Novedades de Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) es nuestro modelo más reciente y capaz. Puede razonar durante más tiempo sobre problemas difíciles para obtener mejores resultados en tareas complejas de programación, de agentes, matemáticas y ciencias. Gemini 4 Argon está disponible a través de la API de Gemini y en Google AI Studio.

Gemini 4 Argon admite un límite unificado de 1 millón de tokens de entrada y salida, una decodificación larga de hasta 1 millón de tokens y niveles de razonamiento ajustables (low, medium, high).

En esta guía, se explica qué novedades incluye Gemini 4 Argon, los cambios en la API, ejemplos de código y orientación para la migración.

Modelo nuevo

Guía de inicio rápido

Usa el siguiente ejemplo para enviar una solicitud a gemini-4-argon con el thinking_level predeterminado recomendado (medium) y un límite de 64,000 tokens de salida:

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"
      }
    }
  }'

Novedades de Gemini 4 Argon

• Límite unificado de 1 millón de tokens de entrada y salida: Los tokens de entrada, razonamiento y salida comparten una sola ventana de 1 millón de tokens, con un límite de 32,000 por solicitud para las llamadas que no son de transmisión y un límite de 64,000 por transmisión para las llamadas de transmisión.
• Decodificación larga de hasta 1 millón de tokens: El modelo puede generar más allá del límite por solicitud, hasta 1 millón de tokens menos tu entrada. Los SDKs de IA generativa de Google más recientes continúan de forma predeterminada.
• Comprensión de video de agentes (GA): La comprensión de video de agentes ahora está disponible de forma general.
• Compatibilidad con agentes administrados: El agente de Antigravity en los agentes administrados de Gemini ahora admite Gemini 4 Argon.

Para obtener más detalles, consulta la página del modelo Gemini 4 Argon. Para obtener información sobre los precios, consulta la página de precios.

Mayor salida y decodificación larga

Cuando una tarea requiere un razonamiento profundo, Gemini 4 Argon puede razonar durante más tiempo y trabajar más para terminar problemas complejos de matemáticas, ciencias y programación en una sola generación.

• Límite unificado de 1 millón de tokens de entrada y salida: Argon puede usar hasta 1 millón de tokens, menos tus tokens de entrada, para el razonamiento y la salida combinados.
• Los tokens de razonamiento se incluyen en max_output_tokens: En tareas difíciles, el modelo usa más de tu presupuesto de max_output_tokens para llegar a una mejor respuesta. Usa thinking_level para controlar el uso de tokens.
• Límites por solicitud (64,000 para transmisión y 32,000 para no transmisión): Una solicitud de transmisión devuelve hasta 65,536 tokens. Una solicitud que no es de transmisión devuelve hasta 32,768 tokens, en comparación con los 65,536 de Gemini 3.x. Para las llamadas de REST, estos límites también son los valores predeterminados.

Los SDKs de IA generativa de Google más recientes ejecutan la decodificación larga de forma predeterminada. Usa Python google-genai 2.30.1 o una versión posterior, o JavaScript @google/genai 2.29.1 o una versión posterior.

En estas versiones, automatic_continuation es True de forma predeterminada, por lo que no es necesario configurarlo. Cuando configuras max_output_tokens por encima del límite por solicitud, generate_content y generate_content_stream continúan automáticamente en las solicitudes hasta que el modelo finaliza o alcanza max_output_tokens, y devuelve una respuesta combinada.

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.
    ),
)

Para ejecutar el bucle por tu cuenta, configura automatic_continuation=False. Si llamas a REST o usas un SDK más antiguo, las solicitudes se detienen en el límite por solicitud. Para los bucles de REST, los frameworks de terceros, el recuento de tokens y cuándo usar la decodificación larga, consulta la guía de decodificación larga.

Cómo configurar límites de tokens de salida

max_output_tokens establece el total de tokens de razonamiento y salida para una generación, incluidas todas las solicitudes de continuación. Configúralo lo suficientemente alto para que el razonamiento no acorte la respuesta. Configúralo lo suficientemente bajo para limitar el gasto cuando una instrucción difícil lo use todo.

