Gemini 4 Argon Beta는 텍스트 대화, 스트리밍과 Low / Medium / High 세 단계 사고를 지원하며 기본값은 Low입니다. OpenAI SDK로 사용하며 사고 토큰은 출력으로 과금합니다.
플레이그라운드에서 사용해 보기 →빠른 시작
두 단계면 됩니다: 요청 보내기 → 스트리밍으로 답변 받기. YOUR_API_KEY를 내 키로 바꾸면 아래 명령을 그대로 실행할 수 있습니다. 엔드포인트가 OpenAI Chat Completions와 같으므로 기존 OpenAI 코드는 base_url과 model만 바꾸면 됩니다.
1단계 · 요청 보내기
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": "광합성을 한 문장으로 설명해 줘"}]}'응답(HTTP 200)
{
"id": "chatcmpl-7f3c9a1e2b4d6f8a",
"object": "chat.completion",
"created": 1791281400,
"model": "gemini-4-argon",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "광합성은 식물이 햇빛을 이용해 이산화탄소와 물을 당으로 바꾸고 산소를 내보내는 과정입니다.",
"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.content는 답변이고 message.reasoning_content는 사고 과정입니다. usage는 이 요청에 과금되는 토큰 수이며, 사고 토큰은 completion_tokens에 포함되어 출력 요금으로 과금됩니다.
2단계 · 스트리밍으로 받기(권장)
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": "광합성을 한 문장으로 설명해 줘"}]}'스트림은 표준 SSE입니다. 각 청크의 본문은 choices[0].delta.content에 담기고, 마지막 청크에는 usage가 담기며, 스트림은 data: [DONE]으로 끝납니다. 답변이 길거나 모델이 먼저 생각해야 할 때는 스트리밍을 쓰세요. 비스트리밍 요청은 약 10분이 지나면 연결이 끊깁니다.
Python(OpenAI SDK)
from openai import OpenAI
client = OpenAI(base_url="https://nezhagate.com/v1", api_key="YOUR_API_KEY")
# 1. 질문 하나에 답변 하나
resp = client.chat.completions.create(
model="gemini-4-argon",
messages=[{"role": "user", "content": "광합성을 한 문장으로 설명해 줘"}],
)
print(resp.choices[0].message.content)
# 2. 스트리밍
stream = client.chat.completions.create(
model="gemini-4-argon",
messages=[{"role": "user", "content": "광합성을 한 문장으로 설명해 줘"}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)인증
Authorization: Bearer YOUR_API_KEY Content-Type: application/json
콘솔에서 API 키를 만들면 시작할 수 있습니다.
사양 한눈에 보기
| 입력과 출력이 공유하는 컨텍스트 | 약 100만 토큰 |
| 입력 | 텍스트 |
| 사고 | low / medium / high를 선택하며 기본값은 low입니다. 모든 단계의 토큰 단가는 같습니다. |
| 도구 호출 | 보장하지 않음: tools가 무시되고 모델이 바로 답할 수 있음 |
| 웹 검색 | 지원(web_search: true, 검색 자체는 무료) |
| 엔드포인트 | /v1/chat/completions |
| 스트리밍 | 지원(stream: true, SSE) |
| 과금 방식 | 토큰 단위: 입력, 출력(사고 포함), 캐시 적중에 각각 요금 적용, 실패하면 과금되지 않음 |
요청 파라미터
POST /v1/chat/completions의 요청 본문(JSON)이며, OpenAI Chat Completions와 같습니다. 자주 쓰는 파라미터와 이 모델에서의 실제 동작은 다음과 같습니다:
| 파라미터 | 타입 | 필수 | 설명 |
|---|---|---|---|
| model | string | 예 | 모델 ID: gemini-4-argon. |
| messages | array | 예 | 대화 메시지 배열입니다. 각 메시지에는 role(system, user, assistant, tool 중 하나)과 content가 있습니다. 여러 턴에 걸친 대화는 이전 메시지를 순서대로 모두 보내세요. |
| stream | boolean | 아니오 | true면 SSE로 스트리밍하며, 마지막 청크에 usage가 담깁니다. 기본값은 false입니다. |
| max_tokens | integer | 아니오 | 사고를 포함한 요청 출력 길이입니다. 이 Beta는 엄격한 출력 상한을 보장하지 않습니다. 비용 관리를 위해 프롬프트에서 길이를 제한하고 작업을 나누세요. |
| temperature / top_p | number | 아니오 | 샘플링 매개변수를 보낼 수 있으나 이 Beta에서는 제어 효과를 별도로 검증하지 않았습니다. |
| reasoning_effort | string | 아니오 | low / medium / high를 선택하며 기본값은 low입니다. 모든 단계의 토큰 단가는 같습니다. |
| web_search | boolean | 아니오 | true면 먼저 웹 검색을 하고 그 결과를 참고 자료로 모델에 넘깁니다. 자세한 내용은 아래를 보세요. |
먼저 이 페이지의 매개변수를 사용하세요. 도구 호출, 멀티모달 입력과 JSON 모드는 현재 보장하지 않습니다.
