Gemini 4 Argon-এ নতুন কী আছে

Gemini 4 Argon (gemini-4-argon) হল আমাদের লেটেস্ট, সবচেয়ে দক্ষ মডেল। এটি জটিল কোডিং, এজেন্টিক, গণিত ও বিজ্ঞান সংক্রান্ত টাস্কের ক্ষেত্রে আরও ভালো ফলাফল পেতে কঠিন সমস্যার ব্যাপারে দীর্ঘ সময় ধরে যুক্তিপূর্ণ উত্তর দিতে পারে। Gemini API ও Google AI Studio-তে Gemini 4 Argon উপলভ্য।

Gemini 4 Argon-এ ১ মিলিয়ন ইনপুট-আউটপুট টোকেন লিমিট, ১ মিলিয়ন টোকেন পর্যন্ত দীর্ঘ ডিকোড এবং টিউন করা যায় এমন থিঙ্কিং লেভেল (low, medium, high) রয়েছে।

এই গাইডে Gemini 4 Argon-এ নতুন কী আছে, API পরিবর্তন, কোডের উদাহরণ এবং মাইগ্রেশন সংক্রান্ত নির্দেশিকা ব্যাখ্যা করা হয়েছে।

নতুন মডেল

কুইকস্টার্ট

সাজেস্ট করা ডিফল্ট thinking_level (medium) ও 64K আউটপুট টোকেন সীমা সহ gemini-4-argon-এ অনুরোধ পাঠানোর জন্য নিম্নলিখিত উদাহরণ ব্যবহার করুন:

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-এ নতুন কী আছে

• ইউনিফায়েড ১ মিলিয়ন ইনপুট-আউটপুট টোকেন সীমা: ইনপুট, থিঙ্কিং ও আউটপুট টোকেন একটি ১ মিলিয়ন টোকেন উইন্ডো শেয়ার করে, যেখানে নন-স্ট্রিমিং কলের জন্য অনুরোধ প্রতি ৩২ হাজার এবং স্ট্রিমিং কলের জন্য স্ট্রিম প্রতি ৬৪ হাজার টোকেনের সীমা রয়েছে।
• ১ মিলিয়ন টোকেন পর্যন্ত দীর্ঘ ডিকোড: মডেলটি প্রতি অনুরোধের সীমা অতিক্রম করে, আপনার ইনপুট বাদ দিয়ে ১ মিলিয়ন টোকেন পর্যন্ত জেনারেট করতে পারে। লেটেস্ট Google GenAI SDK ডিফল্ট হিসেবে আপনার জন্য চালু থাকে।
• এজেন্টিক ভিডিও বোঝা (GA): এজেন্টিক ভিডিও বোঝা এখন সাধারণভাবে উপলভ্য।
• ম্যানেজড এজেন্টে কাজ করে: Gemini ম্যানেজড এজেন্টের Antigravity এজেন্ট এখন Gemini 4 Argon-এ কাজ করে।

আরও জানতে, Gemini 4 Argon মডেল পৃষ্ঠা দেখুন। মূল্য সংক্রান্ত বিবরণের জন্য, মূল্য পৃষ্ঠা দেখুন।

আরও বড় আউটপুট ও দীর্ঘ ডিকোড

কোনও টাস্কের জন্য গভীর রিজনিংয়ের প্রয়োজন হলে, Gemini 4 Argon আরও দীর্ঘ সময় ধরে চিন্তা করতে এবং আরও কঠোর পরিশ্রম করতে পারে যাতে জটিল গণিত, বিজ্ঞান এবং কোডিংয়ের সমস্যাগুলি একবারে সমাধান করা যায়।

• ১ মিলিয়ন ইনপুট-আউটপুট টোকেনের সম্মিলিত সীমা: Argon, আপনার ইনপুট টোকেন বাদ দিয়ে, চিন্তা ও আউটপুট মিলিয়ে ১ মিলিয়ন টোকেন পর্যন্ত ব্যবহার করতে পারে।
• থিঙ্কিং টোকেন max_output_tokens-এর জন্য গণনা করা হয়: কঠিন টাস্কের ক্ষেত্রে, আরও ভালো উত্তর দেওয়ার জন্য মডেল আপনার max_output_tokens বাজেট আরও বেশি ব্যবহার করে। টোকেনের ব্যবহার নিয়ন্ত্রণ করতে thinking_level ব্যবহার করুন।
• প্রতি অনুরোধে সর্বাধিক সীমা (৬৪ হাজার স্ট্রিমিং / ৩২ হাজার নন-স্ট্রিমিং): একটি স্ট্রিমিং অনুরোধে সর্বাধিক ৬৫,৫৩৬টি টোকেন রিটার্ন করা হয়। একটি নন-স্ট্রিমিং অনুরোধ সর্বাধিক ৩২,৭৬৮ টোকেন রিটার্ন করে, যা Gemini 3.x-এ ৬৫,৫৩৬ থেকে কম। REST কলের ক্ষেত্রেও, এইসব ক্যাপ ডিফল্ট হিসেবে সেট করা থাকে।

