Neuerungen in Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) ist unser neuestes und leistungsstärkstes Modell. Es kann länger über schwierige Probleme nachdenken und so bessere Ergebnisse bei komplexen Aufgaben in den Bereichen Programmierung, Agenten, Mathematik und Wissenschaft erzielen. Gemini 4 Argon ist über die Gemini API und in Google AI Studio verfügbar.

Gemini 4 Argon unterstützt ein einheitliches Limit von 1 Million Tokens für Eingabe und Ausgabe, eine lange Decodierung von bis zu 1 Million Tokens und anpassbare Denkaufwände (low, medium, high).

In diesem Leitfaden erfahren Sie mehr über die Neuerungen in Gemini 4 Argon, API-Änderungen, Codebeispiele und Migrationsanleitungen.

Neues Modell

Kurzanleitung

Verwenden Sie das folgende Beispiel, um eine Anfrage an gemini-4-argon mit dem empfohlenen Standardwert thinking_level (medium) und einem Ausgabetokenlimit von 64.000 zu senden:

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"
      }
    }
  }'

Neuerungen in Gemini 4 Argon

• Einheitliches Limit von 1 Million Tokens für Eingabe und Ausgabe:Eingabe-, Denk- und Ausgabetokens teilen sich ein gemeinsames Fenster von 1 Million Tokens. Für Nicht-Streaming-Aufrufe gilt ein Limit von 32.000 pro Anfrage und für Streaming-Aufrufe ein Limit von 64.000 pro Stream.
• Lange Decodierung von bis zu 1 Million Tokens:Das Modell kann über das Limit pro Anfrage hinaus bis zu 1 Million Tokens abzüglich Ihrer Eingabe generieren. Die neuesten Google GenAI SDKs werden standardmäßig für Sie fortgesetzt.
• Agentisches Videoverständnis (GA): Das agentische Videoverständnis ist jetzt allgemein verfügbar.
• Unterstützung in Managed Agents: Der Antigravity-Agent in Gemini Managed Agents unterstützt jetzt Gemini 4 Argon.

Weitere Informationen finden Sie auf der Modellseite zu Gemini 4 Argon. Preisangaben finden Sie auf der Preisseite.

Größere Ausgabe und lange Decodierung

Wenn eine Aufgabe ein tiefes logisches Schlussfolgern erfordert, kann Gemini 4 Argon länger nachdenken und mehr Arbeit leisten, um komplexe Aufgaben in den Bereichen Mathematik, Wissenschaft und Programmierung in einer einzigen Generierung zu erledigen.

• Einheitliches Limit von 1 Million Tokens für Eingabe und Ausgabe:Argon kann bis zu 1 Million Tokens abzüglich Ihrer Eingabetokens für Denken und Ausgabe zusammen verwenden.
• Denk-Tokens werden auf max_output_tokens angerechnet:Bei schwierigen Aufgaben verwendet das Modell mehr von Ihrem max_output_tokens-Budget, um eine bessere Antwort zu erhalten. Mit thinking_level können Sie die Tokennutzung steuern.
• Limits pro Anfrage (64.000 für Streaming / 32.000 für Nicht-Streaming) : Eine Streaming-Anfrage gibt bis zu 65.536 Tokens zurück. Eine Nicht-Streaming-Anfrage gibt bis zu 32.768 Tokens zurück, im Vergleich zu 65.536 bei Gemini 3.x. Für REST-Aufrufe sind diese Limits auch die Standardwerte.

Die neuesten Google GenAI SDKs führen standardmäßig eine lange Decodierung für Sie aus. Verwenden Sie Python google-genai 2.30.1 oder höher oder JavaScript @google/genai 2.29.1 oder höher.

In diesen Versionen ist automatic_continuation standardmäßig auf True gesetzt, sodass Sie es nicht festlegen müssen. Wenn Sie max_output_tokens über dem Limit pro Anfrage festlegen, werden generate_content und generate_content_stream automatisch über mehrere Anfragen hinweg fortgesetzt, bis das Modell fertig ist oder max_output_tokens erreicht, und geben eine kombinierte Antwort zurück.

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.
    ),
)

Wenn Sie die Schleife selbst ausführen möchten, legen Sie automatic_continuation=False fest. Wenn Sie REST aufrufen oder ein älteres SDK verwenden, werden Anfragen am Limit pro Anfrage beendet. Informationen zu REST-Schleifen, Frameworks von Drittanbietern, Tokenzählung und zur Verwendung der langen Decodierung finden Sie im Leitfaden zur langen Decodierung.

Ausgabetokenlimits festlegen

max_output_tokens legt die Gesamtzahl der Denk- und Ausgabetokens für eine Generierung fest, einschließlich aller Fortsetzungsanfragen. Legen Sie einen ausreichend hohen Wert fest, damit das Denken die Antwort nicht verkürzt. Legen Sie einen niedrigen Wert fest, um die Ausgaben zu begrenzen, wenn ein schwieriger Prompt alle Tokens verwendet.

