Gemini 4 Argon-এ নতুন কী আছে

Gemini 4 Argon (gemini-4-argon) হল আমাদের লেটেস্ট, সবচেয়ে দক্ষ মডেল। এটি জটিল কোডিং, এজেন্টিক, গণিত ও বিজ্ঞান সংক্রান্ত টাস্কের ক্ষেত্রে আরও ভালো ফলাফল পেতে কঠিন সমস্যার ব্যাপারে দীর্ঘ সময় ধরে যুক্তিপূর্ণ উত্তর দিতে পারে। Gemini API এবং Google AI Studio-তে Gemini 4 Argon উপলভ্য।

Gemini 4 Argon-এ ১ মিলিয়ন টোকেন কনটেক্সট উইন্ডো, ১ মিলিয়ন টোকেন পর্যন্ত দীর্ঘ ডিকোড এবং টিউন করা যায় এমন চিন্তাভাবনার লেভেল (low, medium, high) কাজ করে।

এই গাইডে Gemini 4 Argon-এ নতুন কী আছে, API পরিবর্তন, কোডের উদাহরণ এবং মাইগ্রেশন সংক্রান্ত নির্দেশিকা ব্যাখ্যা করা হয়েছে।

নতুন মডেল

মডেল মডেল আইডি ডিফল্ট থিঙ্কিং লেভেল দাম বিবরণ
Gemini 4 Argon gemini-4-argon medium ৩০ নভেম্বর, ২০২৬ পর্যন্ত $২/১ মিলিয়ন ইনপুট টোকেন এবং $১০/১ মিলিয়ন আউটপুট টোকেনের প্রাথমিক মূল্যে উপলভ্য (তারপরে $৪/১ মিলিয়ন ইনপুট এবং $২০/১ মিলিয়ন আউটপুট)। আরও বিবরণের জন্য মূল্য দেখুন। আমাদের সবচেয়ে উপযুক্ত মডেল, যা বাস্তব-জগতের সফটওয়্যার ইঞ্জিনিয়ারিং ও জ্ঞানভিত্তিক টাস্কের ক্ষেত্রে গভীরতা ও নির্ভুলতার সাথে সবচেয়ে কঠিন সমস্যার সমাধান করার জন্য তৈরি করা হয়েছে।

সম্পূর্ণ বিবরণের জন্য, Gemini 4 Argon মডেল পৃষ্ঠা দেখুন। শুরুর দিকের দাম সংক্রান্ত বিবরণের জন্য, এই পৃষ্ঠার পরে দাম সংক্রান্ত বিভাগ বা দাম সংক্রান্ত পৃষ্ঠা দেখুন।

কুইকস্টার্ট

সাজেস্ট করা ডিফল্ট thinking_level (medium) এবং ৬৪K আউটপুট টোকেন সীমা সহ gemini-4-argon-এ অনুরোধ পাঠাতে নিম্নলিখিত উদাহরণটি ব্যবহার করুন:

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)

জাভাস্ক্রিপ্ট

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-এ নতুন কী আছে

  • ১ মিলিয়ন ইনপুট-আউটপুট টোকেন সংক্রান্ত সম্মিলিত সীমা: ইনপুট, থিঙ্কিং ও আউটপুট ১,০৪৮,৫৭৬ টোকেনের একটি উইন্ডো শেয়ার করে।
  • দীর্ঘ ডিকোড: একটি উত্তর এখন ৬৪ হাজার টোকেন ছাড়িয়ে যেতে পারে, আপনার ইনপুট বাদ দিয়ে ১ মিলিয়ন টোকেন পর্যন্ত হতে পারে। লং ডিকোড দেখুন।
  • এজেন্টিক ভিডিও আন্ডারস্ট্যান্ডিং সাধারণত উপলভ্য: এজেন্টিক ভিডিও আন্ডারস্ট্যান্ডিং এখন সাধারণত উপলভ্য।
  • Managed Agents-এ কাজ করে: Gemini Managed Agents-এ Antigravity এজেন্ট এখন Gemini 4 Argon-এ কাজ করে।

