Yang baru di Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) adalah model terbaru dan tercanggih kami. Model ini dapat melakukan penalaran lebih lama pada masalah sulit untuk memberikan hasil yang lebih baik pada tugas coding, agentic, matematika, dan sains yang kompleks. Gemini 4 Argon tersedia melalui Gemini API dan di Google AI Studio.

Gemini 4 Argon mendukung batas token input-output terpadu sebesar 1 juta, dekode panjang hingga 1 juta token, dan tingkat penalaran yang dapat disesuaikan (low, medium, high).

Panduan ini menjelaskan hal-hal baru di Gemini 4 Argon, perubahan API, contoh kode, dan panduan migrasi.

Model baru

Panduan memulai

Gunakan contoh berikut untuk mengirim permintaan ke gemini-4-argon dengan thinking_level default yang direkomendasikan (medium) dan batas token output 64K:

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"
      }
    }
  }'

Yang baru di Gemini 4 Argon

• Batas token input-output 1 juta yang terpadu: Token input, penalaran, dan output berbagi satu jendela 1 juta token, dengan batas 32 ribu per permintaan untuk panggilan non-streaming dan batas 64 ribu per streaming untuk panggilan streaming.
• Dekode panjang hingga 1 juta token: Model dapat menghasilkan output melebihi batas per permintaan, hingga 1 juta token dikurangi input Anda. Google GenAI SDK terbaru akan melanjutkan untuk Anda secara default.
• Pemahaman video agentic (GA): Pemahaman video agentic kini tersedia secara umum.
• Didukung di Agen Terkelola: Agen Antigravity di Agen Terkelola Gemini kini mendukung Gemini 4 Argon.

Untuk mengetahui detail selengkapnya, lihat halaman model Gemini 4 Argon. Untuk mengetahui detail harga, lihat halaman harga.

Output lebih besar dan dekode panjang

Saat tugas memerlukan penalaran mendalam, Gemini 4 Argon dapat berpikir lebih lama dan bekerja lebih keras untuk menyelesaikan soal matematika, sains, dan coding yang kompleks dalam satu generasi.

• Batas token input-output 1 juta terpadu: Argon dapat menggunakan hingga 1 juta token, dikurangi token input Anda, untuk penalaran dan output gabungan.
• Token penalaran dihitung dalam max_output_tokens: Untuk tugas yang sulit, model akan menggunakan lebih banyak kuota max_output_tokens Anda untuk memberikan jawaban yang lebih baik. Gunakan thinking_level untuk mengontrol penggunaan token.
• Batas per permintaan (streaming 64K / non-streaming 32K): Satu permintaan streaming menampilkan hingga 65.536 token. Satu permintaan non-streaming menampilkan hingga 32.768 token, turun dari 65.536 di Gemini 3.x. Untuk panggilan REST, batas ini juga merupakan default.

Google GenAI SDK terbaru menjalankan dekode panjang untuk Anda secara default. Gunakan Python google-genai 2.30.1 atau yang lebih tinggi, atau JavaScript @google/genai 2.29.1 atau yang lebih tinggi.

Dalam versi ini, automatic_continuation adalah True secara default, sehingga Anda tidak perlu menyetelnya. Jika Anda menetapkan max_output_tokens di atas batas per permintaan, generate_content dan generate_content_stream akan otomatis berlanjut di seluruh permintaan hingga model selesai atau mencapai max_output_tokens, sehingga menampilkan satu respons gabungan.

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.
    ),
)

Untuk menjalankan loop sendiri, tetapkan automatic_continuation=False. Jika Anda memanggil REST atau menggunakan SDK lama, permintaan akan berhenti pada batas per permintaan. Untuk loop REST, framework pihak ketiga, penghitungan token, dan kapan harus menggunakan dekode panjang, lihat panduan dekode panjang.

Menetapkan batas token output

max_output_tokens menetapkan total token penalaran dan output untuk sebuah pembuatan, termasuk semua permintaan kelanjutan. Tetapkan nilai yang cukup tinggi agar pemikiran tidak mempersingkat jawaban. Tetapkan nilai yang cukup rendah untuk membatasi pengeluaran saat perintah hard menggunakan semuanya.