Verwenden Sie die folgenden Empfehlungen als Ausgangspunkt:

• Standardaufgaben:Behalten Sie den Standardwert bei.
• Vorhandene Apps mit einem Limit unter 32.000:Erhöhen Sie max_output_tokens auf 32.768. Wenn Sie weniger Tokens verwenden möchten, senken Sie thinking_level.
• Aufgaben,bei denen zuvor mehr als 32.000 Tokens verwendet wurden:Legen Sie max_output_tokens auf 65.536 fest.
• Komplexes logisches Schlussfolgern und Programmieren:Legen Sie max_output_tokens auf 131.072 oder 262.144 fest, bis zu 1.048.576 abzüglich Ihrer Eingabetokens.

Wenn eine Anfrage alle max_output_tokens verwendet, wird finish_reason: "MAX_TOKENS" zurückgegeben und ein continuation_token eingefügt. Sie können fortfahren oder neu beginnen.

• Ab dem Prüfpunkt fortfahren:Senden Sie die ursprüngliche Anfrage mit dem neuesten continuation_token und einem höheren Wert für max_output_tokens. Wenn Sie max_output_tokens nicht erhöhen, gibt die Anfrage 400 INVALID_ARGUMENT zurück.
• Neu beginnen:Senden Sie die ursprüngliche Anfrage mit einem höheren Wert für max_output_tokens und ohne continuation_token.

Denkaufwände

Der Denkaufwand ist die wichtigste Möglichkeit, Qualität, Latenz und Tokennutzung in Gemini 4 Argon zu steuern:

Führen Sie Ihre Bewertungen auf allen drei Ebenen mit einem hohen Wert für max_output_tokens aus, damit das Limit die Antworten nicht verkürzt. Wählen Sie dann den niedrigsten thinking_level, der Ihren Qualitätsanforderungen entspricht.

Checkliste für die Migration

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

Zu gemini-4-argon migrieren

• Modell-ID aktualisieren:Ändern Sie die Modell-String in gemini-4-argon.
• Legen Sie max_output_tokens explizit fest: Der Standardwert ist 64.000 für Streaming- und SDK-Aufrufe und 32.000 für Nicht-Streaming-REST-Aufrufe.
• Limits unter 32.000 erhöhen:Erhöhen Sie alle Limits unter 32.000 auf mindestens 32.768. Mit thinking_level können Sie die Tokenausgaben reduzieren.
• Lange Decodierung planen:Verwenden Sie für Aufgaben über dem Limit pro Anfrage das neueste SDK oder fügen Sie eine continuation_token-Schleife hinzu.
• thinking_budget durch thinking_level ersetzen:thinking_budget funktioniert weiterhin und wird dem nächstgelegenen thinking_level zugeordnet, gibt aber eine Warnung zurück. Testen Sie Ihre Arbeitslast mit low, medium und high.
• Explizites Kontext-Caching entfernen:Explizites Caching (cachedContents / caches.create) wird in Gemini 4 Argon nicht unterstützt und gibt einen Fehler zurück. Entfernen Sie Aufrufe, die cached_content in GenerateContentConfig erstellen oder übergeben. Das implizite Caching ist standardmäßig für Prompts mit mindestens 4.096 Tokens aktiviert und reduziert die Kosten für gecachte Eingabetokens bei Cache-Treffern um 95 %.
• Veraltete Parameter entfernen:Entfernen Sie temperature, top_p, top_k und candidate_count aus Anfragen. Sofern angegeben, werden Sampling-Parameter ignoriert.
• Client-Timeouts erhöhen:Legen Sie HTTP-Client-Timeouts auf mindestens 20 Minuten pro Aufruf fest.
• Gedankensignaturen beibehalten: Übergeben Sie den vollständigen Unterhaltungsverlauf, einschließlich Gedankensignaturen, in Anfragen mit mehreren Schritten und Funktionsaufrufen.

Preise

Gemini 4 Argon ist bis zum 30. November 2026 zum Einführungspreis verfügbar:

• Eingabetokens:2,00 $ pro 1 Million Tokens (ab dem 1. Dezember 2026 4,00 $)
  • Gecachte Eingabetokens:Beim impliziten Caching werden gecachte Eingaben um 95 % reduziert, auf 0,10 $ pro 1 Million Tokens (ab dem 1. Dezember 2026 0,20 $).
• Ausgabetokens, einschließlich Denk-Tokens:10,00 $ pro 1 Million Tokens (ab dem 1. Dezember 2026 20,00 $)

Gemini 4 Argon ist nicht in der kostenlosen Stufe oder im Google AI Pro Abo verfügbar. Eine vollständige Übersicht der Preisstufen finden Sie auf der Preisseite.

Andere Modelle

• Gemini 3.8 Flash
• Gemini 3.6 Flash und 3.5 Flash-Lite
• Alle Modelle ansehen

Nächste Schritte

• Lesen Sie den Entwicklerleitfaden zur langen Decodierung für vollständige Streaming-, Wiederverbindungs- und Tokenzählungs-Muster.
• Im Leitfaden zum Denken erfahren Sie, wie Denkaufwände und Gedankenzusammenfassungen funktionieren.
• Testen Sie Gemini 4 Argon in Google AI Studio.