가격
토큰 단위로 과금하며, 아래 요금(100만 토큰당)은 실시간으로 반영됩니다. 성공한 요청의 실제 사용량만 과금하고, 실패, 시간 초과, 거부된 요청은 과금하지 않습니다. 1크레딧 = $0.005.
| 종류 | 100만 토큰당 가격(USD) | 100만 토큰당 크레딧 |
|---|---|---|
| 입력 | $0.50 | 100 |
| 출력(사고 포함) | $3.00 | 600 |
| 캐시 적중 | $0.05 | 10 |
예를 들어 입력 2,000 토큰, 출력 1,000 토큰(사고 포함)인 요청 한 건은 약 $0.004입니다.
사고(Thinking)
reasoning_effort를 low, medium 또는 high로 설정합니다. 생략하면 low입니다.
표시 가능한 사고는 reasoning_content로 반환됩니다. usage.completion_tokens는 사고와 답변을 포함하므로 사고 토큰을 다시 더하지 마세요.
세 단계의 단가는 같습니다. 사고 강도가 높으면 출력 토큰을 더 소비할 수 있습니다.
사고 토큰은 usage.completion_tokens에 포함되어 출력 요금으로 과금됩니다(일부 모델은 completion_tokens_details.reasoning_tokens에 따로 표시합니다).
{
"model": "gemini-4-argon",
"messages": [{"role": "user", "content": "광합성을 한 문장으로 설명해 줘"}],
"reasoning_effort": "medium"
}프롬프트 캐싱
자동 암시적 캐시를 지원합니다. 긴 입력을 반복하면 적중할 수 있으며 실제 적중분은 일반 입력 단가의 1/10로 계산합니다. 매번 적중을 보장하지 않으며 명시적 캐시 생성은 제공하지 않습니다.
usage.prompt_tokens는 전체 입력입니다. usage.prompt_tokens_details.cached_tokens는 그중 캐시 적중분입니다. 실제 적중분에만 캐시 단가를 적용합니다.
웹 검색
선택적 게이트웨이 web_search는 검색한 텍스트를 모델에 전달합니다. 모델 자체 검색이나 도구 지원이 검증되었다는 의미는 아닙니다.
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": "오늘 주요 기술 뉴스를 알려 줘"}]}'Beta 제공 범위
- 텍스트 대화, 스트리밍과 세 단계 사고를 검증했습니다. 도구, 멀티모달 입력과 JSON 모드는 아직 검증하지 않았습니다.
- 공식 컨텍스트는 약 100만 토큰이며 입력과 출력이 공유합니다. 긴 입력 검색은 검증했지만 전체 창이나 백만 토큰 출력은 검증하지 않았습니다.
- 긴 작업은 나누어 실행하세요.
max_tokens는 검증된 엄격한 예산 상한이 아닙니다. 실패 요청은 과금하지 않으며 출력 후 중단은 실제 사용량으로 정산합니다.
