Novidades do Gemini 4 Argon

O Gemini 4 Argon (gemini-4-argon) é nosso modelo mais recente e avançado. Ele pode raciocinar por mais tempo em problemas difíceis para melhorar os resultados em tarefas complexas de programação, agênticas, matemáticas e científicas. O Gemini 4 Argon está disponível na API Gemini e no Google AI Studio.

O Gemini 4 Argon oferece suporte a uma janela de contexto unificada de 1 milhão de tokens, decodificação longa de até 1 milhão de tokens e níveis de raciocínio ajustáveis (low, medium, high).

Este guia explica as novidades do Gemini 4 Argon, as mudanças na API, exemplos de código e orientações de migração.

Novo modelo

Para detalhes completos, consulte a página do modelo Gemini 4 Argon. Para detalhes sobre os preços iniciais, consulte a seção de preços mais adiante nesta página ou a página de preços.

Guia de início rápido

Use o exemplo a seguir para enviar uma solicitação ao gemini-4-argon com o thinking_level padrão recomendado (medium) e um limite de token de saída de 64 mil:

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."
  }'

Novidades do Gemini 4 Argon

• Limite unificado de 1 milhão de tokens de entrada e saída:a entrada, o raciocínio e a saída compartilham uma janela de 1.048.576 tokens.
• Decodificação longa:uma única resposta agora pode ultrapassar 64 mil tokens, até 1 milhão de tokens menos a entrada. Consulte Decodificação longa.
• A compreensão agêntica de vídeos está disponível para todos: a compreensão agêntica de vídeos agora está disponível para todos.
• Suporte em Agentes Gerenciados: O agente do Antigravity nos Agentes Gerenciados do Gemini agora oferece suporte ao Gemini 4 Argon.

Para especificações completas, consulte a página do modelo Gemini 4 Argon. Para detalhes sobre os preços, consulte a página de preços.

Saída maior e decodificação longa

O Gemini 4 Argon pode pensar por mais tempo em problemas difíceis de matemática, ciência e programação.

• Use thinking_level para controlar a profundidade do raciocínio: o nível de raciocínio decide a profundidade do raciocínio do modelo antes de responder. max_output_tokens é um limite rígido: a resposta para quando o raciocínio e a saída juntos atingem esse limite. Portanto, defina um valor alto o suficiente para não encurtar a resposta.

• Gere até 1 milhão de tokens com execução em segundo plano:use a execução em segundo plano com max_output_tokens maior que 65.536 para permitir que uma única resposta ultrapasse 64 mil tokens, até 1 milhão de tokens. O modelo gera respostas longas em saltos de até 64 mil tokens, e cada salto continua de onde o anterior parou. Com a execução em segundo plano, nossos servidores executam esses saltos de continuação para você. Como cada salto adiciona uma etapa model_output a interaction.steps, junte o texto em todas as etapas model_output quando a interação for concluída.

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

A execução em segundo plano é a maneira mais fácil de executar a decodificação longa. Ela executa o loop de continuação no lado do servidor até que o modelo termine ou atinja max_output_tokens. Se você precisar de um controle mais refinado sobre novas tentativas, backoff e tratamento de erros (ou não quiser que suas interações armazenadas), use a continuação do lado do cliente na API GenerateContent. A continuação do lado do cliente também será lançada em breve na API Interactions. Para streaming, reconexão, contagem de tokens e quando usar a decodificação longa, consulte o guia de decodificação longa.

Como definir limites de token de saída

max_output_tokens define o total de tokens de raciocínio e saída para uma resposta. Defina um valor alto o suficiente para que o raciocínio não encurte a resposta e baixo o suficiente para limitar os gastos quando um comando difícil usar tudo.

Use estes valores como ponto de partida:

• Tarefas padrão:mantenha o padrão de 65.536 ou não defina nenhum valor.
• Apps atuais com um limite menor que 32 mil:aumente max_output_tokens para pelo menos 32.768. O Gemini 4 Argon pode gastar mais do limite no raciocínio do que os modelos anteriores. Para usar menos tokens, diminua o nível de raciocínio.
• Raciocínio e programação complexos:defina background: true e max_output_tokens como 131.072 ou 262.144, até 1.048.576 menos seus tokens de entrada.

Entenda os níveis de raciocínio

O nível de raciocínio é seu principal controle sobre a qualidade, a latência e o uso de tokens no Gemini 4 Argon:

Execute suas avaliações em todos os três níveis e escolha o nível mais baixo que atenda à sua barra de qualidade. Para saber mais, consulte o guia de raciocínio.

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"
    }
  }'

Gemini 4 Argon em agentes gerenciados

O agente do Antigravity nos Agentes Gerenciados do Gemini oferece suporte ao Gemini 4 Argon. Para usá-lo, defina o modelo em agent_config:

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"
    }
  }'

Para mais opções, consulte Seleção de modelo no guia do agente do Antigravity.

Checklist de migração

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

Migrar para o gemini-4-argon

• Atualizar o ID do modelo:mude a string do modelo de destino para gemini-4-argon.
• Analisar max_output_tokens: se você o definir explicitamente hoje, considere aumentá-lo. Recomendamos pelo menos 32.768, já que o Gemini 4 Argon pode gastar mais do limite no raciocínio.
• Configurar o nível de raciocínio:escolha low, medium (padrão) ou high e teste sua carga de trabalho em todos os três.
• Remover o armazenamento em cache de contexto explícito:o armazenamento em cache explícito (cachedContents / caches.create) não é compatível com o Gemini 4 Argon. Remova as chamadas que criam ou referenciam cached_content das suas solicitações. O armazenamento em cache implícito é ativado por padrão para comandos de pelo menos 4.096 tokens e desconta tokens de entrada armazenados em cache em 95% em ocorrências em cache.
• Remover parâmetros de amostragem:remova temperature, top_p e top_k das suas solicitações. Se fornecidos, eles serão ignorados.
• Usar a execução em segundo plano para saídas longas:para tarefas que precisam de mais de 64 mil tokens, defina background como verdadeiro e max_output_tokens maior que 65.536.
• Aumentar os tempos limite do cliente:comandos difíceis podem levar vários minutos. Use a execução em segundo plano ou defina tempos limite do cliente HTTP para pelo menos 15 minutos.
• Manter o estado da conversa no servidor:use previous_interaction_id para conversas multiturno e de chamada de função.

Preços

O Gemini 4 Argon está disponível com preços promocionais até 30 de novembro de 2026:

• Tokens de entrada:US $2 por 1 milhão de tokens (US$ 4 a partir de 1º de dezembro de 2026)
  • Tokens de entrada armazenados em cache:o armazenamento em cache implícito desconta a entrada armazenada em cache em 95%, para US $0,10 por 1 milhão de tokens (US$ 0,20 a partir de 1º de dezembro de 2026).
• Tokens de saída, incluindo tokens de raciocínio:US $10 por 1 milhão de tokens (US$ 20 a partir de 1º de dezembro de 2026)

O Gemini 4 Argon não está disponível no nível sem custos financeiros nem no plano Google AI Pro. Para níveis de preços completos, consulte a página de preços.

Outros modelos

• Gemini 3.8 Flash
• Gemini 3.6 Flash e 3.5 Flash Lite
• Ver todos os modelos

A seguir

• Leia o guia de decodificação longa para streaming, reconexão e contagem de tokens.
• Saiba como os níveis de raciocínio e os resumos de pensamento funcionam no guia de raciocínio.
• Saiba mais sobre jobs de longa duração no guia de execução em segundo plano.
• Teste e refine comandos no Google AI Studio.