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'agentivité, de mathématiques et de sciences. Gemini 4 Argon est disponible via l'API Gemini et dans Google AI Studio.

Gemini 4 Argon accepte 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 présente 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 la valeur par défaut recommandée pour thinking_level (medium) et une limite de 64 000 jetons de sortie :

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 jetons par requête pour les appels non en streaming et de 64 000 jetons par flux pour les appels en streaming.
• 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 par défaut.
• Compréhension agentique des vidéos (DG) : la compréhension agentique des vidéos est désormais en disponibilité générale.
• Compatibilité avec les agents gérés : L'agent Antigravity dans les agents gérés Gemini 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 volumineuse 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 le raisonnement et la sortie combinés.
• Les jetons de raisonnement sont décomptés de max_output_tokens : pour les tâches difficiles, le modèle utilise une plus grande partie de votre budget max_output_tokens pour trouver une meilleure réponse. Utilisez thinking_level pour contrôler l'utilisation des jetons.
• Limites par requête (64 000 jetons pour le streaming / 32 000 jetons pour le non-streaming) : une requête de streaming renvoie jusqu'à 65 536 jetons. Une requête sans streaming renvoie jusqu'à 32 768 jetons, contre 65 536 sur Gemini 3.x. Pour les appels REST, ces limites sont également les valeurs par défaut.

Les derniers SDK Google GenAI exécutent automatiquement le décodage long pour vous. 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 défini sur 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 sur plusieurs requêtes jusqu'à ce que le modèle se termine ou atteigne max_output_tokens, renvoyant une seule 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 au plafond par requête. Pour en savoir plus sur les boucles REST, les frameworks tiers, le comptage des jetons et les cas d'utilisation du décodage long, consultez le guide sur le 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-le à un niveau suffisamment bas pour limiter les dépenses lorsqu'un prompt complexe utilise l'intégralité du 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, réduisez thinking_level.
• Tâches qui utilisaient plus de 32 000 jetons auparavant : définissez max_output_tokens sur 65 536.
• Raisonnement complexe et codage : définissez max_output_tokens sur 131 072 ou 262 144, jusqu'à 1 048 576 moins vos jetons d'entrée.

Si une requête utilise l'intégralité de 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 raisonnement

Le niveau de réflexion est votre principal moyen de contrôler 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 n'interrompe pas les réponses. Choisissez ensuite le thinking_level le plus bas qui répond à vos exigences de qualité.

Checklist de migration

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

Migrer vers gemini-4-argon

• Mettez à jour l'ID du modèle : remplacez la chaîne de votre modèle par gemini-4-argon.
• Définissez max_output_tokens explicitement : la valeur par défaut est de 64 K pour les appels de streaming et de SDK, et de 32 K pour les appels REST non diffusés en streaming.
• 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.
• Prévoyez un décodage long : pour les tâches dépassant la limite par requête, utilisez le dernier SDK ou ajoutez une boucle continuation_token.
• Remplacez thinking_budget par thinking_level : thinking_budget fonctionne toujours et correspond au thinking_level le plus proche, mais renvoie un avertissement. Testez votre charge de travail à low, medium et high.
• Abandonner 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 de 95% le coût des jetons d'entrée mis en cache 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.
• Augmentez 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 de la conversation, y compris les signatures de pensée, dans les requêtes multitours et d'appel de fonction.

Tarifs

Gemini 4 Argon est disponible à un 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 de 95 % le coût des entrées mises en cache, qui passe à 0,10 $ pour un million de jetons (0,20 $ à partir du 1er décembre 2026).
• Jetons de sortie, y compris les jetons de raisonnement : 10 $ par million de jetons (20 $ à partir du 1er décembre 2026)

Gemini 4 Argon n'est pas disponible dans le niveau sans frais. Pour connaître l'ensemble des 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 sur le décodage long pour connaître les modèles complets de streaming, de reconnexion et de comptage des jetons.
• Pour en savoir plus sur le fonctionnement des niveaux de réflexion et des résumés de réflexion, consultez le guide sur la réflexion.
• Testez Gemini 4 Argon dans Google AI Studio.