Novità di Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) è il nostro modello più recente e potente. Può ragionare più a lungo su problemi difficili per ottenere risultati migliori in attività complesse di programmazione, agentiche, matematiche e scientifiche. Gemini 4 Argon è disponibile tramite l'API Gemini e in Google AI Studio.

Gemini 4 Argon supporta un limite di token di input-output unificato di 1 milione, una decodifica lunga fino a 1 milione di token e livelli di pensiero regolabili (low, medium, high).

Questa guida spiega le novità di Gemini 4 Argon, le modifiche dell'API, gli esempi di codice e le indicazioni per la migrazione.

Nuovo modello

Guida rapida

Utilizza il seguente esempio per inviare una richiesta a gemini-4-argon con il thinking_level predefinito consigliato (medium) e un limite di token di output di 64.000:

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"
      }
    }
  }'

Novità di Gemini 4 Argon

• Limite di token di input-output unificato di 1 milione: i token di input, pensiero e output condividono una singola finestra di 1 milione di token, con un limite di 32.000 per richiesta per le chiamate non di streaming e un limite di 64.000 per stream per le chiamate di streaming.
• Decodifica lunga fino a 1 milione di token: il modello può generare oltre il limite per richiesta, fino a 1 milione di token meno l'input. Per impostazione predefinita, gli SDK Google GenAI più recenti continuano a funzionare.
• Comprensione dei video agentica (GA): La comprensione dei video agentica è ora disponibile a livello di disponibilità generale.
• Supportato negli agenti gestiti: l'agente Antigravity in Gemini Managed Agents ora supporta Gemini 4 Argon.

Per maggiori dettagli, consulta la pagina del modello Gemini 4 Argon. Per i dettagli sui prezzi, consulta la pagina dei prezzi.

Output più grande e decodifica lunga

Quando un'attività richiede un ragionamento approfondito, Gemini 4 Argon può pensare più a lungo e lavorare di più per risolvere problemi complessi di matematica, scienze e programmazione in una singola generazione.

• Limite di token di input-output unificato di 1 milione: Argon può utilizzare fino a 1 milione di token, meno i token di input, per il pensiero e l'output combinati.
• I token di ragionamento vengono conteggiati nel budget max_output_tokens: per le attività difficili, il modello utilizza una parte maggiore del budget max_output_tokens per raggiungere una risposta migliore. Utilizza thinking_level per controllare l'utilizzo dei token.
• Limiti per richiesta (64.000 per streaming / 32.000 per non streaming): una richiesta di streaming restituisce fino a 65.536 token. Una richiesta non di streaming restituisce fino a 32.768 token, rispetto ai 65.536 di Gemini 3.x. Per le chiamate REST, questi limiti sono anche i valori predefiniti.

Per impostazione predefinita, gli SDK Google GenAI più recenti eseguono la decodifica lunga. Utilizza Python google-genai 2.30.1 o versioni successive oppure JavaScript @google/genai 2.29.1 o versioni successive.

In queste versioni, automatic_continuation è True per impostazione predefinita, quindi non devi impostarlo. Quando imposti max_output_tokens al di sopra del limite per richiesta, generate_content e generate_content_stream continuano automaticamente tra le richieste finché il modello non termina o raggiunge max_output_tokens, restituendo una risposta combinata.

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.
    ),
)

Per eseguire il loop manualmente, imposta automatic_continuation=False. Se chiami REST o utilizzi un SDK precedente, le richieste si interrompono al limite per richiesta. Per i loop REST, i framework di terze parti, il conteggio dei token e quando utilizzare la decodifica lunga, consulta la guida alla decodifica lunga.

Impostare i limiti dei token di output

max_output_tokens imposta il numero totale di token di pensiero e output per una generazione, incluse tutte le richieste di continuazione. Imposta un valore sufficientemente alto in modo che il pensiero non interrompa la risposta. Imposta un valore sufficientemente basso per limitare la spesa quando un prompt difficile utilizza tutti i token.

