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, भरपूर और ज़रूरी समय लेता है. इससे कोडिंग, एजेंटिक, गणित, और विज्ञान से जुड़े मुश्किल टास्क को बेहतर तरीक़े से पूरा किया जा सकता है. Gemini 4 Argon, Gemini API और Google AI Studio में उपलब्ध है.

Gemini 4 Argon में 10 लाख टोकन वाली कॉन्टेक्स्ट विंडो, 10 लाख टोकन तक डिकोड करने की सुविधा, और सोच-समझकर जवाब देने के लेवल (low, medium, high) को अडजस्ट करने की सुविधा मिलती है.

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

ज़्यादा जानकारी के लिए, Gemini 4 Argon मॉडल का पेज देखें. शुरुआती कीमत के बारे में जानने के लिए, इस पेज पर आगे दिए गए कीमत सेक्शन या कीमत पेज पर जाएं.

क्विकस्टार्ट

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

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)

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);

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 में नया क्या है

• इनपुट और आउटपुट के लिए, 10 लाख टोकन की एक ही सीमा: इनपुट, सूझ-बूझ वाले मॉडल, और आउटपुट के लिए, 10,48,576 टोकन की एक ही विंडो शेयर की जाती है.
• Long decode: अब एक जवाब में 64 हज़ार से ज़्यादा टोकन इस्तेमाल किए जा सकते हैं. इसमें आपके इनपुट को छोड़कर, ज़्यादा से ज़्यादा 10 लाख टोकन इस्तेमाल किए जा सकते हैं. डिकोड करने में ज़्यादा समय लगने की समस्या देखें.
• एजेंटिक वीडियो अंडरस्टैंडिंग सामान्य रूप से उपलब्ध है: 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.

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

ज़्यादा आउटपुट और लंबे डिकोड

Gemini 4 Argon, गणित, विज्ञान, और कोडिंग से जुड़ी मुश्किल समस्याओं को हल करने के लिए ज़्यादा समय ले सकता है.

• रीज़निंग की गहराई को कंट्रोल करने के लिए, thinking_level का इस्तेमाल करें: थिंकिंग लेवल से यह तय होता है कि मॉडल जवाब देने से पहले कितनी गहराई से विश्लेषण करे. max_output_tokens एक तय सीमा है: जब सोच-विचार और आउटपुट दोनों इस सीमा तक पहुँच जाते हैं, तो जवाब मिलना बंद हो जाता है. इसलिए, इसे इतना ज़्यादा सेट करें कि जवाब अधूरा न रह जाए.

• बैकग्राउंड में एक्ज़ीक्यूशन की सुविधा का इस्तेमाल करके, ज़्यादा से ज़्यादा 10 लाख टोकन जनरेट करें: बैकग्राउंड में एक्ज़ीक्यूशन की सुविधा का इस्तेमाल करें. इसके लिए, max_output_tokens को 65,536 से ज़्यादा पर सेट करें, ताकि एक जवाब में 64 हज़ार से लेकर 10 लाख टोकन तक इस्तेमाल किए जा सकें. मॉडल, 64 हज़ार टोकन तक के हॉप में लंबे जवाब जनरेट करता है. हर हॉप, पिछले हॉप के खत्म होने की जगह से शुरू होता है. बैकग्राउंड में एक्ज़ीक्यूशन की सुविधा की मदद से, हमारे सर्वर आपके लिए इन हॉप को चलाते हैं. हर हॉप, interaction.steps में model_output चरण जोड़ता है. इसलिए, इंटरैक्शन पूरा होने पर सभी model_output चरणों के टेक्स्ट को जोड़ें.

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)

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);

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

बैकग्राउंड में प्रोग्राम चलाने की सुविधा, लंबे डिकोड को चलाने का सबसे आसान तरीका है. यह सर्वर-साइड पर कॉन्टिन्यूएशन लूप को तब तक चलाता है, जब तक मॉडल पूरा नहीं हो जाता या max_output_tokens तक नहीं पहुंच जाता. अगर आपको फिर से कोशिश करने, बैकऑफ़ करने, और गड़बड़ी ठीक करने की प्रोसेस पर ज़्यादा कंट्रोल चाहिए या आपको अपनी बातचीत का डेटा सेव नहीं करना है, तो GenerateContent API में क्लाइंट-साइड पर बातचीत जारी रखने की सुविधा का इस्तेमाल किया जा सकता है. Interactions API में, क्लाइंट-साइड पर बातचीत जारी रखने की सुविधा भी जल्द आ रही है. स्ट्रीमिंग, फिर से कनेक्ट करने, टोकन की गिनती करने, और लॉन्ग डिकोड का इस्तेमाल करने के बारे में जानने के लिए, लॉन्ग डिकोड गाइड देखें.

आउटपुट टोकन की सीमाएं सेट करना

max_output_tokens, किसी जवाब के लिए थिंकिंग और आउटपुट टोकन की कुल संख्या सेट करता है. इसे इतना ज़्यादा सेट करें कि जवाब छोटा न हो जाए. साथ ही, इसे इतना कम रखें कि मुश्किल प्रॉम्प्ट के लिए सारा बजट खर्च न हो जाए.

