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 на входные и выходные токены в размере 1 млн, декодирование до 1 млн 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 в 1 миллион токенов для входных и выходных данных. Входные, выходные и токены рассуждения используют одно окно на 1 миллион токенов. При этом для нестриминговых вызовов действует ограничение в 32 тысячи токенов на запрос, а для стриминговых – 64 тысячи токенов на поток.
• Длинное декодирование до 1 млн токенов. Модель может генерировать ответы, превышающие ограничение на запрос, – до 1 млн токенов за вычетом входных данных. Последние версии GenAI SDK от Google будут по-прежнему доступны вам 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.

Подробнее о модели Gemini 4 Argon… Подробная информация о ценах приведена на этой странице.

Большие объемы выходных данных и длинное декодирование

Когда задача требует глубокого рассуждения, Gemini 4 Argon может дольше думать и работать усерднее, чтобы решить сложные математические, научные и связанные с программированием 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 для потоковой передачи и 32 000 для других случаев). 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 являются значениями 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 automatic_continuation по умолчанию имеет значение True, поэтому вам не нужно его 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 значение automatic_continuation=False. Если вы используете REST или более старую версию SDK, запросы будут останавливаться при достижении лимита на запрос. Информацию о циклах REST, сторонних фреймворках, подсчете токенов и о том, когда использовать длинное декодирование, можно найти в руководстве по длинному декодированию.

Как задать лимиты на выходные токены

max_output_tokens задает общее количество токенов для рассуждений и вывода, включая все запросы на продолжение. Установите достаточно высокое значение, чтобы не прерывать процесс размышления. 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.
• Существующие приложения с лимитом ниже 32 000. Увеличьте значение max_output_tokens до 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 max_output_tokens, он возвращает finish_reason: "MAX_TOKENS" и включает continuation_token. Вы можете продолжить или начать заново.

• Возобновите загрузку с контрольной точки. Отправьте исходный запрос с последним значением continuation_token и более высоким значением max_output_tokens. Если вы не повысите max_output_tokens, запрос вернет 400 INVALID_ARGUMENT.
• Повторить запрос. Отправьте исходный запрос с более высоким значением max_output_tokens и без параметра continuation_token.

Об уровнях мышления

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

Проведите оценку на всех трех уровнях с высоким значением max_output_tokens, чтобы ответы не обрезались. 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

• Измените идентификатор модели. Замените 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.
• Увеличить ограничения ниже 32 000. Увеличьте любое ограничение ниже 32 000 до 32 768 или выше. 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.
• Замените thinking_budget на thinking_level. thinking_budget по-прежнему работает и сопоставляется с ближайшим thinking_level, но возвращает предупреждение. Протестируйте рабочую нагрузку в low, medium и high.
• Откажитесь от 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 включено по умолчанию для запросов,содержащих не менее 4096 токенов. При совпадении в кеше входные токены оплачиваются со скидкой 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 сигнатуры мыслей. Передавайте полную историю разговора, включая сигнатуры мыслей, в пошаговых запросах и запросах на вызов функций.

Цены

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

• Входные токены: 2,00 долл. США за 1 млн токенов (4,00 долл. США с 1 декабря 2026 г.).
  • Кэшированные входные токены. При неявном кэшировании цена кэшированных входных токенов снижается на 95 % и составляет 0,10 долл. США за 1 млн токенов (с 1 декабря 2026 г. – 0, 20 долл. США).
• Выходные токены, включая токены мышления: 10 долларов США за 1 млн токенов (20 долларов 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.