Co nowego w Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) to nasz najnowszy i najbardziej zaawansowany model. Potrafi dłużej analizować trudne problemy, co pozwala mu uzyskiwać lepsze wyniki w przypadku złożonych zadań związanych z kodowaniem, agentami, matematyką i nauką. Model Gemini 4 Argon jest dostępny za pomocą Gemini API i w Google AI Studio.

Model Gemini 4 Argon obsługuje ujednolicony limit 1 mln tokenów wejściowych i wyjściowych, długie dekodowanie do 1 mln tokenów oraz dostosowywane poziomy myślenia (low, medium, high).

Z tego przewodnika dowiesz się, co nowego pojawiło się w Gemini 4 Argon, jakie zmiany wprowadzono w interfejsie API, jakie są przykłady kodu i jak przeprowadzić migrację.

Nowy model

Krótkie wprowadzenie

Użyj tego przykładu, aby wysłać żądanie do gemini-4-argon z zalecanym domyślnym thinking_level (medium) i limitem 64 tys. tokenów wyjściowych:

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"
      }
    }
  }'

Co nowego w Gemini 4 Argon

• Ujednolicony limit 1 mln tokenów wejściowych i wyjściowych: tokeny wejściowe, tokeny myślenia i tokeny wyjściowe mają wspólne okno o rozmiarze 1 mln tokenów. W przypadku wywołań bez strumieniowania limit wynosi 32 tys. tokenów na żądanie, a w przypadku wywołań ze strumieniowaniem – 64 tys. tokenów na strumień.
• Długie dekodowanie do 1 mln tokenów: model może generować tokeny poza limitem na żądanie, do 1 mln tokenów minus dane wejściowe. Najnowsze pakiety Google GenAI SDK domyślnie kontynuują generowanie tokenów.
• Analizowanie filmów przez agenta (GA): analizowanie filmów przez agenta jest już ogólnie dostępne.
• Obsługiwane w przypadku agentów zarządzanych: agent Antigravity w agentach zarządzanych Gemini obsługuje teraz Gemini 4 Argon.

Więcej informacji znajdziesz na stronie modelu Gemini 4 Argon. Cennik znajdziesz na tej stronie.

Większa ilość danych wyjściowych i długie dekodowanie

Gdy zadanie wymaga głębokiego rozumowania, Gemini 4 Argon może dłużej myśleć i intensywniej pracować, aby rozwiązać złożone problemy matematyczne, naukowe i związane z kodowaniem w ramach jednej generacji.

• Ujednolicony limit 1 mln tokenów wejściowych i wyjściowych: model Argon może używać do 1 mln tokenów, minus tokeny wejściowe, na potrzeby myślenia i danych wyjściowych łącznie.
• Tokeny myślenia wliczają się do max_output_tokens: w przypadku trudnych zadań model używa większej części budżetu max_output_tokens, aby uzyskać lepszą odpowiedź. Użyj thinking_level, aby kontrolować wykorzystanie tokenów.
• Limity na żądanie (64 tys. w przypadku strumieniowania / 32 tys. w przypadku braku strumieniowania): jedno żądanie strumieniowania zwraca do 65 536 tokenów. Jedno żądanie bez strumieniowania zwraca do 32 768 tokenów, czyli mniej niż 65 536 w przypadku Gemini 3.x. W przypadku wywołań REST te limity są też domyślne.

Najnowsze pakiety Google GenAI SDK domyślnie wykonują długie dekodowanie. Użyj Pythona google-genai w wersji 2.30.1 lub nowszej albo JavaScriptu @google/genai w wersji 2.29.1 lub nowszej.

W tych wersjach automatic_continuation ma domyślnie wartość True, więc nie musisz jej ustawiać. Gdy ustawisz max_output_tokens powyżej limitu na żądanie, generate_content i generate_content_stream automatycznie kontynuują generowanie tokenów w kolejnych żądaniach, aż model zakończy działanie lub osiągnie wartość max_output_tokens, zwracając jedną połączoną odpowiedź.

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.
    ),
)

Aby samodzielnie uruchomić pętlę, ustaw automatic_continuation=False. Jeśli wywołujesz REST lub używasz starszego pakietu SDK, żądania zatrzymują się na limicie na żądanie. Informacje o pętlach REST, platformach innych firm, zliczaniu tokenów i o tym, kiedy używać długiego dekodowania, znajdziesz w przewodniku po długim dekodowaniu.

Ustawianie limitów tokenów wyjściowych

max_output_tokens określa łączną liczbę tokenów myślenia i wyjściowych dla generacji, w tym wszystkich żądań kontynuacji. Ustaw odpowiednio wysoką wartość, aby myślenie nie skróciło odpowiedzi. Ustaw odpowiednio niską wartość, aby ograniczyć wydatki, gdy trudny prompt wykorzysta wszystkie tokeny.

