Co nowego w Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) to nasz najnowszy, najbardziej zaawansowany model. Może dłużej analizować trudne problemy, aby uzyskać lepsze wyniki w przypadku złożonych zadań związanych z kodowaniem, agentami, matematyką i nauką. Model Gemini 4 Argon jest dostępny przez Gemini API i w Google AI Studio.

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

W tym przewodniku znajdziesz informacje o nowościach w Gemini 4 Argon, zmianach w interfejsie API, przykłady kodu i wskazówki dotyczące migracji.

Nowy model

Krótkie wprowadzenie

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

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, związane z myśleniem i wyjściowe współdzielą jedno okno z 1 mln tokenów, z limitem 32 tys. na żądanie w przypadku wywołań bez strumieniowania i 64 tys. na strumień w przypadku wywołań ze strumieniowaniem.
• Długie dekodowanie do 1 mln tokenów: model może generować dane powyżej limitu na żądanie, do 1 mln tokenów minus dane wejściowe. Najnowsze pakiety SDK Google GenAI będą nadal domyślnie dostępne.
• Analizowanie filmów przez agenta (ogólna dostępność): funkcja analizowania filmów przez agenta jest teraz ogólnie dostępna.
• Obsługa w zarządzanych agentach: agent Antigravity w zarządzanych agentach 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 zaawansowanego rozumowania, Gemini 4 Argon może dłużej analizować i intensywniej pracować, aby rozwiązywać złożone problemy matematyczne, naukowe i programistyczne w jednym procesie generowania.

• Ujednolicony limit 1 mln tokenów wejściowych i wyjściowych: Argon może wykorzystać do 1 mln tokenów (pomniejszonych o tokeny wejściowe) na myślenie i generowanie odpowiedzi.
• Tokeny myślenia wliczają się do limitu max_output_tokens: w przypadku trudnych zadań model wykorzystuje więcej środków z limitu max_output_tokens, aby uzyskać lepszą odpowiedź. Użyj thinking_level, aby kontrolować użycie 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 również domyślne.

Najnowsze pakiety SDK Google GenAI 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 jest domyślnie ustawione na True, więc nie musisz tego robić. Gdy ustawisz max_output_tokens powyżej limitu na żądanie, generate_content i generate_content_stream będą automatycznie kontynuować działanie w kolejnych żądaniach, dopóki model nie zakończy działania lub nie osiągnie 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, liczeniu 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 na potrzeby generowania, w tym wszystkich żądań kontynuacji. Ustaw go na tyle wysoko, aby myślenie nie skracało odpowiedzi. Ustaw go na tyle nisko, aby ograniczyć wydatki, gdy twardy prompt wykorzysta cały budżet.

Na początek skorzystaj z tych wskazówek:

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

Jeśli żądanie wykorzystuje wszystkie max_output_tokens, zwraca finish_reason: "MAX_TOKENS" i zawiera continuation_token. Możesz wznowić lub zacząć od nowa.

• Wznów od punktu kontrolnego: wyślij pierwotne żądanie z najnowszym parametrem continuation_token i wyższym parametrem max_output_tokens. Jeśli nie podniesiesz 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 rozumowania

Poziom rozumowania to główne ustawienie, które pozwala kontrolować jakość, czas oczekiwania i wykorzystanie tokenów w Gemini 4 Argon:

Przeprowadź oceny na wszystkich 3 poziomach z wysoką wartością max_output_tokens, aby limit nie skracał odpowiedzi. Następnie wybierz najniższą wartość thinking_level, która 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 modelu na gemini-4-argon.
• Ustaw max_output_tokens bezpośrednio: domyślna wartość to 64 K w przypadku wywołań strumieniowych i wywołań pakietu SDK oraz 32 K w przypadku wywołań REST bez strumieniowania.
• Zwiększ limity poniżej 32 tys.: zwiększ wszystkie limity poniżej 32 tys. do co najmniej 32 768. Użyj thinking_level, aby zmniejszyć liczbę wykorzystywanych tokenów.
• Zaplanuj długie dekodowanie: w przypadku zadań przekraczających limit na żądanie użyj najnowszego pakietu SDK lub dodaj pętlę continuation_token.
• Zastąp thinking_budget wartością thinking_level: thinking_budget nadal działa i jest mapowane na najbliższą wartość thinking_level, ale zwraca ostrzeżenie. Przetestuj zbiór zadań w low, medium i high.
• Zrezygnuj z jawnego zapisywania kontekstu w pamięci podręcznej: jawne zapisywanie w pamięci podręcznej (cachedContents / caches.create) nie jest obsługiwane w Gemini 4 Argon i powoduje błąd. Usuń wywołania, które tworzą lub przekazują cached_content w GenerateContentConfig. Niejawne buforowanie jest domyślnie włączone w przypadku promptów zawierających co najmniej 4096 tokenów i obniża cenę tokenów wejściowych w 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 podasz ten parametr, parametry próbkowania zostaną zignorowane.
• Zwiększanie limitu czasu oczekiwania klienta: ustaw limit czasu oczekiwania klienta HTTP na co najmniej 20 minut na wywołanie.
• Zachowywanie sygnatur myśli: przekazuj pełną historię rozmowy, w tym sygnatury myśli, w żądaniach wieloetapowych i wywołaniach funkcji.

Ceny

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

• Tokeny wejściowe: 2 USD za 1 mln tokenów (4 USD od 1 grudnia 2026 r.)
  • Zapisane w pamięci podręcznej tokeny wejściowe: automatyczne zapisywanie w pamięci podręcznej obniża koszt zapisanych w pamięci podręcznej danych wejściowych o 95% do 0,10 USD za 1 mln tokenów (0, 20 USD od 1 grudnia 2026 r.).
• Tokeny wyjściowe, w tym tokeny myślenia: 10,00 USD za milion tokenów (20,00 USD od 1 grudnia 2026 r.)

Model Gemini 4 Argon nie jest dostępny w ramach poziomu bezpłatnego. Pełne informacje o poziomach cenowych znajdziesz na stronie z cenami.

Inne modele

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

Co dalej?

• Aby poznać pełne wzorce strumieniowania, ponownego łączenia i liczenia tokenów, przeczytaj przewodnik dla programistów dotyczący długiego dekodowania.
• Więcej informacji o poziomach myślenia i podsumowaniach procesu myślowego znajdziesz w przewodniku po procesie myślowym.
• Przetestuj Gemini 4 Argon w Google AI Studio.