Gemini 4 Argon में नया क्या है

Gemini 4 Argon (gemini-4-argon) हमारा सबसे नया और दमदार मॉडल है. यह मुश्किल समस्याओं को हल करने के लिए, भरपूर और ज़रूरी समय लेता है. इससे कोडिंग, एजेंटिक, गणित, और विज्ञान से जुड़े मुश्किल टास्क को बेहतर तरीक़े से पूरा किया जा सकता है. Gemini 4 Argon, Gemini API और Google AI Studio में उपलब्ध है.

Gemini 4 Argon, इनपुट और आउटपुट के लिए 10 लाख टोकन की एक ही सीमा तय करता है. साथ ही, यह 10 लाख टोकन तक लंबे समय तक डिकोड करने और सोच-विचार के लेवल (low, medium, high) को अडजस्ट करने की सुविधा देता है.

इस गाइड में, Gemini 4 Argon में उपलब्ध नई सुविधाओं, एपीआई में हुए बदलावों, कोड के उदाहरणों, और माइग्रेशन से जुड़ी जानकारी के बारे में बताया गया है.

नया मॉडल

क्विकस्टार्ट

सुझाए गए डिफ़ॉल्ट thinking_level (medium) और 64K आउटपुट टोकन की सीमा के साथ, gemini-4-argon को अनुरोध भेजने के लिए, इस उदाहरण का इस्तेमाल करें:

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 में नया क्या है

• इनपुट-आउटपुट के लिए 10 लाख टोकन की तय सीमा: इनपुट, सूझ-बूझ, और आउटपुट टोकन के लिए 10 लाख टोकन की एक ही विंडो शेयर की जाती है. इसमें नॉन-स्ट्रीमिंग कॉल के लिए, हर अनुरोध पर 32,000 टोकन और स्ट्रीमिंग कॉल के लिए, हर स्ट्रीम पर 64,000 टोकन की सीमा तय की गई है.
• 10 लाख टोकन तक का लंबा डिकोड: यह मॉडल, हर अनुरोध के लिए तय की गई सीमा से ज़्यादा टोकन जनरेट कर सकता है. यह आपके इनपुट को छोड़कर, 10 लाख टोकन तक जनरेट कर सकता है. Google GenAI SDK के नए वर्शन, आपके लिए डिफ़ॉल्ट रूप से उपलब्ध रहेंगे.
• एजेंटिक वीडियो अंडरस्टैंडिंग (GA): एजेंटिक वीडियो अंडरस्टैंडिंग अब सामान्य रूप से उपलब्ध है.
• मैनेज किए जा रहे एजेंट के साथ काम करता है: Gemini के मैनेज किए जा रहे एजेंट में मौजूद Antigravity एजेंट, अब Gemini 4 Argon के साथ काम करता है.

ज़्यादा जानकारी के लिए, Gemini 4 Argon मॉडल का पेज देखें. कीमत की जानकारी के लिए, कीमत वाला पेज देखें.

ज़्यादा आउटपुट और लंबे डिकोड

जब किसी टास्क के लिए डीप रीज़निंग की ज़रूरत होती है, तो Gemini 4 Argon ज़्यादा सोच-विचार कर सकता है और मुश्किल से मुश्किल गणित, विज्ञान, और कोडिंग की समस्याओं को एक ही जनरेशन में हल कर सकता है.

• इनपुट और आउटपुट के लिए, कुल 10 लाख टोकन इस्तेमाल करने की सीमा: Argon, सोच-समझकर जवाब देने और आउटपुट देने के लिए, ज़्यादा से ज़्यादा 10 लाख टोकन इस्तेमाल कर सकता है. इसमें आपके इनपुट टोकन शामिल नहीं हैं.
• सोचने के लिए इस्तेमाल किए गए टोकन, max_output_tokens में गिने जाते हैं: मुश्किल टास्क के लिए, मॉडल आपके max_output_tokens बजट का ज़्यादा इस्तेमाल करता है, ताकि बेहतर जवाब दिया जा सके. टोकन के इस्तेमाल को कंट्रोल करने के लिए, thinking_level का इस्तेमाल करें.
• हर अनुरोध के लिए टोकन की सीमा (64 हज़ार स्ट्रीमिंग / 32 हज़ार नॉन-स्ट्रीमिंग): स्ट्रीमिंग के एक अनुरोध पर, ज़्यादा से ज़्यादा 65,536 टोकन मिलते हैं. स्ट्रीमिंग के बिना किए गए एक अनुरोध के लिए,ज़्यादा से ज़्यादा 32, 768 टोकन इस्तेमाल किए जा सकते हैं. Gemini 3.x में यह सीमा 65,536 टोकन थी. REST कॉल के लिए, ये सीमाएं डिफ़ॉल्ट रूप से भी लागू होती हैं.