Usa la siguiente guía como punto de partida:

• Tareas estándar: Conserva el valor predeterminado.
• Apps existentes con un límite inferior a 32,000: Aumenta max_output_tokens a 32,768. Para usar menos tokens, disminuye thinking_level.
• Tareas que usaban más de 32,000 tokens antes: Configura max_output_tokens en 65,536.
• Razonamiento y programación complejos: Configura max_output_tokens en 131,072 o 262,144, hasta 1,048,576 menos tus tokens de entrada.

Si una solicitud usa todo max_output_tokens, devuelve finish_reason: "MAX_TOKENS" e incluye un continuation_token. Puedes reanudar o volver a comenzar.

• Reanudar desde el punto de control: Envía la solicitud original con el continuation_token más reciente y un max_output_tokens más alto. Si no aumentas max_output_tokens, la solicitud devuelve 400 INVALID_ARGUMENT.
• Volver a comenzar: Envía la solicitud original con un max_output_tokens más alto y sin continuation_token.

Comprensión de los niveles de razonamiento

El nivel de razonamiento es tu control principal sobre la calidad, la latencia y el uso de tokens en Gemini 4 Argon:

Ejecuta tus evaluaciones en los tres niveles con un max_output_tokens alto para que el límite no acorte las respuestas. Luego, elige el thinking_level más bajo que cumpla con tu nivel de calidad.

Lista de tareas de la migración

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

Migra a gemini-4-argon

• Actualiza el ID del modelo: Cambia tu cadena de modelo a gemini-4-argon.
• Establece max_output_tokens de forma explícita: El valor predeterminado es 64,000 para las llamadas de transmisión y del SDK, y 32,000 para las llamadas de REST que no son de transmisión.
• Aumenta los límites inferiores a 32,000: Aumenta cualquier límite inferior a 32,000 a al menos 32,768. Usa thinking_level para reducir el gasto de tokens.
• Planifica la decodificación larga: Para las tareas que superen el límite por solicitud, usa el SDK más reciente o agrega un bucle continuation_token.
• Reemplaza thinking_budget por thinking_level: thinking_budget aún funciona y se asigna al thinking_level más cercano, pero devuelve una advertencia. Prueba tu carga de trabajo en low, medium y high.
• Quita el almacenamiento en caché de contexto explícito: El almacenamiento en caché explícito (cachedContents / caches.create) no es compatible con Gemini 4 Argon y devuelve un error. Quita las llamadas que crean o pasan cached_content en GenerateContentConfig. El almacenamiento en caché implícito está habilitado de forma predeterminada para las instrucciones de al menos 4,096 tokens y descuenta los tokens de entrada almacenados en caché en un 95% en los aciertos de caché.
• Quita los parámetros obsoletos: Quita temperature, top_p, top_k y candidate_count de las solicitudes. Si se proporcionan, se ignoran los parámetros de muestreo.
• Aumenta los tiempos de espera del cliente: Establece los tiempos de espera del cliente HTTP en al menos 20 minutos por llamada.
• Conserva las firmas de razonamiento: Pasa el historial de conversaciones completo, incluidas las firmas de razonamiento, en solicitudes de varias turnos y de llamadas a funciones.

Precios

Gemini 4 Argon está disponible con precio de lanzamiento hasta el 30 de noviembre de 2026:

• Tokens de entrada: USD 2.00 por millón de tokens (USD 4.00 a partir del 1 de diciembre de 2026)
  • Tokens de entrada almacenados en caché: El almacenamiento en caché implícito descuenta la entrada almacenada en caché en un 95%, a USD 0.10 por millón de tokens (USD 0.20 a partir del 1 de diciembre de 2026).
• Tokens de salida, incluidos los tokens de razonamiento: USD 10.00 por millón de tokens (USD 20.00 a partir del 1 de diciembre de 2026)

Gemini 4 Argon no está disponible en el nivel gratuito ni en el plan Google AI Pro. Para obtener información sobre los niveles de precios completos, consulta la página de precios.

Otros modelos

• Gemini 3.8 Flash
• Gemini 3.6 Flash y 3.5 Flash-Lite
• Ver todos los modelos

¿Qué sigue?

• Consulta la guía para desarrolladores de decodificación larga para obtener patrones completos de transmisión, reconexión y recuento de tokens.
• Obtén información sobre cómo funcionan los niveles de razonamiento y los resúmenes de razonamiento en la guía de razonamiento.
• Prueba Gemini 4 Argon en Google AI Studio.