Nouveautés de Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) est notre modèle le plus récent et le plus performant. Il peut raisonner plus longtemps sur des problèmes difficiles pour obtenir de meilleurs résultats sur des tâches complexes de codage, d'agent, de mathématiques et de sciences. Gemini 4 Argon est disponible via l'API Gemini et dans Google AI Studio.

Gemini 4 Argon est compatible avec une limite unifiée de 1 million de jetons d'entrée/sortie, un décodage long jusqu'à 1 million de jetons et des niveaux de réflexion réglables (low, medium, high).

Ce guide explique les nouveautés de Gemini 4 Argon, les modifications apportées à l'API, des exemples de code et des conseils de migration.

Nouveau modèle

Guide de démarrage rapide

Utilisez l'exemple suivant pour envoyer une requête à gemini-4-argon avec le thinking_level par défaut recommandé (medium) et une limite de jetons de sortie de 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"
      }
    }
  }'

Nouveautés de Gemini 4 Argon

• Limite unifiée de 1 million de jetons d'entrée/sortie : les jetons d'entrée, de réflexion et de sortie partagent une seule fenêtre de 1 million de jetons, avec une limite de 32 000 par requête pour les appels non diffusés et de 64 000 par flux pour les appels diffusés.
• Décodage long jusqu'à 1 million de jetons : le modèle peut générer au-delà de la limite par requête, jusqu'à 1 million de jetons moins votre entrée. Les derniers SDK Google GenAI continuent pour vous par défaut.
• Compréhension agentique des vidéos (DG) : la compréhension agentique des vidéos est désormais en disponibilité générale.
• Compatible avec les agents gérés : l'agent Antigravity dans Gemini Managed Agents est désormais compatible avec Gemini 4 Argon.

Pour en savoir plus, consultez la page du modèle Gemini 4 Argon. Pour en savoir plus sur les tarifs, consultez la page des tarifs.

Sortie plus importante et décodage long

Lorsqu'une tâche nécessite un raisonnement approfondi, Gemini 4 Argon peut réfléchir plus longtemps et travailler plus dur pour résoudre des problèmes complexes de mathématiques, de sciences et de codage en une seule génération.

• Limite unifiée de 1 million de jetons d'entrée/sortie : Argon peut utiliser jusqu'à 1 million de jetons, moins vos jetons d'entrée, pour la réflexion et la sortie combinées.
• Les jetons de réflexion sont pris en compte dans max_output_tokens: pour les tâches difficiles, le modèle utilise une plus grande partie de votre budget max_output_tokens pour obtenir une meilleure réponse. Utilisez thinking_level pour contrôler l'utilisation des jetons.
• Limites par requête (64 000 pour la diffusion en flux continu / 32 000 pour la diffusion non continue) : une requête de diffusion en flux continu renvoie jusqu'à 65 536 jetons. Une requête non diffusée renvoie jusqu'à 32 768 jetons, contre 65 536 sur Gemini 3.x. Pour les appels REST, ces limites sont également celles par défaut.

Les derniers SDK Google GenAI exécutent le décodage long pour vous par défaut. Utilisez Python google-genai 2.30.1 ou version ultérieure, ou JavaScript @google/genai 2.29.1 ou version ultérieure.

Dans ces versions, automatic_continuation est True par défaut. Vous n'avez donc pas besoin de le définir. Lorsque vous définissez max_output_tokens au-dessus de la limite par requête, generate_content et generate_content_stream continuent automatiquement les requêtes jusqu'à ce que le modèle se termine ou atteigne max_output_tokens, en renvoyant une réponse combinée.

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.
    ),
)

Pour exécuter la boucle vous-même, définissez automatic_continuation=False. Si vous appelez REST ou utilisez un SDK plus ancien, les requêtes s'arrêtent à la limite par requête. Pour les boucles REST, les frameworks tiers, le comptage des jetons et quand utiliser le décodage long, consultez le guide du décodage long.

Définir des limites de jetons de sortie

max_output_tokens définit le nombre total de jetons de réflexion et de sortie pour une génération, y compris toutes les requêtes de continuation. Définissez une valeur suffisamment élevée pour que la réflexion ne raccourcisse pas la réponse. Définissez une valeur suffisamment basse pour limiter les dépenses lorsqu'une requête difficile utilise tout le budget.

