Gemini 4 Argon में नया क्या है

Gemini 4 Argon (gemini-4-argon) हमारा सबसे नया और बेहतरीन मॉडल है. यह मुश्किल समस्याओं को हल करने के लिए ज़्यादा समय ले सकता है. इससे कोडिंग, एजेंटिक, गणित, और विज्ञान से जुड़े मुश्किल टास्क के बेहतर नतीजे मिलते हैं. Gemini 4 Argon, Gemini API और Google AI Studio में उपलब्ध है.

Gemini 4 Argon में, इनपुट और आउटपुट के लिए कुल 10 लाख टोकन इस्तेमाल किए जा सकते हैं. साथ ही, इसमें 10 लाख टोकन तक के लंबे डिकोड की सुविधा और सोच-समझकर जवाब देने के अलग-अलग लेवल (low, medium, high) उपलब्ध हैं.

इस गाइड में, Gemini 4 Argon में उपलब्ध नई सुविधाओं, एपीआई में हुए बदलावों, कोड के उदाहरणों, और माइग्रेशन से जुड़े दिशा-निर्देशों के बारे में बताया गया है.

नया मॉडल

क्विकस्टार्ट

सुझाए गए डिफ़ॉल्ट thinking_level (medium) और 64,000 आउटपुट टोकन की सीमा के साथ, gemini-4-argon को अनुरोध भेजने के लिए, इस उदाहरण का इस्तेमाल करें:

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"
      }
    }
  }'

Gemini 4 Argon में नया क्या है

• इनपुट-आउटपुट के लिए 10 लाख टोकन की यूनिफ़ाइड सीमा: इनपुट, सूझ-बूझ, और आउटपुट टोकन के लिए 10 लाख टोकन की एक ही विंडो शेयर की जाती है. इसमें नॉन-स्ट्रीमिंग कॉल के लिए, हर अनुरोध पर 32 हज़ार टोकन और स्ट्रीमिंग कॉल के लिए, हर स्ट्रीम पर 64 हज़ार टोकन की सीमा होती है.
• 10 लाख टोकन तक का लंबा डिकोड: यह मॉडल, हर अनुरोध के लिए तय की गई सीमा से ज़्यादा टोकन जनरेट कर सकता है. यह आपके इनपुट को छोड़कर, 10 लाख टोकन तक जनरेट कर सकता है. Google GenAI SDK के नए वर्शन, आपके लिए डिफ़ॉल्ट रूप से उपलब्ध रहेंगे.
• एजेंटिक वीडियो अंडरस्टैंडिंग (GA): एजेंटिक वीडियो अंडरस्टैंडिंग अब सामान्य रूप से उपलब्ध है.
• मैनेज किए जा रहे एजेंट के साथ काम करता है: Gemini के मैनेज किए जा रहे एजेंट में मौजूद Antigravity एजेंट, अब Gemini 4 Argon के साथ काम करता है.

ज़्यादा जानकारी के लिए, Gemini 4 Argon मॉडल पेज देखें. कीमत की जानकारी के लिए, कीमत वाला पेज देखें.

ज़्यादा आउटपुट और लंबे डिकोड

जब किसी टास्क के लिए गहरी समझ की ज़रूरत होती है, तब Gemini 4 Argon ज़्यादा समय लेकर और ज़्यादा मेहनत करके, गणित, विज्ञान, और कोडिंग से जुड़ी मुश्किल समस्याओं को एक ही बार में हल कर सकता है.

• इनपुट-आउटपुट के लिए 10 लाख टोकन की सीमा: Argon, सोच-समझकर जवाब देने और आउटपुट जनरेट करने के लिए, कुल 10 लाख टोकन इस्तेमाल कर सकता है. इसमें आपके इनपुट टोकन शामिल नहीं हैं.
• थिंकिंग टोकन, max_output_tokens के लिए गिने जाते हैं: मुश्किल टास्क के लिए, मॉडल आपके max_output_tokens बजट का ज़्यादा इस्तेमाल करता है, ताकि बेहतर जवाब दिया जा सके. टोकन के इस्तेमाल को कंट्रोल करने के लिए, thinking_level का इस्तेमाल करें.
• हर अनुरोध के लिए टोकन की सीमा (64 हज़ार स्ट्रीमिंग / 32 हज़ार नॉन-स्ट्रीमिंग): स्ट्रीमिंग के एक अनुरोध पर, ज़्यादा से ज़्यादा 65,536 टोकन मिलते हैं. नॉन-स्ट्रीमिंग वाले एक अनुरोध के लिए,ज़्यादा से ज़्यादा 32, 768 टोकन मिलते हैं. Gemini 3.x में यह संख्या 65,536 थी. REST कॉल के लिए, ये सीमाएं डिफ़ॉल्ट रूप से लागू होती हैं.

