Gemini 4 Argon 現已推出，立即試用。

Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

Gemini 4 Argon 新功能

Gemini 4 Argon (gemini-4-argon) 是 Google 最新、最強大的模型，對於困難問題，這個模型會花較長時間推論，因此在複雜的程式設計、代理功能、數學和科學任務中，能產生更優異的結果。Gemini 4 Argon 可透過 Gemini API 和 Google AI Studio 使用。

Gemini 4 Argon 支援統一的 100 萬個詞元脈絡窗口、最多 100 萬個詞元的長解碼，以及可調整的思考程度 (low、medium、high)。

前往 AI Studio 試用

使用 Gemini 4 Argon 和 AI Studio，從零開始建構應用程式。

應用程式庫

使用 Gemini 4 Argon 建構的應用程式，並加以改造。

開始使用

使用啟動提示詞，開始體驗 Gemini 4 Argon。

本指南說明 Gemini 4 Argon 的新功能、API 異動、程式碼範例和遷移指南。

新增模型

模型	模型 ID	預設思考程度	定價	說明
Gemini 4 Argon	`gemini-4-argon`	`medium`	2026 年 11 月 30 日前，可享新用戶優惠價：每 100 萬個輸入詞元 $2 美元，每 100 萬個輸出詞元 $10 美元 (之後為每 100 萬個輸入詞元 $4 美元，每 100 萬個輸出詞元 $20 美元)。詳情請參閱定價。	Google 最強大的模型，專為解決最困難的問題而生，能深入精準地處理實際的軟體工程和知識工作。

如需完整詳細資料，請參閱 Gemini 4 Argon 模型頁面。如要瞭解新用戶優惠詳情，請參閱本頁下方的價格部分或定價頁面。

快速入門導覽課程

請參考下列範例，使用建議的預設 thinking_level (medium) 和 64K 輸出詞元限制，向 gemini-4-argon 傳送要求：

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Write a three.js script that renders a realistic 3D black hole with gravitational lensing."
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  model: "gemini-4-argon",
  input: "Write a three.js script that renders a realistic 3D black hole with gravitational lensing.",
});

console.log(interaction.output_text);

REST

curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "model": "gemini-4-argon",
    "input": "Write a three.js script that renders a realistic 3D black hole with gravitational lensing."
  }'

Gemini 4 Argon 新功能

統一的 100 萬個輸入/輸出詞元限制：輸入、思考和輸出共用一個 1,048,576 個詞元的窗口。
解碼時間較長：單一回覆現在可超過 64, 000 個權杖，最多可達 100 萬個權杖 (扣除輸入內容)。請參閱「長時間解碼」。
代理式影片解讀功能正式發布： 代理式影片解讀功能現已正式發布。
受管理代理支援：Gemini 受管理代理中的 Antigravity 代理程式現在支援 Gemini 4 Argon。

如需完整規格，請參閱 Gemini 4 Argon 模型頁面。如需定價詳細資料，請參閱定價頁面。

輸出內容較大且解碼時間較長

Gemini 4 Argon 可以花更多時間思考困難的數學、科學和程式設計問題。

使用 thinking_level 控制推論深度：思考程度決定模型在回答前推論的深度。max_output_tokens 是硬性限制：思考和輸出內容達到這個限制時，就會停止回覆，因此請設定足夠的值，以免答案遭到截斷。
透過背景執行產生最多 100 萬個權杖：使用 max_output_tokens 大於 65,536 的背景執行，讓單一回應超過 64, 000 個權杖，最多可達 100 萬個權杖。模型會以最多 64K 個詞元的跳躍方式生成長回覆，每次跳躍都會從上次停止的位置繼續。有了背景執行功能，我們的伺服器會為您執行這些接續跳轉。因為每個躍點都會在 interaction.steps 中新增 model_output 步驟，因此互動完成時，請加入所有 model_output 步驟中的文字。

Python

import time
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Write a complete, rigorous proof of the prime number theorem.",
    background=True,
    generation_config={
        "max_output_tokens": 262144,
        "thinking_level": "high",
    },
)

while interaction.status in ("in_progress", "queued"):
    time.sleep(5)
    interaction = client.interactions.get(id=interaction.id)

