Gemini 4 Argon 的新功能

Gemini 4 Argon (gemini-4-argon) 是我们最新、能力最强的模型。它可以在难题上进行更长时间的推理，从而在复杂的编码、智能体、数学和科学任务中取得更好的结果。Gemini 4 Argon 可通过 Gemini API 和 Google AI Studio 使用。

Gemini 4 Argon 支持统一的 100 万个输入/输出 token 限制、长解码（最多 100 万个 token）以及可调的思考级别（low、medium、high）。

本指南介绍了 Gemini 4 Argon 的新功能、API 变更、代码示例和迁移指南。

新建模型

快速入门

使用以下示例向 gemini-4-argon 发送请求，其中包含建议的默认 thinking_level (medium) 和 64K 输出 token 限制：

pip install -U "google-genai>=2.30.1"

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Write a three.js script that renders a realistic 3D black hole with gravitational lensing.",
    config=types.GenerateContentConfig(
        max_output_tokens=65536,
        thinking_config=types.ThinkingConfig(thinking_level="medium"),
    ),
)

print(response.text)

npm install "@google/genai@>=2.29.1"

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

const response = await ai.models.generateContent({
  model: "gemini-4-argon",
  contents: "Write a three.js script that renders a realistic 3D black hole with gravitational lensing.",
  config: {
    maxOutputTokens: 65536,
    thinkingConfig: {
      thinkingLevel: "medium",
    },
  },
});

console.log(response.text);

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-4-argon:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [{
      "parts": [{"text": "Write a three.js script that renders a realistic 3D black hole with gravitational lensing."}]
    }],
    "generationConfig": {
      "maxOutputTokens": 65536,
      "thinkingConfig": {
        "thinkingLevel": "medium"
      }
    }
  }'

Gemini 4 Argon 的新功能

• 统一的 100 万 token 输入/输出限制：输入、思考和输出 token 共享一个 100 万 token 的窗口，非流式调用的每次请求上限为 3.2 万，流式调用的每个流上限为 6.4 万。
• 长解码（最多 100 万个 token）：模型可以生成超出单次请求上限的内容，最多可达 100 万个 token 减去输入 token 数。默认情况下，您会继续使用最新的 Google GenAI SDK。
• 智能体视频理解（正式版）： 智能体视频理解现已正式发布。
• 在托管式智能体中受支持：Gemini 托管式智能体中的 Antigravity 智能体现在支持 Gemini 4 Argon。

如需了解详情，请参阅 Gemini 4 Argon 模型页面。如需了解价格详情，请参阅价格页面。

输出更长，解码时间更长

当任务需要深度推理时，Gemini 4 Argon 可以进行更长时间的思考和更深入的分析，一次性解决复杂的数学、科学和编程问题。

• 100 万个 token 的输入-输出统一限制：Argon 最多可使用 100 万个 token（减去输入 token）来完成思考和输出。
• 思考 Token 会计入 max_output_tokens：在处理困难任务时，模型会使用更多 max_output_tokens 预算，以得出更准确的回答。使用 thinking_level 控制令牌的使用。
• 单次请求上限（流式 64K / 非流式 32K）：单次流式请求最多可返回 65,536 个 token。一个非流式请求最多可返回 32,768 个 token，低于 Gemini 3.x 的 65,536 个。对于 REST 调用，这些上限也是默认值。

默认情况下，最新的 Google GenAI SDK 会为您运行长解码。使用 Python google-genai 2.30.1 或更高版本，或者 JavaScript @google/genai 2.29.1 或更高版本。

在这些版本中，automatic_continuation 默认设置为 True，因此您无需进行设置。如果您将 max_output_tokens 设置为高于单次请求上限，generate_content 和 generate_content_stream 会自动跨请求继续生成，直到模型完成或达到 max_output_tokens，并返回一个合并的回答。

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Write a complete, rigorous proof of the prime number theorem.",
    config=types.GenerateContentConfig(
        max_output_tokens=262144,
        thinking_config=types.ThinkingConfig(thinking_level="high"),
        automatic_continuation=True,  # Default.
    ),
)