오류와 환불
오류는 error 객체(message, type, code, param)로 돌아옵니다. HTTP 상태 코드와 code로 판단하고, message 문구로는 판단하지 마세요. 실패한 요청은 과금되지 않으며, 전체 목록은 오류 코드에 있습니다.
| HTTP | code | 원인 | 조치 |
|---|---|---|---|
| 400 | invalid_messages / invalid_role / invalid_max_tokens | 채팅 요청의 messages가 없거나 비어 있거나 형식이 잘못되었거나, role이 허용된 값이 아니거나, max_tokens가 양의 정수가 아닙니다. 문제가 된 필드는 param에 표시됩니다. | param이 가리키는 필드를 고치세요. |
| 400 | model_not_found | 모델 ID의 철자가 틀렸거나, model이 없거나, 이 엔드포인트에서 쓸 수 없는 모델입니다(예: 이미지 엔드포인트에 채팅 모델을 지정한 경우). | GET /v1/models 또는 API 레퍼런스에 있는 모델 ID를 쓰세요. |
| 400 | max_tokens_too_small | 추론 모델이 max_tokens를 모두 사고에 써서 답변을 쓰지 못했습니다(비스트리밍 채팅). | max_tokens를 늘린 뒤 다시 시도하세요. |
| 4xx | invalid_request | 모델 제공사가 요청을 거부했습니다(예: 컨텍스트가 너무 길거나 지원하지 않는 파라미터). 상태 코드와 message는 모델 제공사가 보낸 그대로 전달되며, code는 모델 제공사가 준 값입니다. | message에 적힌 대로 요청을 고치세요. |
| 401 | invalid_api_key | 키가 없거나, 삭제되었거나, 비활성화되었습니다. 계정이 비활성화된 경우에도 나옵니다. | 콘솔의 「API Keys」 페이지에서 이 키를 확인하세요. |
| 402 | insufficient_quota | 이 요청의 크레딧을 예약하기에 잔액이 부족합니다. 게이트웨이는 요청에 들 수 있는 최대 비용을 먼저 예약하므로, 동시 호출이 몰릴 때도 이 오류가 날 수 있습니다. | 동시 호출이 몰린 경우라면 몇 초 기다린 뒤 다시 시도하고, 그렇지 않으면 충전하세요. |
| 403 | permission_denied | 이 모델이 키의 모델 허용 목록에 없습니다. | 허용 목록에 있는 모델을 쓰거나, 콘솔에서 허용 목록을 수정하세요. |
| 429 | rate_limit_exceeded | 이 키에 설정한 분당 요청 수를 넘었습니다(최근 60초 기준). Retry-After 헤더는 붙지 않습니다. | 몇 초 기다린 뒤 다시 시도하거나, 콘솔에서 이 키의 한도를 올리세요. |
| 429 | rate_limit_exceeded | 이 모델의 모든 회선이 가득 차서 요청을 보내지 못했습니다. 채팅 엔드포인트에서만 나오며, 이미지와 영상 작업은 거절되지 않고 대기열에서 기다립니다. OpenAI 호환 엔드포인트는 Retry-After를 붙입니다. | Retry-After의 초만큼 기다린 뒤 다시 시도하세요. |
| 502 | upstream_timeout | 회선이 시간 초과되었습니다. 첫 토큰이 너무 늦게 오는 경우도 포함됩니다. | 다시 시도하세요. 긴 답변에는 stream: true를 쓰세요. |
| 502 | upstream_unavailable | 회선에 오류가 났거나 잠시 쓸 수 없습니다. | 잠시 후 다시 시도하세요. |
| 502 | upstream_busy | 모델 제공사가 요청 빈도를 제한하고 있습니다. 모델 제공사의 429는 그대로 전달되지 않고 이 502로 바뀌어 돌아옵니다. | 잠시 후 다시 시도하세요. |
| 502 | empty_completion | 모델 제공사가 빈 내용을 돌려주었습니다. 요청 내용에 대한 판정이 아닙니다. | 다시 시도하세요. |
| 503 | model_maintenance | 모델이 점검 중이라 요청을 받지 않습니다. 점검 중에는 다른 모델이 대신 답변하지도 않습니다. | 점검이 끝나면 다시 시도하세요. 진행 상황은 서비스 상태에서 볼 수 있습니다. |
스트리밍이 출력을 시작한 뒤 실패하면 상태 코드는 바뀌지 않습니다. 오류는 error가 담긴 데이터 줄로 오거나, 스트림이 그냥 끝납니다(data: [DONE] 없이). 이런 경우 중단된 것으로 처리하세요.