Google के जनरेटिव एआई वाले नए एसडीके, डिफ़ॉल्ट रूप से आपके लिए लंबे समय तक डिकोड करते हैं. Python google-genai 2.30.1 या इसके बाद के वर्शन या JavaScript @google/genai 2.29.1 या इसके बाद के वर्शन का इस्तेमाल करें.

इन वर्शन में, automatic_continuation डिफ़ॉल्ट रूप से True होता है. इसलिए, आपको इसे सेट करने की ज़रूरत नहीं है. हर अनुरोध के लिए तय की गई सीमा से ज़्यादा max_output_tokens सेट करने पर, generate_content और generate_content_stream सभी अनुरोधों के लिए अपने-आप जारी रहते हैं. ऐसा तब तक होता है, जब तक मॉडल अपना काम पूरा नहीं कर लेता या max_output_tokens तक नहीं पहुंच जाता. इसके बाद, वह एक ही जवाब देता है.

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.
    ),
)

लूप को खुद चलाने के लिए, automatic_continuation=False सेट करें. अगर REST को कॉल किया जाता है या किसी पुराने SDK टूल का इस्तेमाल किया जाता है, तो हर अनुरोध के लिए तय की गई सीमा पूरी होने पर अनुरोधों को प्रोसेस करना बंद कर दिया जाता है. REST लूप, तीसरे पक्ष के फ़्रेमवर्क, टोकन की गिनती, और लॉन्ग डिकोड का इस्तेमाल कब करना चाहिए, इस बारे में जानने के लिए लॉन्ग डिकोड की गाइड देखें.

आउटपुट टोकन की सीमाएं सेट करना

max_output_tokens, जनरेशन के लिए कुल थिंकिंग और आउटपुट टोकन सेट करता है. इसमें जारी रखने के सभी अनुरोध शामिल हैं. इसे इतना ज़्यादा सेट करें कि जवाब छोटा न हो. इसे इतना कम सेट करें कि जब कोई हार्ड प्रॉम्प्ट पूरी सीमा का इस्तेमाल कर ले, तब खर्च को सीमित किया जा सके.

शुरुआत करने के लिए, यहां दिए गए दिशा-निर्देशों का इस्तेमाल करें:

• स्टैंडर्ड टास्क: डिफ़ॉल्ट सेटिंग बनाए रखें.
• ऐसे मौजूदा ऐप्लिकेशन जिनके लिए 32 हज़ार से कम ऐसेट पैक इस्तेमाल किए जा सकते हैं: max_output_tokens को बढ़ाकर 32,768 करें. कम टोकन इस्तेमाल करने के लिए, thinking_level को कम करें.
• ऐसे टास्क जिनमें पहले 32 हज़ार से ज़्यादा टोकन इस्तेमाल किए जाते थे: max_output_tokens को 65,536 पर सेट करें.
• जटिल तर्क और कोडिंग: max_output_tokens को 131,072 या 262,144 पर सेट करें. यह आपके इनपुट टोकन को घटाकर, ज़्यादा से ज़्यादा 1,048,576 तक हो सकता है.

अगर किसी अनुरोध में max_output_tokens का इस्तेमाल किया जाता है, तो वह finish_reason: "MAX_TOKENS" दिखाता है और इसमें continuation_token शामिल होता है. आपके पास इसे फिर से शुरू करने या नया सेशन शुरू करने का विकल्प है.

• चेकपॉइंट से फिर से शुरू करना: नए continuation_token और ज़्यादा max_output_tokens के साथ ओरिजनल अनुरोध भेजें. अगर max_output_tokens को नहीं बढ़ाया जाता है, तो अनुरोध 400 INVALID_ARGUMENT दिखाता है.
• फिर से शुरू करें: ज़्यादा max_output_tokens और बिना continuation_token के मूल अनुरोध भेजें.

सूझ-बूझ वाले लेवल के बारे में जानकारी

Gemini 4 Argon में, सोचने का लेवल सेट करके, जवाब की क्वालिटी, जवाब मिलने में लगने वाला समय, और टोकन के इस्तेमाल को कंट्रोल किया जा सकता है:

तीनों लेवल पर, ज़्यादा max_output_tokens के साथ आकलन करें, ताकि जवाबों की सीमा कम न हो. इसके बाद, सबसे कम thinking_level चुनें जो आपकी क्वालिटी बार को पूरा करता हो.