如需自行运行循环，请设置 automatic_continuation=False。如果您调用 REST 或使用旧版 SDK，请求会在达到单次请求上限时停止。如需了解 REST 循环、第三方框架、词元计数以及何时使用长解码，请参阅长解码指南。

设置输出 token 数量上限

max_output_tokens 用于设置一次生成（包括所有后续请求）的总思考和输出 token 数。请将此值设置得足够高，以免思考过程导致回答被截断。请将此值设置得足够低，以便在硬提示用尽所有预算时限制支出。

请参考以下指南：

• 标准任务：保留默认设置。
• 现有应用的限制低于 32K：将 max_output_tokens 提高到 32,768。如需使用更少的词元，请降低 thinking_level。
• 之前使用超过 32K 个词元的任务：将 max_output_tokens 设置为 65,536。
• 复杂推理和编码：将 max_output_tokens 设置为 131,072 或 262,144，最高可设置为 1,048,576 减去输入 token 数量。

如果请求使用了所有 max_output_tokens，则会返回 finish_reason: "MAX_TOKENS" 并包含 continuation_token。您可以继续或重新开始。

• 从检查点恢复：发送原始请求，并附上最新的 continuation_token 和更高的 max_output_tokens。如果您不引发 max_output_tokens，请求会返回 400 INVALID_ARGUMENT。
• 重新开始：发送原始请求，其中包含更高的 max_output_tokens，但不包含 continuation_token。

了解思考等级

思考等级是您在 Gemini 4 Argon 中控制质量、延迟时间和 token 使用情况的主要方式：

在所有三个级别上运行评估，并设置较高的 max_output_tokens，以免因限制而导致回答不完整。然后选择符合您质量标准的最低 thinking_level。

迁移核对清单

  `/gemini-api-dev migrate my app to Gemini 4 Argon`

迁移到 gemini-4-argon

• 更新模型 ID：将模型字符串更改为 gemini-4-argon。
• 明确设置 max_output_tokens：默认情况下，流式传输和 SDK 调用为 64K，非流式传输 REST 调用为 32K。
• 提高低于 32K 的上限：将所有低于 32K 的上限提高到至少 32,768。使用 thinking_level 可减少 token 支出。
• 为长时间解码做好规划：对于超出单次请求上限的任务，请使用最新版 SDK 或添加 continuation_token 循环。
• 将 thinking_budget 替换为 thinking_level：thinking_budget 仍然有效，并会映射到最接近的 thinking_level，但会返回警告。在 low、medium 和 high 测试您的工作负载。
• 停止使用显式上下文缓存：Gemini 4 Argon 不支持显式缓存（cachedContents / caches.create），并会返回错误。移除在 GenerateContentConfig 中创建或传递 cached_content 的调用。 对于至少包含 4,096 个 token 的提示，系统会默认启用隐式缓存，并在缓存命中时为缓存的输入 token 提供 95% 的折扣。
• 移除已废弃的参数：从请求中移除 temperature、top_p、top_k 和 candidate_count。如果提供，系统会忽略采样参数。
• 增加客户端超时时间：将 HTTP 客户端超时时间设置为每次调用至少 20 分钟。
• 保留思考签名：在多轮和函数调用请求中传递完整的对话历史记录，包括思考签名。

价格

Gemini 4 Argon 在 2026 年 11 月 30 日之前提供初次体验价：

• 输入 token：每 100 万个 token 2.00 美元（自 2026 年 12 月 1 日起为 4.00 美元）
  • 缓存的输入 token：隐式缓存可为缓存的输入提供 95% 的折扣，即每 100 万个 token 0.10 美元（自 2026 年 12 月 1 日起为 0.20 美元）。
• 输出 token（包括思考 token）：每 100 万个 token 10.00 美元（自 2026 年 12 月 1 日起为 20.00 美元）

Gemini 4 Argon 不适用于免费层级。如需了解完整的价格层级，请参阅价格页面。

其他模型

• Gemini 3.8 Flash
• Gemini 3.6 Flash 和 3.5 Flash-Lite
• 查看所有模型

后续步骤

• 如需了解完整的流式传输、重新连接和 token 计数模式，请参阅长解码开发者指南。
• 如需了解思考级别和思考摘要的工作原理，请参阅思考指南。
• 在 Google AI Studio 中测试 Gemini 4 Argon。