Google GenAI SDK के नए वर्शन, डिफ़ॉल्ट रूप से लॉन्ग डिकोड की सुविधा का इस्तेमाल करते हैं. Python google-genai 2.30.1 या इसके बाद के वर्शन या JavaScript @google/genai 2.29.1 या इसके बाद के वर्शन का इस्तेमाल करें.

इन वर्शन में, automatic_continuation डिफ़ॉल्ट रूप से True पर सेट होता है. इसलिए, आपको इसे सेट करने की ज़रूरत नहीं है. हर अनुरोध के लिए तय की गई सीमा से ज़्यादा max_output_tokens सेट करने पर, generate_content और generate_content_stream सभी अनुरोधों के लिए अपने-आप जारी रहते हैं. ऐसा तब तक होता है, जब तक मॉडल अपना काम पूरा नहीं कर लेता या max_output_tokens तक नहीं पहुंच जाता. इसके बाद, वह एक ही जवाब देता है.

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.
    ),
)

लूप को खुद चलाने के लिए, automatic_continuation=False सेट करें. अगर REST को कॉल किया जाता है या पुराने SDK टूल का इस्तेमाल किया जाता है, तो हर अनुरोध के लिए तय की गई सीमा पूरी होने पर अनुरोधों को प्रोसेस करना बंद कर दिया जाता है. REST लूप, तीसरे पक्ष के फ़्रेमवर्क, टोकन की गिनती, और लॉन्ग डिकोड का इस्तेमाल कब करना है, इस बारे में जानने के लिए लॉन्ग डिकोड की गाइड देखें.

आउटपुट टोकन की सीमाएं सेट करना

max_output_tokens, जनरेट किए गए कॉन्टेंट के लिए, सूझ-बूझ वाले मॉडल के कुल टोकन और आउटपुट टोकन सेट करता है. इसमें, कॉन्टेंट जनरेट करने के लिए किए गए सभी अनुरोध शामिल हैं. इसे इतना ज़्यादा रखें कि जवाब छोटा न हो जाए. इसे इतना कम सेट करें कि जब कोई हार्ड प्रॉम्प्ट पूरी सीमा का इस्तेमाल कर ले, तो खर्च को सीमित किया जा सके.

शुरुआत करने के लिए, यहां दिए गए दिशा-निर्देशों का इस्तेमाल करें:

• स्टैंडर्ड टास्क: डिफ़ॉल्ट सेटिंग को बनाए रखें.
• ऐसे मौजूदा ऐप्लिकेशन जिनकी सीमा 32,000 से कम है: max_output_tokens को बढ़ाकर 32,768 करें. कम टोकन इस्तेमाल करने के लिए, thinking_level को कम करें.
• ऐसे टास्क जिनमें पहले 32,000 से ज़्यादा टोकन इस्तेमाल किए गए थे: max_output_tokens को 65,536 पर सेट करें.
• जटिल तर्क और कोडिंग: max_output_tokens को 1,31,072 या 2,62,144 पर सेट करें. इसे ज़्यादा से ज़्यादा 10,48,576 पर सेट किया जा सकता है. हालांकि, इसमें से आपके इनपुट टोकन की संख्या को घटाया जाएगा.

अगर कोई अनुरोध max_output_tokens का पूरा इस्तेमाल करता है, तो वह finish_reason: "MAX_TOKENS" दिखाता है और उसमें continuation_token शामिल होता है. आपके पास इसे फिर से शुरू करने या नया सेशन शुरू करने का विकल्प है.

• चेकपॉइंट से फिर से शुरू करना: नए continuation_token और ज़्यादा max_output_tokens के साथ ओरिजनल अनुरोध भेजें. अगर max_output_tokens को रेज़ नहीं किया जाता है, तो अनुरोध 400 INVALID_ARGUMENT दिखाता है.
• फिर से शुरू करें: ज़्यादा max_output_tokens और बिना continuation_token के मूल अनुरोध भेजें.

सूझ-बूझ वाले मॉडल के लेवल के बारे में जानकारी

सोचने का लेवल, Gemini 4 Argon में क्वालिटी, इंतज़ार का समय, और टोकन के इस्तेमाल को कंट्रोल करने का मुख्य ज़रिया है:

तीनों लेवल पर, ज़्यादा max_output_tokens के साथ आकलन करें, ताकि जवाबों की सीमा कम न हो. इसके बाद, वह सबसे कम thinking_level चुनें जो आपकी क्वालिटी के स्टैंडर्ड के मुताबिक हो.

