מה חדש ב-Gemini 4 Argon

‫Gemini 4 Argon (gemini-4-argon) הוא המודל החדש והמתקדם ביותר שלנו. הוא יכול להקדיש יותר זמן לניתוח בעיות קשות כדי להגיע לתוצאות טובות יותר במשימות מורכבות בתחומים כמו תכנות, סוכנים, מתמטיקה ומדע. ‫Gemini 4 Argon זמין דרך Gemini API וב-Google AI Studio.

‫Gemini 4 Argon תומך במגבלה אחידה של מיליון טוקנים לקלט ולפלט, בפענוח ארוך של עד מיליון טוקנים וברמות חשיבה ניתנות להתאמה (low, medium, high).

במדריך הזה מוסבר מה חדש ב-Gemini 4 Argon, מה השינויים ב-API, מהן דוגמאות הקוד ואיך עוברים למודל החדש.

המודל החדש

מדריך למתחילים

בדוגמה הבאה מוסבר איך לשלוח בקשה אל gemini-4-argon עם ערך ברירת המחדל המומלץ thinking_level (medium) ומגבלת טוקנים של 64K לפלט:

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"
      }
    }
  }'

מה חדש ב-Gemini 4 Argon

• מגבלה אחידה של מיליון טוקנים לקלט ולפלט: טוקנים של קלט, חשיבה ופלט חולקים חלון אחד של מיליון טוקנים, עם מגבלה של 32,000 לכל בקשה לקריאות ללא סטרימינג ומגבלה של 64,000 לכל סטרימינג לקריאות בסטרימינג.
• פענוח ארוך של עד מיליון טוקנים: המודל יכול ליצור תשובות ארוכות יותר מהמגבלה לכל בקשה, עד מיליון טוקנים פחות הקלט שלכם. הגרסאות העדכניות של Google GenAI SDK ממשיכות לפעול כברירת מחדל.
• הבנת וידאו מבוססת-סוכנים (GA): הבנת וידאו מבוססת-סוכנים זמינה עכשיו לכלל המשתמשים.
• תמיכה בסוכנים מנוהלים: סוכן Antigravity ב"סוכנים מנוהלים ב-Gemini" תומך עכשיו ב-Gemini 4 Argon.

פרטים נוספים זמינים בדף המודל של Gemini 4 Argon. לפרטים על המחירים, עיינו בדף התמחור.

פלט גדול יותר ופענוח ארוך

כשמשימה דורשת חשיבה מעמיקה, Gemini 4 Argon יכול לחשוב יותר זמן ולעבוד קשה יותר כדי לפתור בעיות מורכבות במתמטיקה, במדע ובתכנות, וליצור תשובה אחת.

• מגבלה אחידה של מיליון טוקנים לקלט ולפלט: Argon יכול להשתמש בעד מיליון טוקנים, פחות הטוקנים של הקלט, לתהליך החשיבה ולפלט ביחד.
• טוקנים של חשיבה נספרים כחלק מmax_output_tokens: במשימות קשות, המודל משתמש ביותר מהמכסה של max_output_tokens כדי להגיע לתשובה טובה יותר. אפשר להשתמש ב-thinking_level כדי לשלוט בשימוש בטוקנים.
• מגבלות לכל בקשה (64,000 בסטרימינג / 32,000 ללא סטרימינג): בקשת סטרימינג אחת מחזירה עד 65,536 טוקנים. בקשה אחת ללא סטרימינג מחזירה עד 32,768 טוקנים, לעומת 65,536 ב-Gemini 3.x. בקריאות REST, המגבלות האלה הן גם ברירות המחדל.

ערכות ה-SDK העדכניות של Google GenAI מפעילות פענוח ארוך כברירת מחדל. צריך להשתמש ב-Python google-genai בגרסה 2.30.1 ואילך, או ב-JavaScript @google/genai בגרסה 2.29.1 ואילך.

בגרסאות האלה, automatic_continuation הוא True כברירת מחדל, כך שאין צורך להגדיר אותו. כשמגדירים את max_output_tokens מעל המגבלה לכל בקשה, generate_content ו-generate_content_stream ממשיכים באופן אוטומטי בין הבקשות עד שהמודל מסיים או מגיע ל-max_output_tokens, ומחזיר תשובה משולבת אחת.

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.
    ),
)

כדי להריץ את הלולאה בעצמכם, מגדירים את automatic_continuation=False. אם אתם שולחים קריאות REST או משתמשים ב-SDK ישן יותר, הבקשות נעצרות במכסה לכל בקשה. כדי לקבל מידע על לולאות REST, מסגרות של צד שלישי, ספירת טוקנים ומתי להשתמש בפענוח ארוך, עיינו במדריך לפענוח ארוך.

הגדרת מגבלות על טוקנים של פלט

‫max_output_tokens מגדיר את המספר הכולל של טוקנים לחשיבה ולפלט ביצירה, כולל כל הבקשות להמשך. כדאי להגדיר ערך גבוה מספיק כדי שהחשיבה לא תקצר את התשובה. כדאי להגדיר אותה נמוך מספיק כדי להגביל את ההוצאות כשהנחיה מורכבת משתמשת בכל המכסה.

ההנחיות הבאות יכולות לשמש כנקודת התחלה:

• משימות רגילות: משאירים את ברירת המחדל.
• אפליקציות קיימות עם מגבלה נמוכה מ-32,000: צריך להגדיל את max_output_tokens ל-32,768. כדי להשתמש בפחות טוקנים, צריך להקטין את הערך של thinking_level.
• משימות שהשתמשו ביותר מ-32,000 אסימונים לפני כן: מגדירים את max_output_tokens ל-65,536.
• הסקה מורכבת ותכנות: מגדירים את max_output_tokens ל-131,072 או 262,144, עד 1,048,576 פחות הטוקנים של הקלט.