Jako punkt wyjścia możesz skorzystać z tych wskazówek:

• Standardowe zadania: zachowaj ustawienia domyślne.
• Dotychczasowe aplikacje z limitem niższym niż 32 tys. tokenów: zwiększ max_output_tokens do 32 768. Aby używać mniejszej liczby tokenów, zmniejsz thinking_level.
• Zadania,które wcześniej wymagały więcej niż 32 tys. tokenów: ustaw max_output_tokens na 65 536.
• Złożone rozumowanie i kodowanie: ustaw max_output_tokens na 131 072 lub 262 144, maksymalnie do 1 048 576 minus tokeny wejściowe.

Jeśli żądanie wykorzysta wszystkie tokeny max_output_tokens, zwróci finish_reason: "MAX_TOKENS" i będzie zawierać continuation_token. Możesz wznowić lub zacząć od nowa.

• Wznów od punktu kontrolnego: wyślij pierwotne żądanie z najnowszym continuation_token i wyższą wartością max_output_tokens. Jeśli nie zwiększysz max_output_tokens, żądanie zwróci 400 INVALID_ARGUMENT.
• Zacznij od nowa: wyślij pierwotne żądanie z wyższą wartością max_output_tokens i bez continuation_token.

Poziomy myślenia

Poziom myślenia to główny sposób kontrolowania jakości, opóźnienia i wykorzystania tokenów w Gemini 4 Argon:

Przeprowadź oceny na wszystkich 3 poziomach z wysoką wartością max_output_tokens, aby limit nie skrócił odpowiedzi. Następnie wybierz najniższy thinking_level, który spełnia Twoje wymagania dotyczące jakości.

Lista kontrolna migracji

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

Migracja do gemini-4-argon

• Zaktualizuj identyfikator modelu: zmień ciąg znaków modelu na gemini-4-argon.
• Ustaw max_output_tokens w sposób jawny: domyślna wartość to 64 tys. w przypadku wywołań strumieniowania i pakietu SDK oraz 32 tys. w przypadku wywołań REST bez strumieniowania.
• Zwiększ limity niższe niż 32 tys. tokenów: zwiększ każdy limit niższy niż 32 tys. tokenów do co najmniej 32 768. Użyj thinking_level, aby zmniejszyć wydatki na tokeny.
• Zaplanuj długie dekodowanie: w przypadku zadań przekraczających limit na żądanie użyj najnowszego pakietu SDK lub dodaj pętlę continuation_token.
• Zastąp thinking_budget przez thinking_level: thinking_budget nadal działa i jest mapowany na najbliższy thinking_level, ale zwraca ostrzeżenie. Przetestuj zbiór zadań na poziomach low, medium i high.
• Zrezygnuj z jawnego buforowania kontekstu: jawne buforowanie (cachedContents / caches.create) nie jest obsługiwane w Gemini 4 Argon i zwraca błąd. Usuń wywołania, które tworzą lub przekazują cached_content w GenerateContentConfig. Buforowanie niejawne jest domyślnie włączone w przypadku promptów o długości co najmniej 4096 tokenów. Obniża ono koszt tokenów wejściowych z pamięci podręcznej o 95% w przypadku trafień w pamięci podręcznej.
• Usuń wycofane parametry: usuń z żądań parametry temperature, top_p, top_k i candidate_count. Jeśli podano parametry próbkowania, są one ignorowane.
• Zwiększ limity czasu klienta: ustaw limity czasu klienta HTTP na co najmniej 20 minut na wywołanie.
• Zachowaj sygnatury myśli: w przypadku żądań wieloetapowych i wywoływania funkcji przekazuj pełną historię rozmowy, w tym sygnatury myśli.

Ceny

Model Gemini 4 Argon jest dostępny w cenie początkowej do 30 listopada 2026 r.:

• Tokeny wejściowe: 2 USD za 1 mln tokenów (od 1 grudnia 2026 r.4 USD).
  • Tokeny wejściowe z pamięci podręcznej: buforowanie niejawne obniża koszt tokenów wejściowych z pamięci podręcznej o 95%, do 0,10 USD za 1 mln tokenów (od 1 grudnia 2026 r. 0,20 USD).
• Tokeny wyjściowe, w tym tokeny myślenia: 10 USD za 1 mln tokenów (od 1 grudnia 2026 r.20 USD).

Model Gemini 4 Argon nie jest dostępny w ramach poziomu bezpłatnego ani subskrypcji Google AI Pro. Pełne informacje o pakietach znajdziesz na stronie cennika.

Inne modele

• Gemini 3.8 Flash
• Gemini 3.6 Flash i 3.5 Flash-Lite
• Zobacz wszystkie modele

Co dalej?

• Przeczytaj przewodnik dla programistów dotyczący długiego dekodowania, aby poznać pełne wzorce strumieniowania, ponownego łączenia i zliczania tokenów.
• Dowiedz się, jak działają poziomy myślenia i podsumowania myśli, z przewodnika po myśleniu.
• Przetestuj Gemini 4 Argon w Google AI Studio.