Yang baru di Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) adalah model terbaru dan tercanggih kami. Model ini dapat melakukan penalaran lebih lama pada masalah sulit untuk mendapatkan hasil yang lebih baik pada tugas coding, agentic, matematika, dan sains yang kompleks. Gemini 4 Argon tersedia melalui Gemini API dan di Google AI Studio.

Gemini 4 Argon mendukung batas token input-output terpadu 1 juta, dekode panjang hingga 1 juta token, dan tingkat penalaran yang dapat disesuaikan (low, medium, high).

Panduan ini menjelaskan fitur baru di Gemini 4 Argon, perubahan API, contoh kode, dan panduan migrasi.

Model baru

Panduan memulai

Gunakan contoh berikut untuk mengirim permintaan ke gemini-4-argon dengan thinking_level default yang direkomendasikan (medium) dan batas token output 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"
      }
    }
  }'

Fitur baru di Gemini 4 Argon

• Batas token input-output terpadu 1 juta: Token input, penalaran, dan output berbagi satu jendela 1 juta token, dengan batas 32K per permintaan untuk panggilan non-streaming dan batas 64K per streaming untuk panggilan streaming.
• Dekode panjang hingga 1 juta token: Model ini dapat menghasilkan di luar batas per permintaan, hingga 1 juta token dikurangi input Anda. Google GenAI SDK terbaru akan terus berjalan untuk Anda secara default.
• Pemahaman video agentic (GA): Pemahaman video agentic kini tersedia secara umum.
• Didukung di Agen Terkelola: Agen Antigravity di Agen Terkelola Gemini kini mendukung Gemini 4 Argon.

Untuk mengetahui detail selengkapnya, lihat halaman model Gemini 4 Argon. Untuk mengetahui detail harga, lihat halaman harga.

Output yang lebih besar dan dekode panjang

Jika tugas memerlukan penalaran mendalam, Gemini 4 Argon dapat berpikir lebih lama dan bekerja lebih keras untuk menyelesaikan masalah matematika, sains, dan coding yang kompleks dalam satu generasi.

• Batas token input-output terpadu 1 juta: Argon dapat menggunakan hingga 1 juta token, dikurangi token input Anda, untuk penalaran dan output gabungan.
• Token penalaran dihitung dalam max_output_tokens: Pada tugas yang sulit, model menggunakan lebih banyak anggaran max_output_tokens Anda untuk mencapai jawaban yang lebih baik. Gunakan thinking_level untuk mengontrol penggunaan token.
• Batas per permintaan (streaming 64K / non-streaming 32K): Satu permintaan streaming menampilkan hingga 65.536 token. Satu permintaan non-streaming menampilkan hingga 32.768 token, turun dari 65.536 di Gemini 3.x. Untuk panggilan REST, batas ini juga merupakan nilai default.

Google GenAI SDK terbaru menjalankan dekode panjang untuk Anda secara default. Gunakan Python google-genai 2.30.1 atau yang lebih tinggi, atau JavaScript @google/genai 2.29.1 atau yang lebih tinggi.

Dalam versi ini, automatic_continuation adalah True secara default, sehingga Anda tidak perlu menyetelkannya. Jika Anda menetapkan max_output_tokens di atas batas per permintaan, generate_content dan generate_content_stream akan otomatis dilanjutkan di seluruh permintaan hingga model selesai atau mencapai max_output_tokens, yang menampilkan satu respons gabungan.

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.
    ),
)

Untuk menjalankan loop sendiri, tetapkan automatic_continuation=False. Jika Anda memanggil REST atau menggunakan SDK yang lebih lama, permintaan akan berhenti pada batas per permintaan. Untuk loop REST, framework pihak ketiga, penghitungan token, dan kapan harus menggunakan dekode panjang, lihat panduan dekode panjang.

Menetapkan batas token output

max_output_tokens menetapkan total token penalaran dan output untuk generasi, termasuk semua permintaan kelanjutan. Tetapkan nilai yang cukup tinggi agar penalaran tidak memotong jawaban. Tetapkan nilai yang cukup rendah untuk membatasi pengeluaran saat perintah yang sulit menggunakan semuanya.

