Có gì mới trong Gemini 4 Argon

Gemini 4 Argon (gemini-4-argon) là mô hình mới nhất và mạnh nhất của Google. Mô hình này có thể suy luận lâu hơn về các vấn đề khó để mang lại kết quả tốt hơn cho các nhiệm vụ phức tạp về lập trình, tác nhân, toán học và khoa học. Bạn có thể sử dụng Gemini 4 Argon thông qua Gemini API và trong Google AI Studio.

Gemini 4 Argon hỗ trợ cửa sổ ngữ cảnh hợp nhất gồm 1 triệu token, giải mã dài tối đa 1 triệu token và các cấp độ tư duy có thể điều chỉnh (low, medium, high).

Hướng dẫn này giải thích những điểm mới trong Gemini 4 Argon, các thay đổi về API, ví dụ về mã và hướng dẫn di chuyển.

Mô hình mới

Mô hình Mã kiểu máy Cấp độ tư duy mặc định Giá Mô tả
Gemini 4 Argon gemini-4-argon medium Có sẵn đến hết ngày 30 tháng 11 năm 2026 với mức giá ưu đãi là 2 USD/1 triệu token đầu vào và 10 USD/1 triệu token đầu ra (sau đó là 4 USD/1 triệu token đầu vào và 20 USD/1 triệu token đầu ra). Xem phần giá để biết thêm chi tiết. Mô hình mạnh nhất của Google, được xây dựng để giải quyết những vấn đề khó nhất một cách chuyên sâu và chính xác trong các nhiệm vụ về kỹ thuật phần mềm và công việc liên quan đến kiến thức trong thế giới thực.

Để biết đầy đủ thông tin chi tiết, hãy xem trang mô hình Gemini 4 Argon. Để biết thông tin chi tiết về giá ưu đãi, hãy xem phần giá bên dưới hoặc trang giá.

Bắt đầu nhanh

Hãy sử dụng ví dụ sau để gửi yêu cầu đến gemini-4-argon với thinking_level mặc định được đề xuất (medium) và giới hạn 64K token đầu ra:

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."
  }'

Điểm mới trong Gemini 4 Argon

  • Giới hạn hợp nhất gồm 1 triệu token đầu vào-đầu ra: Đầu vào, tư duy và đầu ra dùng chung một cửa sổ gồm 1.048.576 token.
  • Giải mã dài: Một câu trả lời duy nhất hiện có thể vượt quá 64K token, tối đa 1 triệu token trừ đi đầu vào của bạn. Xem phần Giải mã dài.
  • Tính năng hiểu video theo tác nhân hiện đã được cung cấp rộng rãi: Tính năng hiểu video theo tác nhân hiện đã được cung cấp rộng rãi.
  • Được hỗ trợ trong Tác nhân được quản lý: Tác nhân Antigravity trong Tác nhân được quản lý của Gemini hiện hỗ trợ Gemini 4 Argon.

Để biết đầy đủ thông số kỹ thuật, hãy xem trang mô hình Gemini 4 Argon. Để biết thông tin chi tiết về giá, hãy xem trang giá.

Đầu ra lớn hơn và giải mã dài

Gemini 4 Argon có thể suy nghĩ lâu hơn về các vấn đề khó về toán học, khoa học và lập trình.

  • Sử dụng thinking_level để kiểm soát chiều sâu suy luận: Cấp độ tư duy quyết định mức độ suy luận của mô hình trước khi trả lời. max_output_tokens là giới hạn cứng: câu trả lời sẽ dừng khi tổng số token tư duy và đầu ra đạt đến giới hạn này. Vì vậy, hãy đặt giới hạn này đủ cao để câu trả lời không bị cắt ngắn.
  • Tạo tối đa 1 triệu token khi thực thi ở chế độ nền: Sử dụng tính năng thực thi ở chế độ nền với max_output_tokens trên 65.536 để cho phép một câu trả lời duy nhất vượt quá 64K token, tối đa 1 triệu token. Mô hình này tạo ra các câu trả lời dài theo từng bước, tối đa 64K token và mỗi bước tiếp tục từ nơi bước trước dừng lại. Với tính năng thực thi ở chế độ nền, máy chủ của Google sẽ chạy các bước tiếp tục này cho bạn. Vì mỗi bước sẽ thêm một bước model_output vào interaction.steps, hãy kết hợp văn bản trên tất cả các bước model_output khi tương tác hoàn tất.

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

Thực thi ở chế độ nền là cách dễ nhất để chạy tính năng giải mã dài. Tính năng này chạy vòng lặp tiếp tục ở phía máy chủ cho đến khi mô hình hoàn tất hoặc đạt đến max_output_tokens. Nếu cần kiểm soát chi tiết hơn về số lần thử lại, thời gian chờ và xử lý lỗi (hoặc không muốn lưu trữ các lượt tương tác), bạn có thể sử dụng tính năng tiếp tục ở phía máy khách trong GenerateContent API. Tính năng tiếp tục ở phía máy khách cũng sẽ sớm có trong Interactions API. Để biết thông tin về tính năng phát trực tuyến, kết nối lại, đếm token và thời điểm sử dụng tính năng giải mã dài, hãy xem hướng dẫn giải mã dài.

Thiết lập giới hạn token đầu ra

max_output_tokens thiết lập tổng số token tư duy và đầu ra cho một câu trả lời. Hãy đặt giới hạn này đủ cao để câu trả lời không bị cắt ngắn và đủ thấp để hạn chế chi tiêu khi một câu lệnh khó sử dụng hết tất cả token.