शुरुआत करने के लिए, इन वैल्यू का इस्तेमाल करें:

• स्टैंडर्ड टास्क: डिफ़ॉल्ट वैल्यू 65,536 रखें या कोई वैल्यू सेट न करें.
• ऐसे मौजूदा ऐप्लिकेशन जिनकी सीमा 32 हज़ार से कम है: max_output_tokens को कम से कम 32,768 तक बढ़ाएं. Gemini 4 Argon, पुराने मॉडल के मुकाबले ज़्यादा समय तक सोच-विचार कर सकता है. कम टोकन इस्तेमाल करने के लिए, सूझ-बूझ के लेवल को कम करें.
• जटिल तर्क और कोडिंग: background: true और 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 घटा दिया जाएगा.

सूझ-बूझ वाले 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 अपनी समीक्षाएं चलाएं. इसके बाद, सबसे कम लेवल वाला वह विकल्प चुनें जो आपकी क्वालिटी के स्टैंडर्ड को पूरा करता हो. ज़्यादा जानने के लिए, सोचने की क्षमता वाली सुविधा के बारे में गाइड देखें.

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)

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);

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 में Gemini 4 Argon

Gemini Managed Agents में मौजूद Antigravity एजेंट, Gemini 4 Argon के साथ काम करता है. इसका इस्तेमाल करने के लिए, agent_config में मॉडल सेट करें:

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)

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);

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"
    }
  }'

ज़्यादा विकल्पों के लिए, Antigravity एजेंट की गाइड में मॉडल चुनना लेख पढ़ें.

माइग्रेशन चेकलिस्ट

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

gemini-4-argon पर माइग्रेट करें

• मॉडल आईडी अपडेट करें: टारगेट मॉडल स्ट्रिंग को बदलकर gemini-4-argon करें.
• max_output_tokens की समीक्षा करें: अगर आपने आज इसे साफ़ तौर पर सेट किया है, तो इसे बढ़ाने के बारे में सोचें. हमारा सुझाव है कि आप कम से कम 32,768 टोकन सेट करें. ऐसा इसलिए, क्योंकि Gemini 4 Argon, जवाब देने से पहले सोच-विचार करने में ज़्यादा टोकन खर्च कर सकता है.
• सूझ-बूझ वाला लेवल कॉन्फ़िगर करें: low, medium (डिफ़ॉल्ट) या high में से कोई एक चुनें. इसके बाद, तीनों लेवल पर अपने वर्कलोड की जांच करें.
• एक्सप्लिसिट कॉन्टेक्स्ट कैशिंग की सुविधा का इस्तेमाल बंद करें: Gemini 4 Argon पर, एक्सप्लिसिट कैशिंग (cachedContents / caches.create) की सुविधा काम नहीं करती. अपने अनुरोधों से, cached_content को बनाने या उसका रेफ़रंस देने वाले कॉल हटाएं. इंप्लिसिट कैशिंग की सुविधा, कम से कम 4,096 टोकन वाले प्रॉम्प्ट के लिए डिफ़ॉल्ट रूप से चालू होती है. साथ ही, कैश मेमोरी में सेव किए गए इनपुट टोकन पर, कैश मेमोरी में सेव किए गए डेटा के इस्तेमाल पर 95% की छूट मिलती है.
• सैंपलिंग पैरामीटर हटाएं: अपने अनुरोधों से temperature, top_p, और top_k हटाएं. अगर ये वैल्यू दी जाती हैं, तो इन्हें अनदेखा कर दिया जाता है.
• ज़्यादा आउटपुट के लिए, बैकग्राउंड में एक्ज़ीक्यूशन का इस्तेमाल करें: जिन टास्क के लिए 64 हज़ार से ज़्यादा टोकन की ज़रूरत होती है उनके लिए, background को true पर सेट करें और max_output_tokens को 65,536 से ज़्यादा पर सेट करें.
• क्लाइंट टाइम आउट बढ़ाएं: हार्ड प्रॉम्प्ट में कई मिनट लग सकते हैं. बैकग्राउंड में कोड एक्ज़ीक्यूट करने की सुविधा का इस्तेमाल करें या एचटीटीपी क्लाइंट के टाइम आउट को कम से कम 15 मिनट पर सेट करें.
• सर्वर पर बातचीत की स्थिति सेव रखना: सिलसिलेवार बातचीत और फ़ंक्शन कॉलिंग वाली बातचीत के लिए, previous_interaction_id का इस्तेमाल करें.

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 के लिए 0.10 डॉलर की छूट मिलती है. हालांकि, 1 दिसंबर, 2026 से यह छूट 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)

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

• स्ट्रीमिंग, फिर से कनेक्ट करने, और टोकन की गिनती करने के लिए, लॉन्ग डिकोड गाइड पढ़ें.
• सोचने-समझने की क्षमता से जुड़ी गाइड में जाकर जानें कि सोचने-समझने के लेवल और खास जानकारी की सुविधा कैसे काम करती है.
• बैकग्राउंड में एक्ज़ीक्यूशन की गाइड में, लंबे समय तक चलने वाले जॉब के बारे में जानें.
• Google AI Studio में प्रॉम्प्ट की जांच करें और उन्हें बेहतर बनाएं.