Çfarë ka të re në Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) është modeli ynë më i fundit dhe më i aftë. Ai mund të arsyetojë më gjatë për probleme të vështira për rezultate më të mira në detyra komplekse kodimi, agjentike, matematikore dhe shkencore. Gemini 4 Argon ofrohet nëpërmjet Gemini API dhe në Google AI Studio.

Gemini 4 Argon mbështet një kufi të unifikuar prej 1 milion tokenësh për hyrjen-daljen, dekodimin e gjatë deri në 1 milion tokenë dhe nivele të rregullueshme të të menduarit (low, medium, high).

Ky udhëzues shpjegon se çfarë ka të re në Gemini 4 Argon, ndryshimet në API, shembuj të kodit dhe udhëzime për migrimin.

Model i ri

Nisja e shpejtë

Përdor shembullin e mëposhtëm për të dërguar një kërkesë te gemini-4-argon me thinking_level (medium) të rekomanduar si të parazgjedhur dhe një kufi prej 64 000 tokenash për rezultatin:

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"
      }
    }
  }'

Çfarë ka të re në Gemini 4 Argon

• Kufiri i unifikuar i tokenëve të hyrjes-daljes prej 1 milion: Tokenët e hyrjes, të mendimit dhe të daljes ndajnë një dritare të vetme prej 1 milion tokenësh, me një kufi prej 32 000 për kërkesë për telefonatat pa transmetim dhe një kufi prej 64 000 për transmetim për telefonatat me transmetim.
• Dekodimi i gjatë deri në 1 milion tokenë: Modeli mund të gjenerojë përtej kufirit për kërkesë, deri në 1 milion tokenë minus hyrjen tënde. Paketat më të fundit SDK të GenAI të Google vazhdojnë për ty si parazgjedhje.
• Kuptimi agjentik i videove (GA): Kuptimi agjentik i videove tani ofrohet në përgjithësi.
• Mbështetet në "Agjentët e menaxhuar": Agjenti i Antigravity në "Agjentët e menaxhuar" të Gemini tani mbështet Gemini 4 Argon.

Për më shumë detaje, shiko faqen e modelit Gemini 4 Argon. Për detaje për çmimet, shiko faqen e çmimeve.

Dalje më e madhe dhe dekodim i gjatë

Kur një detyrë kërkon arsyetim të thellë, Gemini 4 Argon mund të mendojë për një kohë më të gjatë dhe të punojë më shumë për të përfunduar probleme komplekse matematikore, shkencore dhe kodimi në një gjenerim të vetëm.

• Kufiri i unifikuar i tokenëve të hyrjes-daljes prej 1 milion: Argon mund të përdorë deri në 1 milion tokenë, minus tokenët e hyrjes, për arsyetimin dhe daljen të kombinuara.
• Tokenët e arsyetimit llogariten për max_output_tokens: Për detyrat e vështira, modeli përdor më shumë nga buxheti yt i max_output_tokens për të arritur një përgjigje më të mirë. Përdor thinking_level për të kontrolluar përdorimin e tokenit.
• Kufijtë për kërkesë (64K për transmetimin / 32K për jo transmetimin): Një kërkesë transmetimi kthen deri në 65 536 dëshmime. Një kërkesë jo transmetimi kthen deri në 32 768 tokenë, më pak se 65 536 në Gemini 3.x. Për thirrjet REST, këto kufizime janë gjithashtu të parazgjedhura.

SDK-të më të fundit të GenAI të Google ekzekutojnë dekodimin e gjatë për ty si parazgjedhje. Përdor Python google-genai 2.30.1 ose më të lartë ose JavaScript @google/genai 2.29.1 ose më të lartë.

Në këto versione, automatic_continuation është True si parazgjedhje, kështu që nuk ke nevojë ta caktosh atë. Kur cakton max_output_tokens mbi kufirin për kërkesë, generate_content dhe generate_content_stream vazhdojnë automatikisht nëpër kërkesa derisa modeli të përfundojë ose të arrijë max_output_tokens, duke kthyer një përgjigje të kombinuar.

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.
    ),
)

Për ta ekzekutuar vetë ciklin, cakto automatic_continuation=False. Nëse bën një thirrje REST ose përdor një SDK më të vjetër, kërkesat ndalojnë në kufirin për kërkesë. Për ciklet REST, kuadrot e palëve të treta, numërimin e tokenëve dhe se kur duhet të përdorësh dekodimin e gjatë, shiko udhëzuesin për dekodimin e gjatë.

Caktimi i kufijve të tokenëve të rezultatit

max_output_tokens cakton numrin total të tokenëve të arsyetimit dhe të nxjerrjes për një gjenerim, duke përfshirë të gjitha kërkesat për vazhdim. Caktoje në një nivel mjaftueshëm të lartë që arsyetimi të mos e ndërpresë përgjigjen. Caktoje në një nivel mjaftueshëm të ulët për të kufizuar shpenzimet kur një kërkesë e vështirë i përdor të gjitha.