Utilizza le seguenti indicazioni come punto di partenza:

• Attività standard: mantieni il valore predefinito.
• App esistenti con un limite inferiore a 32.000: aumenta max_output_tokens a 32.768. Per utilizzare meno token, riduci thinking_level.
• Attività che utilizzavano più di 32.000 token: imposta max_output_tokens su 65.536.
• Ragionamento e programmazione complessi: imposta max_output_tokens su 131.072 o 262.144, fino a 1.048.576 meno i token di input.

Se una richiesta utilizza tutti i max_output_tokens, restituisce finish_reason: "MAX_TOKENS" e include un continuation_token. Puoi riprendere o ricominciare.

• Riprendi dal checkpoint: invia la richiesta originale con l'ultimo continuation_token e un valore max_output_tokens più alto. Se non aumenti max_output_tokens, la richiesta restituisce 400 INVALID_ARGUMENT.
• Ricomincia: invia la richiesta originale con un valore max_output_tokens più alto e senza continuation_token.

Comprendere i livelli di pensiero

Il livello di pensiero è il controllo principale sulla qualità, sulla latenza e sull'utilizzo dei token in Gemini 4 Argon:

Esegui le valutazioni a tutti e tre i livelli con un valore max_output_tokens elevato in modo che il limite non interrompa le risposte. Quindi scegli il valore thinking_level più basso che soddisfi la tua soglia di qualità.

Elenco di controllo per la migrazione

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

Eseguire la migrazione a gemini-4-argon

• Aggiorna l'ID modello: modifica la stringa del modello in gemini-4-argon.
• Imposta max_output_tokens in modo esplicito: il valore predefinito è 64.000 per le chiamate di streaming e SDK e 32.000 per le chiamate REST non di streaming.
• Aumenta i limiti inferiori a 32.000: aumenta qualsiasi limite inferiore a 32.000 ad almeno 32.768. Utilizza thinking_level per ridurre la spesa per i token.
• Pianifica la decodifica lunga: per le attività che superano il limite per richiesta, utilizza l'SDK più recente o aggiungi un loop continuation_token.
• Sostituisci thinking_budget con thinking_level: thinking_budget funziona ancora ed esegue il mapping al valore thinking_level più vicino, ma restituisce un avviso. Testa il carico di lavoro con low, medium e high.
• Disattiva la memorizzazione nella cache del contesto esplicita: la memorizzazione nella cache esplicita (cachedContents / caches.create) non è supportata in Gemini 4 Argon e restituisce un errore. Rimuovi le chiamate che creano o passano cached_content in GenerateContentConfig. La memorizzazione nella cache implicita è abilitata per impostazione predefinita per i prompt di almeno 4096 token e sconta i token di input memorizzati nella cache del 95% per i successi della cache.
• Rimuovi i parametri ritirati: rimuovi temperature, top_p, top_k e candidate_count dalle richieste. Se forniti, i parametri di campionamento vengono ignorati.
• Aumenta i timeout del client: imposta i timeout del client HTTP su almeno 20 minuti per chiamata.
• Conserva le firme di pensiero: passa la cronologia completa delle conversazioni, incluse le firme di pensiero, nelle richieste multi-turn e di chiamata di funzioni.

Prezzi

Gemini 4 Argon è disponibile a prezzi di lancio fino al 30 novembre 2026:

• Token di input: 2,00 $per 1 milione di token (4,00 $ a partire dal 1° dicembre 2026)
  • Token di input memorizzati nella cache: la memorizzazione nella cache implicita sconta l'input memorizzato nella cache del 95%, a 0,10 $per 1 milione di token (0,20 $ a partire dal 1° dicembre 2026).
• Token di output, inclusi i token di ragionamento: 10,00 $per 1 milione di token (20,00 $ a partire dal 1° dicembre 2026)

Gemini 4 Argon non è disponibile nel livello senza costi o nel piano Google AI Pro. Per i livelli di prezzo completi, consulta la pagina dei prezzi.

Altri modelli

• Gemini 3.8 Flash
• Gemini 3.6 Flash e 3.5 Flash-Lite
• Visualizza tutti i modelli

Passaggi successivi

• Leggi la guida per gli sviluppatori alla decodifica lunga per i pattern completi di streaming, riconnessione e conteggio dei token.
• Scopri come funzionano i livelli di pensiero e i riepiloghi di pensiero nella guida al pensiero.
• Testa Gemini 4 Argon in Google AI Studio.