সম্পূর্ণ স্পেসিফিকেশনের জন্য, Gemini 4 Argon মডেল পৃষ্ঠা দেখুন। দাম সংক্রান্ত বিবরণের জন্য, দাম সংক্রান্ত পৃষ্ঠা দেখুন।

আরও বড় আউটপুট ও দীর্ঘ ডিকোড

Gemini 4 Argon কঠিন গণিত, বিজ্ঞান ও কোডিং সংক্রান্ত সমস্যার জন্য আরও বেশি সময় ধরে চিন্তা করতে পারে।

  • রিজনিংয়ের গভীরতা নিয়ন্ত্রণ করতে thinking_level ব্যবহার করুন: উত্তর দেওয়ার আগে মডেলটি কতটা গভীরভাবে যুক্তি দেবে তা থিঙ্কিং লেভেল নির্ধারণ করে। max_output_tokens হল একটি হার্ড লিমিট: থিঙ্কিং ও আউটপুট একসাথে এই লিমিটে পৌঁছে গেলে উত্তর দেওয়া বন্ধ হয়ে যায়, তাই এটি যথেষ্ট বেশি করে সেট করুন যাতে উত্তরটি অসম্পূর্ণ না থাকে।
  • ব্যাকগ্রাউন্ড এক্সিকিউশনের মাধ্যমে সর্বাধিক ১ মিলিয়ন টোকেন জেনারেট করুন: max_output_tokens-এর সাথে ব্যাকগ্রাউন্ড এক্সিকিউশন ব্যবহার করুন যা ৬৫,৫৩৬-এর থেকে বেশি যাতে একটি সিঙ্গল উত্তর ৬৪ হাজার টোকেন পেরিয়ে সর্বাধিক ১ মিলিয়ন টোকেন পর্যন্ত যেতে পারে। মডেলটি ৬৪K টোকেন পর্যন্ত হপসে দীর্ঘ উত্তর তৈরি করে এবং প্রতিটি হপ আগেরটি যেখানে শেষ হয়েছে সেখান থেকে চলতে থাকে। ব্যাকগ্রাউন্ড এক্সিকিউশনের মাধ্যমে, আমাদের সার্ভার আপনার জন্য এইসব কন্টিনিউয়েশন হপ রান করে। যেহেতু প্রতিটি হপ interaction.steps-এ একটি model_output ধাপ যোগ করে, তাই ইন্টার‍্যাকশন সম্পূর্ণ হলে সমস্ত model_output ধাপ জুড়ে টেক্সট যোগ করুন।

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)

জাভাস্ক্রিপ্ট

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);

বিশ্রাম

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

দীর্ঘ ডিকোড চালানোর সবচেয়ে সহজ উপায় হল ব্যাকগ্রাউন্ড এক্সিকিউশন। মডেল শেষ না হওয়া বা max_output_tokens-এ না পৌঁছানো পর্যন্ত এটি সার্ভার-সাইডে কন্টিনিউয়েশন লুপ চালায়। আবার চেষ্টা করা, ব্যাকঅফ ও সমস্যা ম্যানেজ করার (অথবা আপনার ইন্টার‍্যাকশন স্টোর করতে না চাইলে) উপর আরও সূক্ষ্ম কন্ট্রোল চাইলে, আপনি GenerateContent API-তে ক্লায়েন্ট-সাইড কন্টিনিউয়েশন ব্যবহার করতে পারেন। এছাড়াও, ইন্ট্যার‍্যাকশন API-তে ক্লায়েন্ট-সাইড কন্টিনিউয়েশন শীঘ্রই আসছে। স্ট্রিমিং, রিকানেকশন, টোকেন কাউন্টিং এবং কখন লং ডিকোড ব্যবহার করতে হবে সেই সম্পর্কে জানতে, লং ডিকোড গাইড দেখুন।

