Gemini 4 Argon 现已上架。试试看。

Google 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

Gemini 4 Argon 的新功能

Gemini 4 Argon (gemini-4-argon) 是我们最新、功能最强大的模型。它可以针对难题进行更长时间的推理，从而在复杂的编码、智能体、数学和科学任务中获得更好的结果。您可以通过 Gemini API 和 Google AI Studio 使用 Gemini 4 Argon。

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

在 AI Studio 中试用

使用 Gemini 4 Argon 和 AI Studio 从头开始构建应用。

应用库

畅玩并混搭使用 Gemini 4 Argon 构建的应用。

开始使用

使用入门提示词开始使用 Gemini 4 Argon。

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

模型	模型 ID	默认思考级别	价格	说明
Gemini 4 Argon	`gemini-4-argon`	`medium`	在 2026 年 11 月 30 日之前，以初次体验价提供，即每 100 万个输入 token 收费 2 美元，每 100 万个输出 token 收费 10 美元（之后每 100 万个输入 token 收费 4 美元，每 100 万个输出 token 收费 20 美元）。如需了解详情，请参阅价格。	我们功能最强大的模型，旨在解决真实软件工程和知识工作任务中最难的问题，并提供深度和精确度。

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：

Python

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)

JavaScript

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);

REST

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 万个输入-输出 token 限制：输入、思考和输出 token 共用一个 100 万个 token 的窗口，非流式传输调用的每个请求上限为 32K，流式传输调用的每个流上限为 64K。
最多 100 万个 token 的长解码：该模型可以生成超出每个请求上限的内容，最多可生成 100 万个 token 减去您的输入 token 的数量。最新的 Google GenAI SDK 默认会继续为您生成内容。
智能体视频理解（正式版）：智能体视频理解现已正式发布。
受托管智能体支持： Gemini 托管智能体中的 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。

更大的输出和长解码

当任务需要深度推理时，Gemini 4 Argon 可以进行更长时间的思考，并更加努力地工作，以便在一次生成中完成复杂的数学、科学和编码问题。

统一的 100 万个输入-输出 token 限制： Argon 最多可以使用 100 万个 token（减去您的输入 token）进行思考和输出。
思考 token 计入 max_output_tokens：在处理难题时，该模型会使用更多 max_output_tokens 预算来获得更好的答案。使用 thinking_level 控制 token 用量。
每个请求上限（流式传输为 64K，非流式传输为 32K）：一个流式传输请求最多返回 65,536 个 token。一个非流式传输请求最多返回 32,768 个 token，低于 Gemini 3.x 上的 65,536 个。对于 REST 调用，这些上限也是默认值。

最新的 Google GenAI SDK 默认会为您运行长解码。请使用 Python google-genai 2.30.1 或更高版本，或 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。当您将 max_output_tokens 设置为高于每个请求上限时，generate_content 和 generate_content_stream 会自动跨请求继续生成内容，直到模型完成或达到 max_output_tokens，并返回一个组合响应。

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，请将 automatic_continuation=False。如果您调用 REST 或使用旧版 SDK，请求会在达到每个请求上限时停止。如需了解 REST 循环、第三方框架、token 计数以及何时使用长解码，请参阅长解码指南。

设置输出 token 限制

max_output_tokens 设置一次生成（包括所有续传请求）的总思考和输出 token。请将其设置为足够高的值，以免思考过程缩短答案。请将其设置为足够低的值，以便在难题提示词使用所有 token 时限制支出。

您可以从以下指南入手：

标准任务：保留默认值。
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 token，请降低 thinking_level。
之前使用的 token 超过 32K 的任务：将 max_output_tokens 设置为 65,536。
复杂的推理和编码：将 max_output_tokens 设置为 131,072 或 262,144，最高可设置为 1,048,576 减去您的输入 token。

如果请求使用所有 max_output_tokens，则会返回 finish_reason: "MAX_TOKENS" 并包含 continuation_token。您可以恢复或重新开始。

从检查点恢复：发送原始请求，其中包含最新的 continuation_token 和更高的 max_output_tokens。如果您不提高 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。

了解思考级别

思考级别是您在 Gemini 4 Argon 中控制质量、延迟时间和 token 用量的主要方式：

思考级别	token 用量	适用情形
`low`	token 最少，延迟时间最短	更简单的任务和对成本敏感的工作。也适用于需要轻度思考的分析和写作任务。在处理难题时，质量可能会下降。
`medium`（默认）	平衡	建议用于大多数任务，包括复杂的代码和智能体用例。
`high`	token 最多，首 token 延迟时间最长	复杂的推理、困难的数学和科学，以及最困难的代码或智能体任务。非常适合与长解码搭配使用，以实现长输出。

在所有三个级别运行评估，并使用较高的 max_output_tokens，以免限制缩短答案。然后，选择满足质量要求的最低 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。
显式设置 max_output_tokens：对于流式传输和 SDK 调用，默认值为 64K；对于非流式传输 REST 调用，默认值为 32K。
提高低于 32K 的上限：将任何低于 32K 的上限提高到至少 32,768。使用 thinking_level 减少 token 支出。
规划长解码：对于超出每个请求上限的任务，请使用最新的 SDK 或添加 continuation_token 循环。
将 thinking_budget 替换为 thinking_level： thinking_budget 仍然有效，并且会映射到最接近的 thinking_level，但它会返回警告。在 low、medium 和 high 级别测试工作负载。
停用显式上下文缓存： Gemini 4 Argon 不支持显式缓存（cachedContents / caches.create），并且会返回错误。移除在 GenerateContentConfig 中创建或传递 cached_content 的调用。隐式缓存默认情况下对至少 4,096 个 token 的提示词启用，并且在缓存命中时，缓存的输入 token 可享受 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。如果提供了抽样参数，系统会忽略这些参数。
增加客户端超时时间：将 HTTP 客户端超时时间设置为每个调用至少 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

在 2026 年 11 月 30 日之前，Gemini 4 Argon 以初次体验价提供：

输入 token：每 100 万个 token 收费 2 美元（自 2026 年 12 月 1 日起，每 100 万个 token 收费 4 美元）
- 缓存的输入 token：隐式缓存可为缓存的输入 token 提供 95% 的折扣，即每 100 万个 token 收费 0.10 美元（自 2026 年 12 月 1 日起，每 100 万个 token 收费 0.20 美元）。
输出 token（包括思考 token）：每 100 万个 token 收费 10 美元（自 2026 年 12 月 1 日起，每 100 万个 token 收费 20 美元）

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

其他模型

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。