Gunakan panduan berikut sebagai titik awal:

• Tugas standar: Pertahankan nilai default.
• Aplikasi yang sudah ada dengan batas di bawah 32K: Tingkatkan max_output_tokens menjadi 32.768. Untuk menggunakan lebih sedikit token, turunkan thinking_level.
• Tugas yang sebelumnya menggunakan lebih dari 32K token: Tetapkan max_output_tokens ke 65.536.
• Penalaran dan coding yang kompleks: Tetapkan max_output_tokens ke 131.072 atau 262.144, hingga 1.048.576 dikurangi token input Anda.

Jika permintaan menggunakan semua max_output_tokens, permintaan akan menampilkan finish_reason: "MAX_TOKENS" dan menyertakan continuation_token. Anda dapat melanjutkan atau memulai lagi.

• Lanjutkan dari checkpoint: Kirim permintaan asli dengan continuation_token terbaru dan max_output_tokens yang lebih tinggi. Jika Anda tidak menaikkan max_output_tokens, permintaan akan menampilkan 400 INVALID_ARGUMENT.
• Mulai lagi: Kirim permintaan asli dengan max_output_tokens yang lebih tinggi dan tanpa continuation_token.

Memahami tingkat penalaran

Tingkat penalaran adalah kontrol utama Anda atas kualitas, latensi, dan penggunaan token di Gemini 4 Argon:

Jalankan evaluasi Anda di ketiga tingkat dengan max_output_tokens yang tinggi sehingga batas tidak memotong jawaban. Kemudian, pilih thinking_level terendah yang memenuhi standar kualitas Anda.

Checklist migrasi

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

Bermigrasi ke gemini-4-argon

• Perbarui ID model: Ubah string model Anda menjadi gemini-4-argon.
• Tetapkan max_output_tokens secara eksplisit: Nilai defaultnya adalah 64K untuk panggilan streaming dan SDK, serta 32K untuk panggilan REST non-streaming.
• Tingkatkan batas yang lebih rendah dari 32K: Tingkatkan batas apa pun yang lebih rendah dari 32K menjadi setidaknya 32.768. Gunakan thinking_level untuk mengurangi pengeluaran token.
• Rencanakan dekode panjang: Untuk tugas di atas batas per permintaan, gunakan SDK terbaru atau tambahkan loop continuation_token.
• Ganti thinking_budget dengan thinking_level: thinking_budget masih berfungsi dan dipetakan ke thinking_level terdekat, tetapi akan menampilkan peringatan. Uji workload Anda di low, medium, dan high.
• Hentikan penggunaan caching konteks eksplisit: Caching eksplisit (cachedContents / caches.create) tidak didukung di Gemini 4 Argon dan menampilkan error. Hapus panggilan yang membuat atau meneruskan cached_content di GenerateContentConfig. Caching implisit diaktifkan secara default untuk perintah minimal 4.096 token dan memberikan diskon token input yang di-cache sebesar 95% pada hit cache.
• Hapus parameter yang tidak digunakan lagi: Hapus temperature, top_p, top_k, dan candidate_count dari permintaan. Jika disediakan, parameter pengambilan sampel akan diabaikan.
• Tingkatkan waktu tunggu klien: Tetapkan waktu tunggu klien HTTP ke minimal 20 menit per panggilan.
• Pertahankan tanda tangan pemikiran: Teruskan histori percakapan lengkap, termasuk tanda tangan pemikiran, dalam permintaan multi-turn dan panggilan fungsi.

Harga

Gemini 4 Argon tersedia dengan harga perkenalan hingga 30 November 2026:

• Token input: $2,00 per 1 juta token ($4,00 mulai 1 Desember 2026)
  • Token input yang di-cache: Caching implisit memberikan diskon input yang di-cache sebesar 95%, menjadi $0,10 per 1 juta token ($0,20 mulai 1 Desember 2026).
• Token output, termasuk token penalaran: $10,00 per 1 juta token ($20,00 mulai 1 Desember 2026)

Gemini 4 Argon tidak tersedia di Paket gratis atau di paket Google AI Pro. Untuk mengetahui paket harga lengkap, lihat halaman harga.

Model lainnya

• Gemini 3.8 Flash
• Gemini 3.6 Flash dan 3.5 Flash-Lite
• Lihat semua model

Langkah berikutnya

• Baca panduan developer dekode panjang untuk mengetahui pola streaming, koneksi ulang, dan penghitungan token lengkap.
• Pelajari cara kerja tingkat penalaran dan ringkasan pemikiran dalam panduan penalaran.
• Uji Gemini 4 Argon di Google AI Studio.