Gunakan panduan berikut sebagai titik awal:

• Tugas standar: Pertahankan setelan default.
• Aplikasi yang sudah ada dengan batas lebih rendah dari 32K: Naikkan max_output_tokens menjadi 32.768. Untuk menggunakan lebih sedikit token, turunkan thinking_level.
• Tugas yang sebelumnya menggunakan lebih dari 32K token: Tetapkan max_output_tokens ke 65.536.
• Penalaran dan coding yang kompleks: Tetapkan max_output_tokens ke 131.072 atau 262.144, hingga 1.048.576 dikurangi token input Anda.

Jika permintaan menggunakan semua max_output_tokens, permintaan akan menampilkan finish_reason: "MAX_TOKENS" dan menyertakan continuation_token. Anda dapat melanjutkan atau memulai lagi.

• Lanjutkan dari checkpoint: Kirim permintaan asli dengan continuation_token terbaru dan max_output_tokens yang lebih tinggi. Jika Anda tidak memunculkan max_output_tokens, permintaan akan menampilkan 400 INVALID_ARGUMENT.
• Mulai lagi: Kirim permintaan asli dengan max_output_tokens yang lebih tinggi dan tanpa continuation_token.

Memahami tingkat penalaran

Tingkat penalaran adalah kontrol utama Anda atas kualitas, latensi, dan penggunaan token di Gemini 4 Argon:

Jalankan evaluasi Anda di ketiga level dengan max_output_tokens yang tinggi agar batasnya tidak memotong jawaban. Kemudian, pilih thinking_level terendah yang memenuhi standar kualitas Anda.

Checklist migrasi

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

Bermigrasi ke gemini-4-argon

• Perbarui ID model: Ubah string model Anda menjadi gemini-4-argon.
• Tetapkan max_output_tokens secara eksplisit: Defaultnya adalah 64K untuk panggilan streaming dan SDK, serta 32K untuk panggilan REST non-streaming.
• Naikkan batas yang lebih rendah dari 32K: Naikkan batas yang lebih rendah dari 32K menjadi minimal 32.768. Gunakan thinking_level untuk mengurangi penggunaan token.
• Rencanakan dekode panjang: Untuk tugas di atas batas per permintaan, gunakan SDK terbaru atau tambahkan loop continuation_token.
• Ganti thinking_budget dengan thinking_level: thinking_budget masih berfungsi dan dipetakan ke thinking_level terdekat, tetapi menampilkan peringatan. Uji workload Anda di low, medium, dan high.
• Beralih dari cache konteks eksplisit: Cache eksplisit (cachedContents / caches.create) tidak didukung di Gemini 4 Argon dan menampilkan error. Hapus panggilan yang membuat atau meneruskan cached_content di GenerateContentConfig. Penyimpanan ke cache implisit diaktifkan secara default untuk perintah dengan minimal 4.096 token dan memberikan diskon 95% untuk token input yang di-cache pada cache ditemukan.
• Hapus parameter yang tidak digunakan lagi: Hapus temperature, top_p, top_k, dan candidate_count dari permintaan. Jika diberikan, parameter pengambilan sampel akan diabaikan.
• Meningkatkan waktu tunggu klien: Tetapkan waktu tunggu klien HTTP ke minimal 20 menit per panggilan.
• Pertahankan tanda pemikiran: Teruskan histori percakapan lengkap, termasuk tanda pemikiran, dalam permintaan multi-turn dan panggilan fungsi.

Harga

Gemini 4 Argon tersedia dengan harga perkenalan hingga 30 November 2026:

• Token input: $2,00 per 1 juta token ($4,00 mulai 1 Desember 2026)
  • Token input yang di-cache: Cache implisit mendiskon input yang di-cache sebesar 95%, menjadi $0,10 per 1 juta token ($0,20 mulai 1 Desember 2026).
• Token output, termasuk token penalaran: $10,00 per 1 juta token ($20,00 mulai 1 Desember 2026)

Gemini 4 Argon tidak tersedia di paket Gratis. Untuk mengetahui tingkat harga lengkap, lihat halaman harga.

Model lainnya

• Gemini 3.8 Flash
• Gemini 3.6 Flash dan 3.5 Flash-Lite
• Lihat semua model

Langkah berikutnya

• Baca panduan developer dekode panjang untuk mengetahui pola streaming, koneksi ulang, dan penghitungan token lengkap.
• Pelajari cara kerja tingkat penalaran dan ringkasan penalaran dalam panduan penalaran.
• Uji Gemini 4 Argon di Google AI Studio.