# Each hop adds a model_output step, so join the text of all of them.
text = "".join(
    content.text
    for step in interaction.steps
    if step.type == "model_output"
    for content in step.content
    if content.type == "text"
)
print(text)
print("Status:", interaction.status)
print("Usage:", interaction.usage)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

let interaction = await client.interactions.create({
  model: "gemini-4-argon",
  input: "Write a complete, rigorous proof of the prime number theorem.",
  background: true,
  generation_config: {
    max_output_tokens: 262144,
    thinking_level: "high",
  },
});

while (interaction.status === "in_progress" || interaction.status === "queued") {
  await new Promise((resolve) => setTimeout(resolve, 5000));
  interaction = await client.interactions.get(interaction.id);
}

// Each hop adds a model_output step, so join the text of all of them.
const text = interaction.steps
  .filter((step) => step.type === "model_output")
  .flatMap((step) => step.content ?? [])
  .filter((content) => content.type === "text")
  .map((content) => content.text)
  .join("");
console.log(text);
console.log("Status:", interaction.status);
console.log("Usage:", interaction.usage);

REST

ID=$(curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-4-argon",
    "input": "Write a complete, rigorous proof of the prime number theorem.",
    "background": true,
    "generation_config": {
      "max_output_tokens": 262144,
      "thinking_level": "high"
    }
  }' | jq -r '.id')

while true; do
  RESP=$(curl -s "https://generativelanguage.googleapis.com/v1beta/interactions/$ID" \
    -H "x-goog-api-key: $GEMINI_API_KEY")
  STATUS=$(echo "$RESP" | jq -r '.status')
  if [[ "$STATUS" != "in_progress" && "$STATUS" != "queued" ]]; then
    echo "$RESP" | jq -r '[.steps[]? | select(.type == "model_output") | .content[]? | select(.type == "text") | .text] | join("")'
    break
  fi
  sleep 5
done

背景執行是執行長時間解碼最簡單的方法。系統會在伺服器端執行接續迴圈，直到模型完成或達到 max_output_tokens 為止。如要更精細地控管重試、退避和錯誤處理機制 (或不想儲存互動內容)，可以在 GenerateContent API 中使用用戶端接續功能。Interactions API 也即將支援用戶端接續功能。如要瞭解串流、重新連線、詞元計數，以及何時使用長解碼，請參閱長解碼指南。

設定輸出詞元限制

max_output_tokens 則設定回覆的思考和輸出權杖總數。設定時，請確保上限夠高，不會讓思考過程縮短回覆內容，同時也要夠低，避免複雜的提示詞耗盡所有預算。

請使用下列值做為起點：

標準工作：保留預設值 65,536，或不設定任何值。
現有應用程式的限制低於 32K：將 max_output_tokens 提高至至少 32,768。Gemini 4 Argon 的思考用量上限高於早期模型。如要減少詞元用量，請降低思考等級。
複雜的推理和編碼：將 background: true 設為，並將 max_output_tokens 設為 131,072 或 262,144，最多可設為 1,048,576 減去輸入的權杖數。

瞭解思考程度

思考層級是控制 Gemini 4 Argon 品質、延遲和權杖用量的主要方式：

思考程度	詞元用量	使用時機
`low`	詞元最少，延遲時間最短	簡單的工作和預算有限的工作。也適合用於需要稍微動腦的分析和寫作工作。處理困難工作時，品質可能會下降。
`medium` (預設)	平衡	建議用於大多數工作，包括複雜的程式碼和代理用途。
`high`	詞元最多，第一個詞元生成速度最慢	複雜的推理、困難的數學和科學，以及最困難的程式碼或代理程式工作。如果輸出內容較長，建議搭配長解碼使用。

請在三個層級都執行評估，然後選擇符合品質標準的最低層級。詳情請參閱思考指南。

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-4-argon",
    input="Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely.",
    generation_config={
        "thinking_level": "medium"  # Balanced reasoning effort for complex tasks
    }
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  model: "gemini-4-argon",
  input: "Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely.",
  generation_config: {
    thinking_level: "medium", // Balanced reasoning effort for complex tasks
  },
});

console.log(interaction.output_text);

REST

curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "model": "gemini-4-argon",
    "input": "Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely.",
    "generation_config": {
      "thinking_level": "medium"
    }
  }'

