API.
Specifikationer
| Google: Gemini 4 Argon | ScaleDown: Summarize | |
|---|---|---|
| Leverantör | ScaleDown | |
| Indata | 7,00 US$ / 1M textdelar (≈ 68,57 kr) | 0,14 US$ / 1M textdelar (≈ 1,37 kr) |
| Utdata | 35,00 US$ / 1M textdelar (≈ 342,87 kr) | - |
| Cacheläsning | 0,35 US$ / 1M textdelar (≈ 3,43 kr) | - |
| Cacheskrivning | 0,66 US$ / 1M textdelar (≈ 6,43 kr) | - |
| Resonemang | 35,00 US$ / 1M textdelar (≈ 342,87 kr) | - |
| Ljudindata | 7,00 US$ / 1M textdelar (≈ 68,57 kr) | - |
| Bild | 0,000007 US$ / bild (≈ 0,0000686 kr) | - |
| Webbsökning | 49,00 US$ / 1K sökningar (≈ 480,02 kr) | - |
| Kontextfönster | 1 048 576 | 1 000 000 |
| Max utdata | 943 718 | 4 000 |
| Indata | audio, file, image, text, video | text, image, file |
| Utdata | text | text |
| Verktygsanrop | ||
| Strukturerad utdata | ||
| Styrning av resonemang | ||
| Tillagd | 13 okt. 2026 | 13 okt. 2026 |
Viktiga skillnader
- ScaleDown: Summarize är 98% billigare på indata-tokens.
- Endast Google: Gemini 4 Argon stöder verktygsanrop.
- Endast Google: Gemini 4 Argon stöder strukturerad JSON-utdata.
- Endast Google: Gemini 4 Argon stöder styrning av resonemangsnivå.
- Ett anrop med 1 000 indata- och 500 utdata-tokens kostar 0,02 US$ med Google: Gemini 4 Argon och 0,000140 US$ med ScaleDown: Summarize.
Mer i detalj
Google: Gemini 4 Argon är en textmodell från Google, släppt 2026-10-13. ScaleDown: Summarize är en textmodell från ScaleDown, släppt samma datum. Båda serveras via api14 under modell-id:na google/gemini-4-argon och scaledown/summarize, och båda returnerar text som utdata.
De två skiljer sig mest i vad de accepterar och vad de låter dig styra. Gemini 4 Argon tar audio, file, image, text och video som indata, medan ScaleDown: Summarize tar text, image och file. Deras kontextfönster ligger tillräckligt nära varandra för att ingen av dem är meningsfullt större, så valet handlar inte om att rymma ett längre dokument. Det är i parameterlistorna de verkligen skiljer sig. Gemini 4 Argon stöder tools och tool choice, structured outputs, reasoning och reasoning effort, include_reasoning, response_format, seed, stop, temperature och top_p, tillsammans med max_tokens. ScaleDown: Summarize stöder endast max_tokens. Så Gemini 4 Argon är den man tar till när man behöver function calling, JSON-formaterad utdata eller en reasoning-genomgång, och ScaleDown: Summarize är den man tar till när man bara vill ha text tillbaka.
I praktiskt arbete väljer du Gemini 4 Argon när uppgiften involverar mer än ren text, till exempel ett videoklipp eller ljudklipp du vill få beskrivet eller ställa frågor om, eller när din pipeline är beroende av tools, structured outputs eller reasoning. Välj ScaleDown: Summarize när jobbet är enkel sammanfattning eller en annan ren texttransformation över text, bilder eller filer, och du vill ha ett smalt, förutsägbart anropsgränssnitt. ScaleDown: Summarize är det billigare alternativet på indata, och utdatapriset är ungefär detsamma, så för indatatunga arbeten med hög volym kan det vara det mer ekonomiska valet. Om din uppgift behöver någon av de parametrar som bara Gemini 4 Argon exponerar avgör det saken oavsett pris.
Att anropa endera modellen fungerar på samma sätt. Båda exponeras via api14:s OpenAI-kompatibla API, så du pekar din befintliga OpenAI-klient mot api14:s bas-URL, skickar din nyckel och anger fältet model. För att växla mellan dem ändrar du bara det fältet, mellan google/gemini-4-argon och scaledown/summarize. Din hantering av förfrågningar och svar förblir densamma, med en varning: om du skickar parametrar som ScaleDown: Summarize inte stöder, som tools eller response_format, kommer de inte att ha någon effekt, så håll sådana anrop till max_tokens.
Det finns fall där ScaleDown: Summarize fortfarande är det bättre valet även om Gemini 4 Argon är mer kapabel. Om din indata är text, bild eller fil och du bara behöver text ut ger de extra modaliteterna och parametrarna på Gemini 4 Argon dig ingenting, och det lägre indatapriset på ScaleDown: Summarize är en verklig fördel vid volym. Ett sammanfattningsjobb som inte behöver tools, strukturerad utdata eller reasoning är precis vad ScaleDown: Summarize är byggd för, så att välja den som standard där håller dina anrop enkla och dina indatakostnader nere.
Byt med en sträng
Båda modellerna använder samma endpoint och anropsformat. Ändra model-värdet från "google/gemini-4-argon" till "scaledown/summarize", promptar, streaming och verktyg fortsätter att fungera.
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);
Fler jämförelser
- LiquidAI: LFM3-1.7B mot Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B mot Crouton Alpha
- LiquidAI: LFM3-1.7B mot Tencent: Hy4
- LiquidAI: LFM3-1.7B mot Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview mot Crouton Alpha
- Ricursive: Ripple 65B Preview mot Tencent: Hy4
- Ricursive: Ripple 65B Preview mot Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha mot Tencent: Hy4