Gemini 4 Argon · API

Inicio rápido

Dos pasos: envía una petición y luego recibe la respuesta en streaming. Sustituye YOUR_API_KEY por tu clave y los comandos de abajo funcionan tal cual. El endpoint sigue el formato Chat Completions de OpenAI, así que al código de OpenAI que ya tengas solo hay que cambiarle base_url y model.

Paso 1 · Envía una petición

curl https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-4-argon", "messages": [{"role": "user", "content": "Explica la fotosíntesis en una frase"}]}'

Respuesta (HTTP 200)

{
  "id": "chatcmpl-7f3c9a1e2b4d6f8a",
  "object": "chat.completion",
  "created": 1791281400,
  "model": "gemini-4-argon",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "La fotosíntesis es el proceso por el que las plantas usan la luz solar para transformar el dióxido de carbono y el agua en azúcar y liberar oxígeno.",
        "reasoning_content": "..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 186,
    "total_tokens": 204,
    "prompt_tokens_details": {"cached_tokens": 0},
    "completion_tokens_details": {"reasoning_tokens": 144}
  }
}

message.content es la respuesta y message.reasoning_content, el razonamiento. usage recoge los tokens que se cobran en esta petición: los tokens de razonamiento forman parte de completion_tokens y se cobran al precio de salida.

Paso 2 · Recibe la respuesta en streaming (recomendado)

curl -N https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-4-argon", "stream": true, "messages": [{"role": "user", "content": "Explica la fotosíntesis en una frase"}]}'

El streaming es SSE estándar: cada fragmento lleva texto en choices[0].delta.content, el último fragmento lleva usage y al final llega data: [DONE]. Usa streaming con respuestas largas y con modelos de razonamiento: una petición sin streaming se corta pasados unos 10 minutos.

Python (SDK de OpenAI)

from openai import OpenAI

client = OpenAI(base_url="https://nezhagate.com/v1", api_key="YOUR_API_KEY")

# 1. Una petición, una respuesta
resp = client.chat.completions.create(
    model="gemini-4-argon",
    messages=[{"role": "user", "content": "Explica la fotosíntesis en una frase"}],
)
print(resp.choices[0].message.content)

# 2. En streaming
stream = client.chat.completions.create(
    model="gemini-4-argon",
    messages=[{"role": "user", "content": "Explica la fotosíntesis en una frase"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Autenticación

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

Crea una clave API en la consola para empezar.

De un vistazo

Parámetros de la petición

El cuerpo JSON de POST /v1/chat/completions, igual que en la API Chat Completions de OpenAI. Estos son los parámetros habituales y lo que hace cada uno en este modelo:

Empieza con los parámetros de esta página. No se promete aún el uso de herramientas, entrada multimodal ni modo JSON.

Precio

Se cobra por token, a las tarifas vigentes de la tabla de abajo (por millón de tokens). Solo se cobran las peticiones que salen bien, según el uso real: los fallos, los tiempos de espera agotados y los rechazos no se cobran. 1 crédito = $0.005.

Por ejemplo, una petición con 2 000 tokens de entrada y 1 000 tokens de salida (razonamiento incluido) cuesta aproximadamente $0.004.

Razonamiento

Usa reasoning_effort con low, medium o high; si se omite, se usa low.

El razonamiento visible se devuelve en reasoning_content. usage.completion_tokens incluye razonamiento y respuesta; no sumes el razonamiento una segunda vez.

Las tarifas son iguales en los tres niveles. Un esfuerzo mayor puede consumir más tokens de salida.

Los tokens de razonamiento forman parte de usage.completion_tokens y se cobran al precio de salida (algunos modelos los desglosan además en completion_tokens_details.reasoning_tokens).

{
  "model": "gemini-4-argon",
  "messages": [{"role": "user", "content": "Explica la fotosíntesis en una frase"}],
  "reasoning_effort": "medium"
}

Caché de prompts

Se admite caché implícita automática. Las entradas largas repetidas pueden acertar; los aciertos reales cuestan una décima parte de la entrada normal. Repetir no garantiza un acierto y no se ofrece creación de caché explícita.

usage.prompt_tokens es la entrada total. usage.prompt_tokens_details.cached_tokens es la parte de ese total servida desde caché. Solo los aciertos reales usan la tarifa de caché.

Búsqueda web

El web_search opcional de la pasarela aporta texto recuperado al modelo. No implica búsqueda web nativa ni herramientas verificadas.

curl https://nezhagate.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "gemini-4-argon", "web_search": true, "messages": [{"role": "user", "content": "¿Cuáles son las noticias de tecnología más importantes de hoy?"}]}'

Límites de la Beta

• Se verificaron texto, streaming y tres niveles de razonamiento. Herramientas, entrada multimodal y modo JSON siguen sin verificar.
• El contexto oficial es de aproximadamente un millón de tokens, compartido por entrada y salida. Se probó recuperación con entradas largas, pero no la ventana completa ni salida de un millón de tokens.
• Divide las tareas largas. max_tokens no es un límite rígido de presupuesto verificado. Las solicitudes fallidas no se cobran; las interrumpidas que produjeron salida se liquidan por uso real.

Errores y reembolsos

Los errores llegan como un objeto error (message, type, code, param); decide según el estado HTTP y code, nunca comparando el texto de message. Las peticiones fallidas no se cobran; la lista completa está en Códigos de error.

Si un streaming falla después de empezar a enviar datos, el código de estado no cambia: el error llega como una línea de datos con error, o el streaming simplemente termina (sin data: [DONE]). Trátalo como interrumpido.