লেটেস্ট Google GenAI SDK ডিফল্ট হিসেবে আপনার জন্য দীর্ঘ ডিকোড রান করে। Python google-genai 2.30.1 বা তার পরবর্তী যেকোনও ভার্সন অথবা JavaScript @google/genai 2.29.1 বা তার পরবর্তী যেকোনও ভার্সন ব্যবহার করুন।

এইসব ভার্সনে, automatic_continuation ডিফল্ট হিসেবে True থাকে, তাই আপনাকে এটি সেট করতে হবে না। আপনি অনুরোধ প্রতি ক্যাপের উপরে max_output_tokens সেট করলে, মডেল শেষ না হওয়া পর্যন্ত বা max_output_tokens-এ না পৌঁছানো পর্যন্ত generate_content এবং generate_content_stream অটোমেটিক অনুরোধ জুড়ে চলতে থাকে এবং একটি সম্মিলিত উত্তর প্রদান করে।

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.
    ),
)

আপনি নিজে লুপ চালাতে, automatic_continuation=False সেট করুন। আপনি REST কল করলে বা পুরনো SDK ব্যবহার করলে, প্রতি অনুরোধের জন্য নির্ধারিত সর্বাধিক সীমাতেই অনুরোধ বন্ধ হয়ে যায়। REST লুপ, থার্ড-পার্টি ফ্রেমওয়ার্ক, টোকেন গণনা এবং কখন লং ডিকোড ব্যবহার করতে হবে সেই বিষয়ে জানতে, লং ডিকোড গাইড দেখুন।

আউটপুট টোকেনের সীমা সেট করা

max_output_tokens জেনারেশনের জন্য মোট থিঙ্কিং ও আউটপুট টোকেন সেট করে, এর মধ্যে সবকটি কন্টিনিউ করার অনুরোধ অন্তর্ভুক্ত। এটি যথেষ্ট বেশি সেট করুন যাতে চিন্তা করার জন্য উত্তরটি ছোট না হয়ে যায়। এটি যথেষ্ট কম সেট করুন যাতে হার্ড প্রম্পট সব খরচ করে ফেললেও খরচ সীমিত থাকে।

শুরু করার জন্য নিম্নলিখিত নির্দেশিকা ব্যবহার করুন:

• স্ট্যান্ডার্ড টাস্ক: ডিফল্ট সেটিং রাখুন।
• আগে থেকে থাকা অ্যাপের সীমা ৩২K-এর কম হলে: max_output_tokens বাড়িয়ে ৩২,৭৬৮ করুন। কম টোকেন ব্যবহার করতে, thinking_level কমান।
• আগে ৩২ হাজার টোকেনের বেশি ব্যবহার করা টাস্ক: max_output_tokens-এর মান ৬৫,৫৩৬ হিসেবে সেট করুন।
• জটিল যুক্তি ও কোডিং: max_output_tokens-কে ১৩১,০৭২ বা ২৬২,১৪৪-এ সেট করুন, আপনার ইনপুট টোকেন বাদ দিয়ে ১,০৪৮,৫৭৬ পর্যন্ত।

কোনও অনুরোধে max_output_tokens-এর সবকটি ব্যবহার করা হলে, এটি finish_reason: "MAX_TOKENS" রিটার্ন করে এবং এতে continuation_token অন্তর্ভুক্ত থাকে। আপনি আবার চালু বা শুরু করতে পারবেন।

• চেকপয়েন্ট থেকে আবার শুরু করুন: লেটেস্ট continuation_token ও আরও বেশি max_output_tokens সহ আসল অনুরোধ পাঠান। আপনি max_output_tokens না করলে, অনুরোধটি 400 INVALID_ARGUMENT হিসেবে ফিরে আসে।
• আবার শুরু করুন: আরও বেশি max_output_tokens সহ আসল অনুরোধ পাঠান এবং continuation_token ব্যবহার করবেন না।

থিঙ্কিং লেভেল সম্পর্কে বোঝা

Gemini 4 Argon-এ কোয়ালিটি, লেটেন্সি ও টোকেন ব্যবহারের উপর আপনার প্রধান কন্ট্রোল হল চিন্তাভাবনার লেভেল:

তিনটি লেভেলেই আপনার মূল্যায়ন বেশি max_output_tokens-এর সাথে রান করুন যাতে সীমা উত্তরকে ছোট না করে দেয়। তারপর, আপনার কোয়ালিটি বার পূরণ করে এমন সবচেয়ে কম thinking_level বেছে নিন।