আউটপুট টোকেনের সীমা সেট করা

max_output_tokens একটি উত্তরের জন্য মোট থিঙ্কিং ও আউটপুট টোকেন সেট করে। এটি এতটাই বেশি সেট করুন যাতে চিন্তা করার ফলে উত্তরটি সংক্ষিপ্ত না হয়ে যায় এবং এতটাই কম সেট করুন যাতে কঠিন প্রম্পট ব্যবহার করার সময় সব টোকেন খরচ না হয়ে যায়।

শুরু করার জন্য এইসব ভ্যালু ব্যবহার করুন:

  • সাধারণ টাস্ক: ডিফল্ট হিসেবে ৬,৫৫৩৬ রাখুন অথবা কোনও ভ্যালু সেট করবেন না।
  • ৩২,০০০-এর কম সীমা সহ আগে থেকে থাকা অ্যাপ: max_output_tokens-এর মান অন্তত ৩২,৭৬৮ করুন। Gemini 4 Argon আগের মডেলের তুলনায় চিন্তা করার জন্য আরও বেশি সীমা ব্যবহার করতে পারে। কম টোকেন ব্যবহার করতে, পরিবর্তে থিঙ্কিং লেভেল কমিয়ে দিন।
  • জটিল যুক্তি ও কোডিং: background: true ও max_output_tokens-এর মান ১৩১,০৭২ বা ২৬২,১৪৪ সেট করুন, ইনপুট টোকেন বাদ দিয়ে ১,০৪৮,৫৭৬ পর্যন্ত।

থিঙ্কিং লেভেল সম্পর্কে বোঝা

Gemini 4 Argon-এ কোয়ালিটি, লেটেন্সি ও টোকেন ব্যবহারের উপর আপনার প্রধান নিয়ন্ত্রণ হল থিংকিং লেভেল:

থিঙ্কিং লেভেল টোকেনের ব্যবহার কখন ব্যবহার হবে
low সবচেয়ে কম টোকেন, সবচেয়ে কম লেটেন্সি তুলনামূলক সহজ টাস্ক ও খরচ-সাপেক্ষ কাজ। এছাড়াও, বিশ্লেষণ ও লেখার মতো কাজ যেগুলিতে বেশি ভাবনাচিন্তার প্রয়োজন হয় না, সেগুলির ক্ষেত্রেও কাজ করে। কঠিন টাস্কের ক্ষেত্রে কোয়ালিটি খারাপ হতে পারে।
medium (ডিফল্ট) ভারসাম্য রেখে জটিল কোড ও এজেন্টিক ব্যবহারের কেস সহ বেশিরভাগ টাস্কের জন্য সাজেস্ট করা হয়।
high সবচেয়ে বেশি টোকেন, প্রথম টোকেন সবচেয়ে ধীরে জটিল যুক্তি, কঠিন অঙ্ক ও বিজ্ঞান এবং সবচেয়ে কঠিন কোড বা এজেন্ট টাস্ক। দীর্ঘ আউটপুটের জন্য দীর্ঘ ডিকোডের সাথে ভালভাবে কাজ করে।

তিনটি লেভেলেই মূল্যায়ন চালান, তারপর সবচেয়ে নিম্ন লেভেল বেছে নিন যেটি আপনার কোয়ালিটি বারের সাথে মানানসই। আরও জানতে, চিন্তাভাবনা সংক্রান্ত নির্দেশিকা দেখুন।

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)

জাভাস্ক্রিপ্ট

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);

বিশ্রাম

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-এ Gemini 4 Argon

Gemini Managed Agents-এ Antigravity এজেন্ট Gemini 4 Argon-এ কাজ করে। এটি ব্যবহার করতে, agent_config-এ মডেল সেট করুন:

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)

জাভাস্ক্রিপ্ট

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"
    }
  }'

