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 unificato di 1 milione di token di input-output, una decodifica lunga fino a 1 milione di token e livelli di ragionamento regolabili (low, medium, high).

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

Nuovo modello

Guida rapida

Utilizza l'esempio seguente per inviare una richiesta a gemini-4-argon con il valore predefinito consigliato thinking_level (medium) e un limite di token di output di 64K:

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 unificato di 1 milione di token di input-output: i token di input, pensiero e output condividono un'unica finestra da 1 milione di token, con un limite di 32.000 per richiesta per le chiamate non in streaming e di 64.000 per stream per le chiamate in 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. Gli SDK Google GenAI più recenti continuano a essere disponibili per impostazione predefinita.
• Comprensione dei video agentica (GA): la comprensione dei video agentica è ora in disponibilità generale.
• Supportato in Managed Agents: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 un'unica generazione.

• Limite unificato di 1 milione di token di input-output:Argon può utilizzare fino a 1 milione di token, meno i token di input, per il ragionamento e l'output combinati.
• I token di ragionamento vengono conteggiati ai fini di max_output_tokens:per le attività difficili, il modello utilizza una parte maggiore del tuo budget di max_output_tokens per fornire una risposta migliore. Utilizza thinking_level per controllare l'utilizzo dei token.
• Limiti per richiesta (64.000 in modalità flusso di dati / 32.000 in modalità non flusso di dati): una richiesta in modalità flusso di dati restituisce fino a 65.536 token. Una richiesta non in 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.

Gli SDK di Google GenAI più recenti eseguono la decodifica lunga per impostazione predefinita. 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 è necessario impostarlo. Quando imposti max_output_tokens su un valore superiore al limite per richiesta, generate_content e generate_content_stream continuano automaticamente tra le richieste finché il modello non termina o non 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 autonomamente, 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.

Impostazione dei limiti dei token di output

max_output_tokens imposta i token di ragionamento e di output totali per una generazione, incluse tutte le richieste di continuazione. Impostalo su un valore sufficientemente alto in modo che il ragionamento non interrompa la risposta. Impostalo su un valore sufficientemente basso da limitare la spesa quando un prompt difficile lo utilizza tutto.

Utilizza le seguenti indicazioni come punto di partenza:

• Attività standard:mantieni l'impostazione predefinita.
• 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 in precedenza 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 tutto il valore 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 max_output_tokens più alto. Se non generi 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.

Informazioni sui livelli di ragionamento

Il livello di ragionamento è il tuo controllo principale su qualità, latenza e 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 più basso di thinking_level che soddisfa i tuoi standard di qualità.

Elenco di controllo per la migrazione

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

Esegui 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 64K per le chiamate SDK e di streaming e 32K per le chiamate REST non di streaming.
• Aumenta i limiti inferiori a 32K:aumenta qualsiasi limite inferiore a 32K ad almeno 32.768. Utilizza thinking_level per ridurre la spesa per i token.
• Pianifica una 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 e viene mappato al thinking_level più vicino, ma restituisce un avviso. Testa il tuo workload a low, medium e high.
• Disattiva la memorizzazione nella cache del contesto esplicita:la memorizzazione nella cache esplicita (cachedContents/caches.create) non è supportata su Gemini 4 Argon e restituisce un errore. Rimuovi le chiamate che creano o trasmettono cached_content in GenerateContentConfig. La memorizzazione nella cache implicita è abilitata per impostazione predefinita per i prompt di almeno 4096 token e sconta del 95% i token di input memorizzati nella cache in caso di successo 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 della conversazione, incluse le firme di pensiero, nelle richieste multi-turn e di chiamata di funzione.

Prezzi

Gemini 4 Argon è disponibile a un prezzo 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 del 95% l'input memorizzato nella cache, portandolo 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. 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 sulla decodifica lunga per i pattern completi di streaming, riconnessione e conteggio dei token.
• Scopri come funzionano i livelli di ragionamento e i riepiloghi dei ragionamenti nella guida al ragionamento.
• Testa Gemini 4 Argon in Google AI Studio.