মাইগ্রেশন চেকলিস্ট

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

gemini-4-argon-এ মাইগ্রেট করা

• মডেল আইডি আপডেট করুন: আপনার মডেল স্ট্রিং পরিবর্তন করে gemini-4-argon করুন।
• max_output_tokens স্পষ্টভাবে সেট করুন: স্ট্রিমিং ও SDK কলের জন্য ডিফল্ট হল 64K এবং নন-স্ট্রিমিং REST কলের জন্য 32K।
• ৩২K-এর কম ক্যাপ বাড়ান: ৩২K-এর কম যেকোনও ক্যাপ বাড়িয়ে অন্তত ৩২,৭৬৮ করুন। টোকেন খরচ কমাতে thinking_level ব্যবহার করুন।
• দীর্ঘ ডিকোড করার পরিকল্পনা: প্রতি-অনুরোধ ক্যাপের উপরে টাস্কের জন্য, লেটেস্ট SDK ব্যবহার করুন বা continuation_token লুপ যোগ করুন।
• thinking_budget-এর পরিবর্তে thinking_level ব্যবহার করুন: thinking_budget এখনও কাজ করে এবং সবচেয়ে কাছের thinking_level-এর সাথে ম্যাপ করে, তবে এটি একটি সতর্কতা দেখায়। low, medium ও high-এ আপনার ওয়ার্কলোড পরীক্ষা করুন।
• স্পষ্ট প্রসঙ্গ ক্যাশিং বন্ধ করা: Gemini 4 Argon-এ স্পষ্ট ক্যাশিং (cachedContents / caches.create) কাজ করে না এবং এর ফলে একটি সমস্যা দেখা দেয়। cached_content-এ GenerateContentConfig তৈরি বা পাস করে এমন কল সরিয়ে দিন। কমপক্ষে ৪,০৯৬টি টোকেনের প্রম্পটের জন্য ডিফল্ট হিসেবে ইমপ্লিসিট ক্যাশিং চালু করা থাকে এবং ক্যাশে হিট হলে ক্যাশে করা ইনপুট টোকেনে ৯৫% ছাড় দেয়।
• অবচিত প্যারামিটার সরিয়ে দিন: অনুরোধ থেকে temperature, top_p, top_k এবং candidate_count সরিয়ে দিন। প্রদান করা হলে, স্যাম্পেল প্যারামিটার উপেক্ষা করা হয়।
• ক্লায়েন্ট টাইমআউট বাড়ান: HTTP ক্লায়েন্ট টাইমআউট প্রতি কলে অন্তত ২০ মিনিট হিসেবে সেট করুন।
• চিন্তার স্বাক্ষর সংরক্ষণ করা: একাধিক কথোপকথন ও ফাংশন কলিং সংক্রান্ত অনুরোধে চিন্তার স্বাক্ষর সহ কথোপকথনের সম্পূর্ণ ইতিহাস পাস করুন।

দাম

৩০ নভেম্বর, ২০২৬ পর্যন্ত Gemini 4 Argon-এর প্রাথমিক মূল্য নির্ধারণ করা হয়েছে:

• ইনপুট টোকেন: প্রতি ১ মিলিয়ন টোকেনে $২.০০ ($৪.০০, ১ ডিসেম্বর, ২০২৬ থেকে শুরু)
  • ক্যাশ করা ইনপুট টোকেন: ইমপ্লিসিট ক্যাশিং, ক্যাশ করা ইনপুট টোকেনের উপর ৯৫% ডিসকাউন্ট দেয়, যার ফলে প্রতি ১ মিলিয়ন টোকেনের জন্য $০.১০ খরচ হয় ($১ ডিসেম্বর, ২০২৬ থেকে $০.২০)।
• থিঙ্কিং টোকেন সহ আউটপুট টোকেন: প্রতি ১ মিলিয়ন টোকেনে $১০.০০ (১ ডিসেম্বর, ২০২৬ থেকে $২০.০০)

Gemini 4 Argon ফ্রি টিয়ারে বা Google AI Pro প্ল্যানে উপলভ্য নয়। মূল্যের সম্পূর্ণ টিয়ার দেখতে, মূল্য সংক্রান্ত পৃষ্ঠা দেখুন।

অন্যান্য মডেল

• Gemini 3.8 Flash
• Gemini 3.6 Flash এবং 3.5 Flash-Lite
• সব মডেল দেখুন

এর পরে কী করতে হবে

• সম্পূর্ণ স্ট্রিমিং, রিকানেকশন ও টোকেন-কাউন্টিং প্যাটার্নের জন্য লং ডিকোড ডেভেলপার গাইড পড়ুন।
• চিন্তা সংক্রান্ত নির্দেশিকা থেকে চিন্তার লেভেল ও চিন্তার সারসংক্ষেপ কীভাবে কাজ করে তা জানুন।
• Google AI Studio-তে Gemini 4 Argon পরীক্ষা করুন।