আরও বিকল্পের জন্য, Antigravity এজেন্ট নির্দেশিকায় মডেল বেছে নেওয়া দেখুন।

মাইগ্রেশন চেকলিস্ট

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

gemini-4-argon-এ মাইগ্রেট করুন

  • মডেল আইডি আপডেট করুন: আপনার টার্গেট মডেল স্ট্রিং পরিবর্তন করে gemini-4-argon করুন।
  • পর্যালোচনা করুন max_output_tokens: আপনি যদি আজ এটি স্পষ্টভাবে সেট করে থাকেন, তাহলে এটি বাড়ানোর কথা বিবেচনা করুন। আমরা কমপক্ষে ৩২,৭৬৮ সাজেস্ট করি, কারণ Gemini 4 Argon চিন্তাভাবনা করার জন্য আরও বেশি সীমা খরচ করতে পারে।
  • থিঙ্কিং লেভেল কনফিগার করা: low, medium (ডিফল্ট) বা high বেছে নিন এবং তিনটি লেভেলেই আপনার ওয়ার্কলোড পরীক্ষা করুন।
  • অশ্লীল প্রসঙ্গ ক্যাশিং বন্ধ করা: Gemini 4 Argon-এ অশ্লীল ক্যাশিং (cachedContents / caches.create) কাজ করে না। আপনার অনুরোধ থেকে cached_content তৈরি করে বা রেফারেন্স দেয় এমন কল সরিয়ে দিন। অন্তত ৪,০৯৬টি টোকেন সহ প্রম্পটের জন্য ডিফল্ট হিসেবে ইমপ্লিসিট ক্যাশিং চালু করা থাকে এবং ক্যাশে হিট হলে ক্যাশে করা ইনপুট টোকেনের উপর ৯৫% ডিসকাউন্ট দেয়।
  • স্যাম্পলিং প্যারামিটার সরিয়ে দেওয়া: আপনার অনুরোধ থেকে temperature, top_p এবং top_k সরিয়ে দিন। প্রদান করা হলে, সেগুলি উপেক্ষা করা হয়।
  • দীর্ঘ আউটপুটের জন্য ব্যাকগ্রাউন্ড এক্সিকিউশন ব্যবহার করুন: যে টাস্কের জন্য ৬৪K-এর বেশি টোকেন প্রয়োজন, সেটির জন্য background-এর মান true এবং max_output_tokens-এর মান ৬৫,৫৩৬-এর বেশি সেট করুন।
  • ক্লায়েন্ট টাইমআউট বাড়ান: হার্ড প্রম্পটের জন্য কয়েক মিনিট সময় লাগতে পারে। ব্যাকগ্রাউন্ড এক্সিকিউশন ব্যবহার করুন অথবা HTTP ক্লায়েন্ট টাইম-আউট অন্তত ১৫ মিনিট সেট করুন।
  • সার্ভারে কথোপকথনের স্টেট বজায় রাখুন: মাল্টি-টার্ন ও ফাংশন কলিং কথোপকথনের জন্য previous_interaction_id ব্যবহার করুন।

দাম

৩০ নভেম্বর, ২০২৬ পর্যন্ত Gemini 4 Argon শুরুর দিকের দামে উপলভ্য:

  • ইনপুট টোকেন: প্রতি ১ মিলিয়ন টোকেনে $২.০০ ($৪.০০, ১ ডিসেম্বর, ২০২৬ থেকে শুরু)
    • ক্যাশ করা ইনপুট টোকেন: ইমপ্লিসিট ক্যাশিং, ক্যাশ করা ইনপুটে ৯৫% ছাড় দেয়, যা প্রতি ১ মিলিয়ন টোকেনে $০.১০ (১ ডিসেম্বর, ২০২৬ থেকে $০.২০)।
  • থিঙ্কিং টোকেন সহ আউটপুট টোকেন: প্রতি ১ মিলিয়ন টোকেনে $১০.০০ (১ ডিসেম্বর, ২০২৬ থেকে $২০.০০)

Gemini 4 Argon ফ্রি টিয়ারে বা Google AI Pro প্ল্যানে উপলভ্য নয়। মূল্যের সম্পূর্ণ টিয়ার দেখতে, মূল্য সংক্রান্ত পৃষ্ঠা দেখুন।

অন্যান্য মডেল

এর পরে কী করতে হবে