Managed Agents 中的 Gemini 4 Argon

Gemini Managed Agents 的 Antigravity 代理程式支援 Gemini 4 Argon。如要使用，請在 agent_config 中設定模型：

Python

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    agent="antigravity-preview-09-2026",
    input=(
        "Audit https://web.dev for performance, Core Web Vitals, and SEO. "
        "Query Google's PageSpeed Insights API for both Mobile and Desktop strategies. "
        "Check search indexing with Google Search for site:web.dev. "
        "Format the output as a side-by-side scorecard table with prioritized fixes."
    ),
    environment="remote",
    agent_config={
        "type": "antigravity",
        "model": "gemini-4-argon",
    },
)

print(interaction.output_text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

const interaction = await client.interactions.create({
  agent: "antigravity-preview-09-2026",
  input:
    "Audit https://web.dev for performance, Core Web Vitals, and SEO. " +
    "Query Google's PageSpeed Insights API for both Mobile and Desktop strategies. " +
    "Check search indexing with Google Search for site:web.dev. " +
    "Format the output as a side-by-side scorecard table with prioritized fixes.",
  environment: "remote",
  agent_config: {
    type: "antigravity",
    model: "gemini-4-argon",
  },
}, { timeout: 300000 });

console.log(interaction.output_text);

REST

curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -d '{
    "agent": "antigravity-preview-09-2026",
    "input": "Audit https://web.dev for performance, Core Web Vitals, and SEO. Query Google'\''s PageSpeed Insights API for both Mobile and Desktop strategies. Check search indexing with Google Search for site:web.dev. Format the output as a side-by-side scorecard table with prioritized fixes.",
    "environment": "remote",
    "agent_config": {
      "type": "antigravity",
      "model": "gemini-4-argon"
    }
  }'

如需更多選項，請參閱 Antigravity 代理程式指南中的「模型選取」。

遷移工作檢查清單

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

遷移至 gemini-4-argon

更新模型 ID：將目標模型字串變更為 gemini-4-argon。
查看max_output_tokens：如果目前已明確設定，建議提高。建議至少設為 32,768，因為 Gemini 4 Argon 可以將更多限制用於思考。
設定思考等級：選擇 low、medium (預設) 或 high，並在所有三個等級測試工作負載。
停止使用明確脈絡快取：Gemini 4 Argon 不支援明確快取 (cachedContents / caches.create)。請從要求中移除建立或參照 cached_content 的呼叫。如果提示至少有 4,096 個詞元，系統預設會啟用隱含快取，並在快取命中時，將快取輸入詞元的費用折扣 95%。
移除取樣參數：從要求中移除 temperature、top_p 和 top_k。如果提供，系統會忽略這些值。
使用背景執行功能處理長輸出內容：如果工作需要超過 64, 000 個權杖，請將 background 設為 true，並將 max_output_tokens 設為大於 65,536。
延長用戶端逾時時間：硬提示可能需要幾分鐘才能完成。請在背景執行，或將 HTTP 用戶端逾時時間設為至少 15 分鐘。
在伺服器上保留對話狀態：使用 previous_interaction_id 進行多輪對話和函式呼叫對話。

定價

2026 年 11 月 30 日前，Gemini 4 Argon 均以新用戶優惠提供：

輸入詞元：每 100 萬個詞元 $2.00 美元 (2026 年 12 月 1 日起為 $4.00 美元)
- 快取輸入權杖：隱含快取會將快取輸入內容的費用折扣 95%，因此每 100 萬個權杖的費用為 $0.10 美元 (2026 年 12 月 1 日起為 $0.20 美元)。
輸出詞元，包括思考詞元：每 100 萬個詞元 $10.00 (2026 年 12 月 1 日起為 $20.00)

Gemini 4 Argon 不適用於免費方案或 Google AI Pro 方案。如要查看完整的定價級別，請參閱定價頁面。

其他模型

後續步驟

請參閱長解碼指南，瞭解串流、重新連線和詞元計數。
如要瞭解思考層級和思考摘要的運作方式，請參閱思考指南。
如要瞭解長時間執行的工作，請參閱背景執行指南。
在 Google AI Studio 測試及調整提示。

除非另有註明，否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權，程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。

上次更新時間：2026-10-13 (世界標準時間)。