माइग्रेशन चेकलिस्ट

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

gemini-4-argon पर माइग्रेट करना

• मॉडल आईडी अपडेट करें: अपनी मॉडल स्ट्रिंग को gemini-4-argon में बदलें.
• max_output_tokens को साफ़ तौर पर सेट करें: स्ट्रीमिंग और एसडीके कॉल के लिए डिफ़ॉल्ट वैल्यू 64K है. वहीं, नॉन-स्ट्रीमिंग REST कॉल के लिए यह वैल्यू 32K है.
• 32 हज़ार से कम की कैप बढ़ाएं: 32 हज़ार से कम की किसी भी कैप को बढ़ाकर कम से कम 32,768 करें. टोकन खर्च कम करने के लिए, thinking_level का इस्तेमाल करें.
• ज़्यादा समय लेने वाले डिकोड के लिए प्लान करें: हर अनुरोध की तय सीमा से ज़्यादा टास्क के लिए, SDK टूल के नए वर्शन का इस्तेमाल करें या continuation_token लूप जोड़ें.
• thinking_budget को thinking_level से बदलें: thinking_budget अब भी काम करता है और सबसे नज़दीकी thinking_level पर मैप करता है. हालांकि, इससे चेतावनी मिलती है. low, medium, और high पर अपने वर्कलोड की जांच करें.
• एक्सप्लिसिट कॉन्टेक्स्ट कैशिंग की सुविधा का इस्तेमाल न करें: एक्सप्लिसिट कैशिंग (cachedContents / caches.create) की सुविधा, Gemini 4 Argon पर काम नहीं करती. इसका इस्तेमाल करने पर गड़बड़ी का मैसेज दिखता है. GenerateContentConfig में cached_content बनाने या पास करने वाले कॉल हटाएं. इंप्लिसिट कैश मेमोरी की सुविधा, कम से कम 4,096 टोकन वाले प्रॉम्प्ट के लिए डिफ़ॉल्ट रूप से चालू होती है. साथ ही, यह कैश मेमोरी हिट होने पर, कैश मेमोरी में सेव किए गए इनपुट टोकन को 95% तक कम कर देती है.
• अब इस्तेमाल नहीं किए जा रहे पैरामीटर हटाएं: अनुरोधों से temperature, top_p, top_k, और candidate_count हटाएं. अगर सैंपलिंग पैरामीटर दिए जाते हैं, तो उन्हें अनदेखा कर दिया जाता है.
• क्लाइंट के टाइमआउट बढ़ाएं: एचटीटीपी क्लाइंट के टाइमआउट को हर कॉल के लिए कम से कम 20 मिनट पर सेट करें.
• थॉट सिग्नेचर को सेव करना: सिलसिलेवार बातचीत और फ़ंक्शन-कॉलिंग के अनुरोधों में, बातचीत का पूरा इतिहास पास करें. इसमें थॉट सिग्नेचर भी शामिल होने चाहिए.

कीमत

Gemini 4 Argon, 30 नवंबर, 2026 तक शुरुआती कीमत पर उपलब्ध है:

• इनपुट टोकन: हर 10 लाख टोकन के लिए 2.00 डॉलर (1 दिसंबर, 2026 से 4.00 डॉलर)
  • कैश मेमोरी में सेव किए गए इनपुट टोकन: इंप्लिसिट कैशिंग की सुविधा, कैश मेमोरी में सेव किए गए इनपुट पर 95% की छूट देती है. इससे, हर 10 लाख टोकन के लिए 0.10 डॉलर की छूट मिलती है. हालांकि, 1 दिसंबर, 2026 से यह छूट 0.20 डॉलर हो जाएगी.
• आउटपुट टोकन, जिनमें थिंकिंग टोकन भी शामिल हैं: हर 10 लाख टोकन के लिए 10.00 डॉलर (1 दिसंबर, 2026 से 20.00 डॉलर)

Gemini 4 Argon, मुफ़्त टियर या Google AI Pro प्लान में उपलब्ध नहीं है. कीमत के सभी टियर देखने के लिए, कीमत वाला पेज देखें.

अन्य मॉडल

• Gemini 3.8 Flash
• Gemini 3.6 Flash और 3.5 Flash-Lite
• सभी मॉडल देखें

आगे क्या करना है

• स्ट्रीमिंग, फिर से कनेक्ट करने, और टोकन की गिनती करने के पैटर्न के बारे में पूरी जानकारी के लिए, लॉन्ग डिकोड डेवलपर गाइड पढ़ें.
• सोचने-समझने की क्षमता से जुड़ी गाइड में जाकर जानें कि सोचने-समझने के लेवल और खास जानकारी की सुविधा कैसे काम करती है.
• Google AI Studio में Gemini 4 Argon को टेस्ट करें.