אם בקשה משתמשת בכל max_output_tokens, היא מחזירה finish_reason: "MAX_TOKENS" וכוללת continuation_token. אפשר להמשיך או להתחיל מחדש.

• המשך מנקודת הבדיקה: שולחים את הבקשה המקורית עם הערך האחרון של continuation_token וערך גבוה יותר של max_output_tokens. אם לא מעלים את max_output_tokens, הבקשה מחזירה את הערך 400 INVALID_ARGUMENT.
• להתחיל מחדש: שולחים את הבקשה המקורית עם ערך max_output_tokens גבוה יותר ובלי continuation_token.

הסבר על רמות ההעמקה

רמת החשיבה היא אמצעי הבקרה העיקרי על האיכות, זמן האחזור והשימוש בטוקנים ב-Gemini 4 Argon:

כדאי להריץ את ההערכות בכל שלוש הרמות עם max_output_tokens גבוה, כדי שהמגבלה לא תקצר את התשובות. לאחר מכן, בוחרים את הערך הנמוך ביותר של thinking_level שעומד בדרישות האיכות שלכם.

רשימת משימות להעברת נתונים (מיגרציה)

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

מעבר ל-gemini-4-argon

• עדכון מזהה המודל: משנים את מחרוזת המודל ל-gemini-4-argon.
• הגדרה מפורשת של max_output_tokens: ברירת המחדל היא 64K לסטרימינג ולקריאות ל-SDK, ו-32K לקריאות ל-REST שלא בסטרימינג.
• הגדלת מכסות שנמוכות מ-32,000: מגדילים כל מכסה שנמוכה מ-32,000 ל-32,768 לפחות. כדי להפחית את עלות הטוקנים, אפשר להשתמש ב-thinking_level.
• תכנון לפענוח ארוך: למשימות שחורגות מהמגבלה לכל בקשה, צריך להשתמש ב-SDK העדכני ביותר או להוסיף לולאת continuation_token.
• החלפת thinking_budget ב-thinking_level: thinking_budget עדיין פועל וממפה ל-thinking_level הקרוב ביותר, אבל מחזיר אזהרה. בודקים את עומס העבודה ב-low, ב-medium וב-high.
• הפסקת השימוש בשמירת הקשר מפורשת במטמון: שמירת הקשר מפורשת במטמון (cachedContents / caches.create) לא נתמכת ב-Gemini 4 Argon ומחזירה שגיאה. צריך להסיר קריאות שיוצרות או מעבירות את cached_content ב-GenerateContentConfig. שמירה במטמון באופן משתמע מופעלת כברירת מחדל להנחיות עם לפחות 4,096 טוקנים, ומעניקה הנחה של 95% על טוקנים של קלט שנשמרו במטמון במקרה של מציאה במטמון (cache hit).
• הסרת פרמטרים שיצאו משימוש: צריך להסיר את הפרמטרים temperature,‏ top_p,‏ top_k ו-candidate_count מהבקשות. אם הפרמטר הזה מסופק, המערכת מתעלמת מפרמטרים של דגימה.
• הגדלת זמן הקצוב לתפוגה של הלקוח: מגדירים את הזמן הקצוב לתפוגה של צד הלקוח ב-HTTP ל-20 דקות לפחות לכל קריאה.
• שמירה על חתימות החשיבה: מעבירים את כל היסטוריית השיחה, כולל חתימות החשיבה, בבקשות עם כמה סבבים ובקשות לקריאה לפונקציות.
• בדיקת אומדני העלויות: כל טוקן שהמודל מעבד מחויב, כולל הוראות מערכת של כלים פנימיים והצהרות על פונקציות כשמשתמשים ב-grounding (ראו תמחור).

תמחור

עד 30 בנובמבר 2026, אפשר להשתמש ב-Gemini 4 Argon במחיר היכרות:

• טוקנים של קלט: ‏2.00$ למיליון טוקנים (‏4.00$ החל מ-1 בדצמבר 2026)
  • טוקנים של קלט במטמון: שמירה במטמון באופן משתמע מוזילה את הטוקנים של הקלט במטמון ב-95%, ל-0.10 $למיליון טוקנים (0.20$ החל מ-1 בדצמבר 2026).
• טוקנים של פלט, כולל טוקנים של חשיבה: ‏10.00$ למיליון טוקנים (‏20.00$ החל מ-1 בדצמבר 2026)

כל טוקן שהמודל מעבד נספר ומחויב, כולל טוקנים של חשיבה, הוראות מערכת פנימיות של כלים והצהרות על פונקציות כשמשתמשים ב-grounding. גם החיוב על עיגון באמצעות חיפוש Google נשאר לפי שאילתה.

‫Gemini 4 Argon לא זמין בתוכנית בחינם. לרמות התמחור המלאות, ראו את דף התמחור.

מודלים אחרים

• Gemini 3.8 Flash
• ‫Gemini 3.6 Flash ו-‎3.5 Flash-Lite
• לצפייה בכל המודלים

המאמרים הבאים

• כדי לקבל מידע מלא על דפוסי סטרימינג, חיבור מחדש וספירת טוקנים, קראו את המדריך למפתחים בנושא פענוח ארוך.
• במדריך לתהליך החשיבה מוסבר איך פועלים רמות העמקה וסיכומי תהליך החשיבה.
• ‫ב-Google AI Studio אתם יכולים לבדוק את Gemini 4 Argon.