Utilisez les conseils suivants comme point de départ :

• Tâches standards : conservez la valeur par défaut.
• Applications existantes avec une limite inférieure à 32 000 : augmentez max_output_tokens à 32 768. Pour utiliser moins de jetons, diminuez thinking_level.
• Tâches qui utilisaient plus de 32 000 jetons auparavant : définissez max_output_tokens sur 65 536.
• Raisonnement et codage complexes : définissez max_output_tokens sur 131 072 ou 262 144, jusqu'à 1 048 576 moins vos jetons d'entrée.

Si une requête utilise tous les max_output_tokens, elle renvoie finish_reason: "MAX_TOKENS" et inclut un continuation_token. Vous pouvez reprendre ou recommencer.

• Reprendre à partir du point de contrôle : envoyez la requête d'origine avec le dernier continuation_token et un max_output_tokens plus élevé. Si vous n'augmentez pas max_output_tokens, la requête renvoie 400 INVALID_ARGUMENT.
• Recommencer : envoyez la requête d'origine avec un max_output_tokens plus élevé et sans continuation_token.

Comprendre les niveaux de réflexion

Le niveau de réflexion est votre principal contrôle sur la qualité, la latence et l'utilisation des jetons dans Gemini 4 Argon :

Exécutez vos évaluations aux trois niveaux avec un max_output_tokens élevé afin que la limite ne raccourcisse pas les réponses. Choisissez ensuite le thinking_level le plus bas qui répond à votre barre de qualité.

Checklist de migration

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

Migrer vers gemini-4-argon

• Mettre à jour l'ID du modèle : remplacez la chaîne de votre modèle par gemini-4-argon.
• Définir max_output_tokens explicitement : la valeur par défaut est de 64 000 pour les appels de diffusion en flux continu et de SDK, et de 32 000 pour les appels REST non diffusés.
• Augmenter les limites inférieures à 32 000 : augmentez toute limite inférieure à 32 000 à au moins 32 768. Utilisez thinking_level pour réduire les dépenses en jetons.
• Planifier le décodage long : pour les tâches supérieures à la limite par requête, utilisez le dernier SDK ou ajoutez une boucle continuation_token.
• Remplacer thinking_budget par thinking_level: thinking_budget fonctionne toujours et correspond au thinking_level le plus proche, mais il renvoie un avertissement. Testez votre charge de travail sur low, medium et high.
• Supprimer la mise en cache explicite du contexte : la mise en cache explicite (cachedContents / caches.create) n'est pas compatible avec Gemini 4 Argon et renvoie une erreur. Supprimez les appels qui créent ou transmettent cached_content dans GenerateContentConfig. La mise en cache implicite est activée par défaut pour les requêtes d'au moins 4 096 jetons et réduit les jetons d'entrée mis en cache de 95% en cas de succès de cache.
• Supprimer les paramètres obsolètes : supprimez temperature, top_p, top_k et candidate_count des requêtes. S'ils sont fournis, les paramètres d'échantillonnage sont ignorés.
• Augmenter les délais avant expiration du client : définissez les délais avant expiration du client HTTP sur au moins 20 minutes par appel.
• Conserver les signatures de pensée : transmettez l'historique complet des conversations, y compris les signatures de pensée, dans les requêtes multi-tours et d'appel de fonction.

Tarifs

Gemini 4 Argon est disponible au prix découverte jusqu'au 30 novembre 2026 :

• Jetons d'entrée : 2 $ par million de jetons (4 $ à partir du 1er décembre 2026)
  • Jetons d'entrée mis en cache : la mise en cache implicite réduit les entrées mises en cache de 95%, à 0,10 $ par million de jetons (0,20 $ à partir du 1er décembre 2026).
• Jetons de sortie, y compris les jetons de réflexion : 10 $ par million de jetons (20 $ à partir du 1er décembre 2026)

Gemini 4 Argon n'est pas disponible dans le niveau sans frais ni dans le forfait Google AI Pro. Pour connaître tous les niveaux de tarification, consultez la page des tarifs.

Autres modèles

• Gemini 3.8 Flash
• Gemini 3.6 Flash et 3.5 Flash-Lite
• Voir tous les modèles

Étape suivante

• Consultez le guide du développeur de décodage long pour connaître tous les modèles de diffusion en flux continu, de reconnexion et de comptage des jetons.
• Découvrez comment fonctionnent les niveaux de réflexion et les résumés de pensée dans le guide de réflexion.
• Testez Gemini 4 Argon dans Google AI Studio.