Gemini 中文指南
获取 API 密钥 ↗

Gemini 4 Argon 新特性

↓ 下载 Markdown

Gemini 4 Argon (gemini-4-argon)是我们高效的Gemini 4前沿推理模型。与相比,它提供了 Gemini 4 智能,具有更快的响应速度和更低的 token 每回合支出 Gemini 4 Carbon 跨越复杂的编码、智能体、数学和科学任务。 Gemini 4 Argon 可通过 Gemini API 和 Google AI Studio 获得。

Gemini 4 Argon支持统一的1M-token 上下文窗口,长解码可达1M token,思维级别可调(low, medium, high).

本指南介绍了 Gemini 4 Argon 的新增功能、如何在氩气和碳之间进行选择、API 更改、代码示例和迁移指南。

新型号 #

模型型号编号默认思维水平价格说明
Gemini 4 Argongemini-4-argonmedium30, 2026 于 11 月上市,以 $2/1M 输入 token 和 $10/1M 输出 token 的促销价提供($4/1M 输入,随后 $20/1M 输出)。参见 定价 了解详情。我们高效的 Gemini 4 前沿推理模型,与相比,可提供更快的响应和更低的 token 每回合支出 Gemini 4 Carbon 跨越复杂的编码、智能体、数学和科学任务。

有关完整详细信息,请参阅 Gemini 4 Argon 型号页面 和 最新 Gemini 模型。有关介绍性定价的详细信息,请参阅 定价部分 稍后在本页或 定价页面.

快速入门 #

使用以下示例将请求发送到 gemini-4-argon 使用推荐的默认值 thinking_level (medium)和 64K 输出 token 限制:

bash
pip install -U "google-genai>=2.30.1"
python
from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Write a three.js script that renders a realistic 3D black hole with gravitational lensing.",
    config=types.GenerateContentConfig(
        max_output_tokens=65536,
        thinking_config=types.ThinkingConfig(thinking_level="medium"),
    ),
)

print(response.text)

Gemini 4 Argon 新特性 #

  • 统一1M输入输出token限制: 输入、思考和输出 token 共享一个 1M-token 窗口,对于非流式调用具有 32K 每个请求上限,对于流式调用具有 64K 每个流上限。
  • 长解码至 1M token: 该模型可以生成超出每个请求上限的内容,最多为 1M token 减去您的输入。默认情况下,您将继续使用最新的 Google GenAI SDK。
  • 智能体视频理解(GA): 智能体视频理解 现在已经普遍可用。
  • 托管智能体支持: 该 Antigravity 智能体 Gemini中的托管智能体现在支持Gemini 4 Argon。

有关完整规格,请参阅 Gemini 4 Argon 型号页面。有关定价详情,请参阅 定价页面.

在碳、氩和其他型号之间进行选择 #

Gemini 4 Argon 和 Gemini 4 Carbon 共享相同的 1M 统一上下文窗口、内置工具和每个 token 定价。主要区别在于每个模型每回合花费多少思考 token:

  • Gemini 4 Carbon (gemini-4-carbon): 专为突破推理深度极限的任务而设计。 Carbon 每回合花费更多的时间思考 token 来彻底探索并验证其工作,与 Argon 相比,这增加了每回合 token 的使用和延迟。使用它进行复杂的根本原因调试、架构设计、密集多模态综合、科学证明和安全审计。
  • Gemini 4 Argon (gemini-4-argon): 我们高效的 Gemini 4 前沿推理模型,非常适合最先进的软件工程和知识工作任务。与 Carbon 相比,它在交互式编码、日常功能工作和快速生产循环方面提供了 Gemini 4 智能,具有更快的响应速度和更低的 token 每回合支出。

有关模型选择的更多指导,请参见 最新 Gemini 模型.