माइग्रेशन चेकलिस्ट

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

gemini-4-argon पर माइग्रेट करें

• मॉडल आईडी अपडेट करें: अपनी मॉडल स्ट्रिंग को gemini-4-argon में बदलें.
• max_output_tokens को साफ़ तौर पर सेट करें: स्ट्रीमिंग और एसडीके कॉल के लिए डिफ़ॉल्ट वैल्यू 64K है. वहीं, नॉन-स्ट्रीमिंग REST कॉल के लिए यह वैल्यू 32K है.
• 32 हज़ार से कम की कैप बढ़ाएं: 32 हज़ार से कम की किसी भी कैप को बढ़ाकर कम से कम 32,768 करें. टोकन खर्च कम करने के लिए, thinking_level का इस्तेमाल करें.
• ज़्यादा समय लेने वाले डिकोड के लिए प्लान करें: हर अनुरोध की तय सीमा से ज़्यादा टास्क के लिए, SDK टूल के नए वर्शन का इस्तेमाल करें या continuation_token लूप जोड़ें.
• thinking_budget को thinking_level से बदलें: thinking_budget अब भी काम करता है और सबसे नज़दीकी thinking_level पर मैप करता है. हालांकि, यह चेतावनी दिखाता है. low, medium, और high पर अपने वर्कलोड की जांच करें.
• कॉन्टेक्स्ट के लिए कैश मेमोरी की सुविधा का इस्तेमाल बंद करना: Gemini 4 Argon पर, कॉन्टेक्स्ट के लिए कैश मेमोरी की सुविधा (cachedContents / caches.create) का इस्तेमाल नहीं किया जा सकता. ऐसा करने पर, गड़बड़ी का मैसेज दिखता है. GenerateContentConfig में cached_content बनाने या पास करने वाले कॉल हटाएं. कम से कम 4,096 टोकन वाले प्रॉम्प्ट के लिए, इंप्लिसिट कैश मेमोरी की सुविधा डिफ़ॉल्ट रूप से चालू होती है. साथ ही, कैश मेमोरी में सेव किए गए इनपुट टोकन पर, कैश मेमोरी हिट होने पर 95% की छूट मिलती है.
• अब काम न करने वाले पैरामीटर हटाएं: अनुरोधों से temperature, top_p, top_k, और candidate_count हटाएं. अगर सैंपलिंग पैरामीटर दिए गए हैं, तो उन्हें अनदेखा कर दिया जाता है.
• क्लाइंट टाइम आउट बढ़ाएं: एचटीटीपी क्लाइंट टाइम आउट को हर कॉल के लिए कम से कम 20 मिनट पर सेट करें.
• थॉट सिग्नेचर को सेव रखना: मल्टी-टर्न और फ़ंक्शन-कॉलिंग अनुरोधों में, बातचीत का पूरा इतिहास पास करें. इसमें थॉट सिग्नेचर भी शामिल होने चाहिए.
• अनुमानित लागत की समीक्षा करें: मॉडल जो भी टोकन प्रोसेस करता है उसके लिए शुल्क लिया जाता है. इसमें ग्राउंडिंग का इस्तेमाल करते समय, इंटरनल टूल सिस्टम के निर्देश और फ़ंक्शन डिक्लेरेशन शामिल हैं. ज़्यादा जानकारी के लिए, कीमत देखें.

कीमत

Gemini 4 Argon, 30 नवंबर, 2026 तक शुरुआती कीमत पर उपलब्ध है:

• इनपुट टोकन: हर 10 लाख टोकन के लिए 2.00 डॉलर (1 दिसंबर, 2026 से 4.00 डॉलर)
  • कैश मेमोरी में सेव किए गए इनपुट टोकन: इंप्लिसिट कैशिंग की सुविधा, कैश मेमोरी में सेव किए गए इनपुट पर 95% की छूट देती है. इससे, हर 10 लाख टोकन की कीमत 0.10 डॉलर हो जाती है. हालांकि, 1 दिसंबर, 2026 से यह कीमत 0.20 डॉलर हो जाएगी.
• आउटपुट टोकन, जिनमें थिंकिंग टोकन भी शामिल हैं: हर 10 लाख टोकन के लिए 10.00 डॉलर (1 दिसंबर, 2026 से 20.00 डॉलर)

मॉडल जो भी टोकन प्रोसेस करता है उसे गिना जाता है और उसके लिए बिलिंग की जाती है. इसमें थिंकिंग टोकन, इंटरनल टूल सिस्टम के निर्देश, और ग्राउंडिंग का इस्तेमाल करते समय फ़ंक्शन डिक्लेरेशन शामिल हैं. Google Search से सटीक जानकारी पाने की सुविधा के लिए भी, हर क्वेरी के हिसाब से बिलिंग की जाती है.

Gemini 4 Argon, फ़्री टियर में उपलब्ध नहीं है. कीमत के सभी टियर देखने के लिए, कीमत वाला पेज देखें.

अन्य मॉडल

• Gemini 3.8 Flash
• Gemini 3.6 Flash और 3.5 Flash-Lite
• सभी मॉडल देखें

आगे क्या करना है

• पूरी स्ट्रीमिंग, फिर से कनेक्ट करने, और टोकन की गिनती के पैटर्न के बारे में जानने के लिए, लॉन्ग डिकोड डेवलपर गाइड पढ़ें.
• रीज़निंग गाइड में जाकर जानें कि रीज़निंग के लेवल और रीज़निंग की खास जानकारी कैसे काम करती है.
• Google AI Studio में Gemini 4 Argon को टेस्ट करें.