Что нового в Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) – наша новейшая и самая мощная модель. Она может дольше рассуждать над сложными проблемами, чтобы лучше справляться с задачами по программированию, математике и естественным наукам, а также с агентными задачами. Gemini 4 Argon доступна через Gemini API и в Google AI Studio.

Gemini 4 Argon поддерживает единый лимит в 1 миллион входных и выходных токенов, длинное декодирование до 1 миллиона токенов и настраиваемые уровни мышления (low, medium, high).

В этом руководстве рассказывается о новых возможностях Gemini 4 Argon, изменениях в API, примерах кода и рекомендациях по миграции.

Новая модель

Краткое руководство

В следующем примере показано, как отправить запрос в gemini-4-argon с рекомендуемым значением по умолчанию для thinking_level (medium) и ограничением на размер выходного токена в 64 КБ:

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"
      }
    }
  }'

Что нового в Gemini 4 Argon

• Единый лимит на входные и выходные токены в размере 1 млн. Входные, промежуточные и выходные токены используют одно окно на 1 млн токенов. При этом для нестриминговых вызовов действует ограничение в 32 000 токенов на запрос, а для стриминговых – 64 000 токенов на поток.
• Длинное декодирование до 1 млн токенов. Модель может генерировать текст, превышающий лимит на запрос, до 1 млн токенов минус входные данные. Последние версии Google GenAI SDK продолжат работать по умолчанию.
• Агентный анализ видео (общая доступность). Агентный анализ видео теперь общедоступен.
• Поддержка в управляемых агентах. Агент Antigravity в управляемых агентах Gemini теперь поддерживает Gemini 4 Argon.

Подробную информацию можно найти на странице модели Gemini 4 Argon. Подробнее о ценах…

Большие объемы выходных данных и длинное декодирование

Когда задача требует глубокого анализа, Gemini 4 Argon может дольше размышлять и усерднее работать, чтобы решить сложные математические, научные и программные задачи за один раз.

• Единый лимит в 1 миллион токенов на входные и выходные данные. Argon может использовать до 1 миллиона токенов за вычетом входных токенов для рассуждений и выходных данных.
• Токены мышления учитываются в max_output_tokens. При решении сложных задач модель использует больше токенов max_output_tokens, чтобы дать более точный ответ. Используйте thinking_level, чтобы управлять использованием токенов.
• Ограничения на запрос (64 000 токенов для потоковой передачи и 32 000 токенов для непотоковой передачи). Один запрос потоковой передачи возвращает до 65 536 токенов. Один непотоковый запрос возвращает до 32 768 токенов, а не 65 536, как в Gemini 3.x. Для вызовов REST эти ограничения также действуют по умолчанию.

В последних версиях Google GenAI SDK длинное декодирование выполняется по умолчанию. Используйте Python google-genai 2.30.1 или более поздней версии либо JavaScript @google/genai 2.29.1 или более поздней версии.

В этих версиях параметр automatic_continuation по умолчанию имеет значение True, поэтому его не нужно задавать. Если вы установите значение max_output_tokens выше ограничения на запрос, generate_content и generate_content_stream будут автоматически продолжаться в разных запросах, пока модель не закончит или не достигнет max_output_tokens, возвращая один комбинированный ответ.

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.
    ),
)

Чтобы запустить цикл самостоятельно, задайте automatic_continuation=False. Если вы вызываете REST или используете более старый SDK, запросы останавливаются на ограничении для каждого запроса. Информацию о циклах REST, сторонних фреймворках, подсчете токенов и о том, когда использовать длинное декодирование, см. в руководстве по длинному декодированию.

Как задать лимиты на выходные токены

max_output_tokens задает общее количество токенов для размышлений и вывода при генерации, включая все запросы на продолжение. Установите достаточно высокое значение, чтобы рассуждения не прерывали ответ. Установите достаточно низкое значение, чтобы ограничить расходы, когда жесткий запрос использует весь бюджет.

Ниже приведены рекомендации, которые помогут вам начать работу.