Hãy sử dụng các giá trị sau làm điểm khởi đầu:

  • Các nhiệm vụ tiêu chuẩn: Giữ giá trị mặc định là 65.536 hoặc không đặt giá trị nào.
  • Các ứng dụng hiện có có giới hạn dưới 32K: Tăng max_output_tokens lên ít nhất 32.768. Gemini 4 Argon có thể sử dụng nhiều hơn giới hạn cho việc tư duy so với các mô hình trước đó. Để sử dụng ít token hơn, hãy giảm cấp độ tư duy.
  • Lập luận và lập trình phức tạp: Đặt background: true và đặt max_output_tokens thành 131.072 hoặc 262.144, tối đa 1.048.576 trừ đi token đầu vào của bạn.

Tìm hiểu về các cấp độ tư duy

Cấp độ tư duy là yếu tố chính giúp bạn kiểm soát chất lượng, độ trễ và việc sử dụng token trong Gemini 4 Argon:

Cấp độ tư duy Sử dụng token Trường hợp sử dụng
low Ít token nhất, độ trễ thấp nhất Các nhiệm vụ đơn giản hơn và công việc nhạy cảm về chi phí. Cũng phù hợp với các nhiệm vụ phân tích và viết cần tư duy nhẹ. Chất lượng có thể giảm đối với các nhiệm vụ khó.
medium (mặc định) Cân bằng Được đề xuất cho hầu hết các nhiệm vụ, bao gồm cả mã phức tạp và các trường hợp sử dụng tác nhân.
high Nhiều token nhất, token đầu tiên chậm nhất Lập luận phức tạp, toán học và khoa học khó, cũng như các nhiệm vụ khó nhất về mã hoặc tác nhân. Phù hợp với tính năng giải mã dài cho đầu ra dài.

Chạy quy trình đánh giá ở cả 3 cấp độ, sau đó chọn cấp độ thấp nhất đáp ứng tiêu chuẩn chất lượng của bạn. Để tìm hiểu thêm, hãy xem hướng dẫn tư duy.

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"
    }
  }'

Gemini 4 Argon trong Tác nhân được quản lý

Tác nhân Antigravity trong Tác nhân được quản lý của Gemini hỗ trợ Gemini 4 Argon. Để sử dụng, hãy đặt mô hình trong agent_config:

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"
    }
  }'

Để biết thêm các lựa chọn, hãy xem phần lựa chọn mô hình trong hướng dẫn về tác nhân Antigravity.

Danh sách kiểm tra cho quá trình di chuyển

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

Di chuyển sang gemini-4-argon

  • Cập nhật mã mô hình: Thay đổi chuỗi mô hình mục tiêu thành gemini-4-argon.
  • Xem xét max_output_tokens: Nếu bạn đặt giới hạn này một cách rõ ràng, hãy cân nhắc tăng giới hạn này. Bạn nên đặt giới hạn này ít nhất là 32.768, vì Gemini 4 Argon có thể sử dụng nhiều hơn giới hạn cho việc tư duy.
  • Định cấu hình cấp độ tư duy: Chọn low, medium (mặc định) hoặc high rồi kiểm thử khối lượng công việc ở cả 3 cấp độ.
  • Chuyển khỏi tính năng bộ nhớ đệm ngữ cảnh rõ ràng: Gemini 4 Argon không hỗ trợ tính năng bộ nhớ đệm rõ ràng (cachedContents / caches.create). Xoá các lệnh gọi tạo hoặc tham chiếu cached_content khỏi yêu cầu của bạn. Tính năng lưu vào bộ nhớ đệm ngầm ẩn được bật theo mặc định cho các câu lệnh có ít nhất 4.096 token và giảm giá 95% token đầu vào được lưu vào bộ nhớ đệm khi có kết quả tìm kiếm trong bộ nhớ cache.
  • Xoá các tham số lấy mẫu: Xoá temperature, top_p và top_k khỏi yêu cầu của bạn. Nếu được cung cấp, các tham số này sẽ bị bỏ qua.
  • Sử dụng tính năng thực thi ở chế độ nền cho đầu ra dài: Đối với các nhiệm vụ cần nhiều hơn 64K token, hãy đặt background thành true và max_output_tokens trên 65.536.
  • Tăng thời gian chờ của máy khách: Các câu lệnh khó có thể mất vài phút. Sử dụng tính năng thực thi ở chế độ nền hoặc đặt thời gian chờ của máy khách HTTP thành ít nhất 15 phút.
  • Giữ trạng thái cuộc trò chuyện trên máy chủ: Sử dụng previous_interaction_id cho các cuộc trò chuyện nhiều lượt và cuộc trò chuyện gọi hàm.

Giá

Gemini 4 Argon được cung cấp với mức giá ưu đãi đến hết ngày 30 tháng 11 năm 2026:

  • Token đầu vào: 2 USD/1 triệu token (4 USD kể từ ngày 1 tháng 12 năm 2026)
    • Token đầu vào được lưu vào bộ nhớ đệm: Tính năng lưu vào bộ nhớ đệm ngầm ẩn giảm giá 95% token đầu vào được lưu vào bộ nhớ đệm, xuống còn 0,10 USD/1 triệu token (0,20 USD kể từ ngày 1 tháng 12 năm 2026).
  • Token đầu ra, bao gồm cả token tư duy: 10 USD/1 triệu token (20 USD kể từ ngày 1 tháng 12 năm 2026)

Gemini 4 Argon không có trong gói Miễn phí hoặc gói Google AI Pro. Để biết đầy đủ các bậc giá, hãy xem trang giá.

Các mô hình khác

Bước tiếp theo