Có gì mới trong Gemini 4 Argon

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

Gemini 4 Argon hỗ trợ cửa sổ ngữ cảnh hợp nhất 1 triệu token, giải mã dài lên đến 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

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

Bắt đầu nhanh

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

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."
  }'

Tính năng mới trong Gemini 4 Argon

• Hạn mức chung 1 triệu token cho cả đầu vào và đầu ra: Đầu vào, suy nghĩ và đầu ra dùng chung một cửa sổ gồm 1.048.576 token.
• Giải mã dài: Giờ đây, một câu trả lời có thể vượt quá 64.000 mã thông báo, tối đa 1 triệu mã thông báo trừ đi nội dung đầu vào của bạn. Xem phần Giải mã dài.
• Tính năng hiểu video dựa trên tác nhân hiện đã được cung cấp rộng rãi: Tính năng hiểu video dựa trên tác nhân hiện đã được cung cấp rộng rãi.
• Được hỗ trợ trong API tác nhân được quản lý: Tác nhân Antigravity trong API 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.

Dữ liệu đầu ra lớn hơn và thời gian giải mã dài

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

• Sử dụng thinking_level để kiểm soát chiều sâu suy luận: Mức độ tư duy quyết định mức độ suy luận sâu của mô hình trước khi trả lời. max_output_tokens là giới hạn cứng: phản hồi sẽ dừng lại khi tổng thời gian suy nghĩ và kết quả đạt đến giới hạn này, vì vậy, hãy đặt giới hạn đủ cao để không làm gián đoạn câu trả lời.

• Tạo tối đa 1 triệu token bằng tính năng thực thi trong nền: Sử dụng tính năng thực thi trong nền với max_output_tokens lớn hơn 65.536 để cho phép một phản hồi vượt quá 64 nghìn token, tối đa 1 triệu token. Mô hình này tạo ra các câu trả lời dài theo từng bước, mỗi bước có tối đa 64.000 mã thông báo và mỗi bước tiếp tục từ nơi bước trước đó dừng lại. Với tính năng thực thi ở chế độ nền, các máy chủ của chúng tôi sẽ chạy những bước tiếp tục này cho bạn. Vì mỗi bước nhảy sẽ thêm một bước model_output vào interaction.steps, nên hãy nối văn bản trên tất cả các bước model_output khi hoạt động tương tác hoàn tất.

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

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

Đặt giới hạn mã thông báo đầu ra

max_output_tokens đặt tổng số mã thông báo suy nghĩ và mã thông báo đầu ra cho một câu trả lời. Đặt giá trị này đủ cao để suy nghĩ không làm câu trả lời ngắn gọn hơn và đủ thấp để giới hạn mức chi tiêu khi một câu lệnh khó sử dụng hết giá trị này.

Hãy sử dụng các giá trị này làm điểm xuất phát:

• Tác vụ tiêu chuẩn: Giữ nguyên giá trị mặc định là 65.536 hoặc không đặt giá trị nào.
• Ứng dụng hiện có có giới hạn thấp hơn 32K: Tăng max_output_tokens lên ít nhất 32.768. Gemini 4 Argon có thể dành nhiều thời gian hơn cho việc suy nghĩ so với các mô hình trước đó. Để sử dụng ít mã thông báo hơn, hãy hạ thấp mức độ tư duy.
• Lập luận và viết mã phức tạp: Đặt background: true và max_output_tokens thành 131.072 hoặc 262.144, tối đa là 1.048.576 trừ đi số lượng mã thông báo đầu vào.

Tìm hiểu về các cấp độ tư duy

Cấp độ suy nghĩ là chế độ kiểm soát chính của bạn đối với chất lượng, độ trễ và mức sử dụng mã thông báo trong Gemini 4 Argon:

Hãy 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.

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 trong Tác nhân được quản lý

Tác nhân Antigravity trong Gemini Managed Agents hỗ trợ Gemini 4 Argon. Để sử dụng, hãy đặt mô hình trong 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"
    }
  }'

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 nhận dạng mô hình: Thay đổi chuỗi mô hình mục tiêu thành gemini-4-argon.
• Xem lại max_output_tokens: Nếu bạn đặt rõ ràng giá trị này ngay hôm nay, hãy cân nhắc việc tăng giá trị này. Bạn nên đặt ít nhất là 32.768 vì Gemini 4 Argon có thể dành nhiều giới hạn hơn cho việc suy luận.
• Định cấu hình cấp độ tư duy: Chọn low, medium (mặc định) hoặc high và kiểm thử khối lượng công việc của bạn ở cả ba cấp độ.
• Ngừng sử dụng tính năng lưu vào bộ nhớ đệm ngữ cảnh rõ ràng: Tính năng lưu vào bộ nhớ đệm rõ ràng (cachedContents / caches.create) không được hỗ trợ trên Gemini 4 Argon. Xoá các lệnh gọi tạo hoặc tham chiếu cached_content khỏi các yêu cầu của bạn. Tính năng lưu trữ ngầm được bật theo mặc định cho các câu lệnh có ít nhất 4.096 token và giảm giá 95% cho các 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 chế độ thực thi trong nền cho kết quả dài: Đối với những tác vụ cần hơn 64.000 mã thông báo, hãy đặt background thành true và max_output_tokens lớn hơn 65.536.
• Tăng thời gian chờ của ứng dụng: Câu lệnh phức tạp có thể mất vài phút. Sử dụng tính năng thực thi ở chế độ nền hoặc đặt thời gian chờ của máy khách HTTP tối thiểu là 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 gọi hàm.

Giá

Gemini 4 Argon có 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)
  • Mã thông báo đầu vào được lưu vào bộ nhớ đệm: Tính năng lưu vào bộ nhớ đệm ngầm ẩn giúp giảm 95% chi phí cho dữ liệu đầu vào được lưu vào bộ nhớ đệm, xuống còn 0,1 USD/1 triệu mã thông báo (0,2 USD kể từ ngày 1 tháng 12 năm 2026).
• Số token đầu ra, bao gồm cả số token tư duy: 100.000 VND cho mỗi 1 triệu token (200.000 VND kể từ ngày 1 tháng 12 năm 2026)

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

Các mô hình khác

• Gemini 3.8 Flash
• Gemini 3.6 Flash và 3.5 Flash-Lite
• Xem tất cả các mẫu

Bước tiếp theo

• Hãy đọc hướng dẫn giải mã dài để biết về việc phát trực tuyến, kết nối lại và đếm mã thông báo.
• Tìm hiểu cách hoạt động của các cấp độ suy nghĩ và bản tóm tắt suy nghĩ trong hướng dẫn về suy nghĩ.
• Tìm hiểu về các công việc chạy trong thời gian dài trong hướng dẫn thực thi trong nền.
• Kiểm thử và tinh chỉnh câu lệnh trong Google AI Studio.