• Стандартные задачи. Оставьте значение по умолчанию.
• Для существующих приложений с ограничением ниже 32 000 установите для параметра max_output_tokens значение 32 768. Чтобы использовать меньше токенов, уменьшите значение thinking_level.
• Задачи,в которых ранее использовалось более 32 000 токенов. Установите для параметра max_output_tokens значение 65 536.
• Сложные рассуждения и программирование. Установите для параметра max_output_tokens значение 131 072 или 262 144, но не более 1 048 576 минус количество входных токенов.

Если в запросе используются все параметры max_output_tokens, возвращается значение finish_reason: "MAX_TOKENS" и включается параметр continuation_token. Вы можете продолжить или начать заново.

• Возобновить с контрольной точки. Отправьте исходный запрос с последним значением continuation_token и более высоким значением max_output_tokens. Если вы не зададите значение max_output_tokens, запрос вернет значение 400 INVALID_ARGUMENT.
• Начать заново. Отправьте исходный запрос с более высоким значением max_output_tokens и без continuation_token.

Об уровнях мышления

Уровень мышления – это основной параметр, который позволяет контролировать качество, задержку и использование токенов в Gemini 4 Argon.

Проводите оценку на всех трех уровнях с высоким значением max_output_tokens, чтобы ответы не обрывались. Затем выберите наименьшее значение thinking_level, которое соответствует вашим требованиям к качеству.

Контрольный список для переноса

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

Переход на gemini-4-argon

• Обновите идентификатор модели. Измените строку модели на gemini-4-argon.
• Явно задать значение max_output_tokens. По умолчанию для потоковой передачи и вызовов SDK используется значение 64 КБ, а для вызовов REST без потоковой передачи – 32 КБ.
• Увеличьте ограничения, которые ниже 32 000. Увеличьте все ограничения, которые ниже 32 000, по крайней мере до 32 768. Используйте thinking_level, чтобы снизить расход токенов.
• Учитывайте время декодирования. Если задача превышает ограничение на запрос, используйте последнюю версию SDK или добавьте цикл continuation_token.
• Заменить thinking_budget на thinking_level. thinking_budget по-прежнему работает и сопоставляется с ближайшим значением thinking_level, но возвращает предупреждение. Протестируйте рабочую нагрузку на уровнях low, medium и high.
• Переход с явного кеширования контекста. Явное кеширование (cachedContents / caches.create) не поддерживается в Gemini 4 Argon и возвращает ошибку. Удалите вызовы, которые создают или передают cached_content в GenerateContentConfig. Неявное кеширование по умолчанию включено для запросов,содержащих не менее 4096 токенов. При совпадении в кеше стоимость кешированных входных токенов снижается на 95 %.
• Удалите устаревшие параметры. Удалите из запросов параметры temperature, top_p, top_k и candidate_count. Если он указан, параметры выборки игнорируются.
• Увеличьте время ожидания клиента. Установите время ожидания HTTP-клиента не менее 20 минут на вызов.
• Сохраняйте подписи размышлений. Передавайте полную историю разговора, включая подписи размышлений, в многоходовых запросах и запросах с вызовом функций.

Цены

До 30 ноября 2026 года Gemini 4 Argon доступен по начальной цене:

• Входные токены: 2 долл. США за 1 млн токенов (с 1 декабря 2026 г. – 4 долл. США).
  • Кешированные входные токены. Неявное кеширование снижает стоимость входных токенов на 95 % – до 0,10 доллара США за 1 млн токенов (0, 20 доллара США с 1 декабря 2026 г.).
• Выходные токены, включая токены рассуждений: 10 долл. США за 1 млн токенов (20 долл. США с 1 декабря 2026 г.)

Gemini 4 Argon недоступна в бесплатном плане и в тарифе Google AI Pro. Полный список уровней цен приведен на странице цен.

Другие модели

• Gemini 3.8 Flash
• Gemini 3.6 Flash и 3.5 Flash-Lite
• Посмотреть все модели

Дальнейшие действия

• Полные шаблоны потоковой передачи, повторного подключения и подсчета токенов приведены в руководстве для разработчиков по декодированию длинных запросов.
• Подробнее о том, как работают уровни мышления и сводки рассуждений, рассказывается в руководстве по рассуждениям.
• Протестируйте Gemini 4 Argon в Google AI Studio.