Përdor udhëzimet e mëposhtme si pikënisje:

• Detyrat standarde: Mbaj parazgjedhjen.
• Aplikacionet ekzistuese me një kufi më të ulët se 32 000: Rrite max_output_tokens në 32 768. Për të përdorur më pak jeto, ule thinking_level.
• Detyrat që kanë përdorur më shumë se 32 000 jeto më parë: Cakto max_output_tokens në 65 536.
• Arsyetimi dhe kodimi kompleks: Cakto max_output_tokens në 131 072 ose 262 144, deri në 1 048 576 minus kodet e tua hyrëse.

Nëse një kërkesë përdor të gjitha max_output_tokens, ajo kthen finish_reason: "MAX_TOKENS" dhe përfshin një continuation_token. Mund ta vazhdosh ose ta fillosh përsëri.

• Vazhdo nga pika e kontrollit: Dërgo kërkesën origjinale me continuation_token më të fundit dhe një max_output_tokens më të lartë. Nëse nuk e rrit max_output_tokens, kërkesa kthen 400 INVALID_ARGUMENT.
• Fillo përsëri: Dërgo kërkesën origjinale me një max_output_tokens më të lartë dhe pa continuation_token.

Informacione për nivelet e arsyetimit

Niveli i arsyetimit është kontrolli yt kryesor mbi cilësinë, vonesën dhe përdorimin e token-ëve në Gemini 4 Argon:

Ekzekuto vlerësimet e tua në të tria nivelet me një max_output_tokens të lartë në mënyrë që kufiri të mos i shkurtojë përgjigjet. Më pas zgjidh thinking_level më të ulët që përputhet me nivelin tënd të cilësisë.

Lista e kontrollit për migrimin

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

Migro te gemini-4-argon

• Përditëso ID-në e modelit: Ndrysho vargun e modelit në gemini-4-argon.
• Cakto max_output_tokens në mënyrë eksplicite: Parazgjedhja është 64K për transmetimin dhe thirrjet SDK dhe 32K për thirrjet REST jo të transmetimit.
• Rrit kufijtë më të ulët se 32K: Rrit çdo kufi më të ulët se 32K në të paktën 32 768. Përdor thinking_level për të reduktuar shpenzimin e elementeve të kodit.
• Planifiko për dekodimin e gjatë: Për detyrat mbi kufirin për kërkesë, përdor SDK-në më të fundit ose shto një cikël continuation_token.
• Zëvendëso thinking_budget me thinking_level: thinking_budget funksionon ende dhe lidhet me thinking_level më të afërt, por kthen një paralajmërim. Testo ngarkesën e punës në low, medium dhe high.
• Largohu nga ruajtja e qartë e kontekstit në memorien specifike: Ruajtja e qartë në memorien specifike (cachedContents / caches.create) nuk mbështetet në Gemini 4 Argon dhe kthen një gabim. Hiq thirrjet që krijojnë ose kalojnë cached_content në GenerateContentConfig. Vendosja implicite në memorien specifike është aktivizuar si parazgjedhje për kërkesat me të paktën 4 096 leksema dhe jep zbritje prej 95% për leksemat e hyrjes të vendosura në memorien specifike në rastet e përputhjeve në memorien specifike.
• Hiq parametrat e zhvlerësuar: Hiq temperature, top_p, top_k dhe candidate_count nga kërkesat. Nëse jepen, parametrat e kampionimit shpërfillen.
• Rrit kohët e pritjes për klientin: Cakto kohët e pritjes për klientin HTTP në të paktën 20 minuta për telefonatë.
• Ruaj nënshkrimet e mendimeve: Kalo historikun e plotë të bisedës, duke përfshirë nënshkrimet e mendimeve, në kërkesat me disa hapa dhe ato për thirrjen e funksioneve.

Çmimet

Gemini 4 Argon ofrohet me çmim prezantues deri më 30 nëntor 2026:

• Tokenët e hyrjes: 2,00 USD për 1 milion tokenë (4,00 USD duke filluar nga data 1 dhjetor 2026)
  • Tokenët e hyrjes të ruajtur në memorien specifike: Ruajtja implicite në memorien specifike ofron zbritje prej 95% për hyrjen e ruajtur në memorien specifike, në 0,10 USD për 1 milion tokenë (0,20 USD duke filluar nga data 1 dhjetor 2026).
• Tokenët e rezultatit, duke përfshirë tokenët e arsyetimit: 10,00 USD për 1 milion tokenë (20,00 USD duke filluar nga data 1 dhjetor 2026)

Gemini 4 Argon nuk ofrohet në nivelin "Falas". Për nivelet e plota të çmimeve, shiko faqen e çmimeve.

Modele të tjera

• Gemini 3.8 Flash
• Gemini 3.6 Flash dhe 3.5 Flash-Lite
• Shiko të gjitha modelet

Çfarë ka më pas

• Lexo udhëzuesin e gjatë të zhvilluesit për dekodimin për modelet e plota të transmetimit, rilidhjes dhe numërimit të tokenëve.
• Mëso se si funksionojnë nivelet e arsyetimit dhe përmbledhjet e mendimeve në udhëzuesin për arsyetimin.
• Testo Gemini 4 Argon në Google AI Studio.