了解思维层次 #

该 思维水平 是您对质量、延迟和 token 在 Gemini 4 Argon 中使用的主要控制:

思维层面代币使用何时使用
low最少的token,最低的延迟更简单的任务和成本敏感的工作。也适用于需要轻松思考的分析和写作任务。艰巨的任务质量可能会下降。
medium (默认)平衡推荐用于大多数任务,包括复杂的代码和智能体用例。
high最多 token,最慢的先 token复杂的推理、困难的数学和科学,以及最困难的代码或智能体任务。与长输出的长解码完美搭配。

在所有三个级别上进行高评价 max_output_tokens 所以限制不会缩短答案。然后选最低的 thinking_level 符合您的质量标准。要了解更多信息,请参阅 思维指南.

python
from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Analyze this payment processing pipeline for race conditions during retry attempts and rewrite the transaction locks safely.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(
            thinking_level="medium",  # Balanced reasoning effort for complex tasks
        ),
    ),
)

print(response.text)

更大的输出和更长的解码 #

当一项任务需要深度推理时,Gemini 4 Argon 可以思考更长时间、更努力地工作,在一代人的时间内完成复杂的数学、科学和编码问题。

  • 统一1M-token 上下文窗口: 输入、思考和输出 token 共享一个 1,048,576-token 窗口,因此 Argon 最多可以使用 1M token 减去您的输入 token 来进行思考和输出组合。
  • 使用 thinking_level 控制推理深度: thinking_level 设置模型在回答之前推理的深度。 max_output_tokens 限制您的综合思维和输出 token。一旦思考加上输出命中,响应就会停止 max_output_tokens,因此将其设置得足够高,为最终答案留出空间。
  • 每个请求上限(64K 流式传输/32K 非流式传输): 一个流请求最多返回 65,536 token。一个非流式请求最多返回 32,768 token,低于 Gemini 3.x 上的 65,536。对于 REST 调用,这些上限也是默认值。

默认情况下,最新的 Google GenAI SDK 会为您运行长解码。使用Python google-genai 2.30.1 或更高版本,或 JavaScript @google/genai 2.29.1 或更高版本。

在这些版本中, automatic_continuation 是 True 默认情况下,所以你不需要设置它。当你设置 max_output_tokens 高于每个请求的上限, generate_content 和 generate_content_stream 自动继续跨请求,直到模型完成或达到 max_output_tokens,返回一个组合响应。

python
response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Write a complete, rigorous proof of the prime number theorem.",
    config=types.GenerateContentConfig(
        max_output_tokens=262144,
        thinking_config=types.ThinkingConfig(thinking_level="high"),
        automatic_continuation=True,  # Default.
    ),
)

要自己运行循环,请设置 automatic_continuation=False。如果您调用 REST 或使用较旧的 SDK,请求将在每个请求上限处停止。有关 REST 循环、第三方框架、token 计数以及何时使用长解码,请参阅 长解码指南.

设置输出 token 限制 #

max_output_tokens 设置一代的最大组合思维和输出 token,包括所有延续请求。把它设置得足够高,这样思考就不会缩短答案。将其设置得足够低,以在硬提示用完所有费用时限制支出。

使用这些值作为起点:

  • 标准任务: 保留默认值。
  • 限制低于 32K 的现有应用程序: 提高 max_output_tokens 至 32,768. 要使用较少的 token,请降低 thinking_level.
  • 之前使用32K token以上的任务: 套装 max_output_tokens 至 65,536.
  • 复杂的推理和编码: 套装 max_output_tokens 到 131,072 或 262,144, 直至 1,048,576 减去您的输入 token。

如果一个请求使用了所有 max_output_tokens,它返回 finish_reason: "MAX_TOKENS" 并且仍然包括一个 continuation_token。您可以继续或重新开始。

  • 从检查点恢复: 发送原始请求和最新的请求 continuation_token 和更高的 max_output_tokens。如果你不提高 max_output_tokens,请求返回 400 INVALID_ARGUMENT.
  • 重新开始: 发送具有更高级别的原始请求 max_output_tokens 没有 continuation_token.

迁移清单 #

迁移到 gemini-4-argon #

  • 更新模型 ID: 将您的模型字符串更改为 gemini-4-argon.
  • 套装 max_output_tokens 明确地: 对于流式调用和 SDK 调用,默认值为 64K;对于非流式 REST 调用,默认值为 32K。
  • 将上限提高到低于 32K: 将低于 32K 的任何上限提高到至少 32,768. 使用 thinking_level 减少 token 支出。
  • 长解码计划: 对于超出每个请求上限的任务,请使用最新的 SDK 或添加 continuation_token 循环。
  • 更换 thinking_budget 使用 thinking_level: thinking_budget 仍然有效并映射到最近的 thinking_level,但它返回一个警告。测试您的工作量 low, medium, 和 high.
  • Move off explicit 上下文缓存: 显式缓存(cachedContents / caches.create) 在 Gemini 4 Argon 上不受支持并返回错误。删除创建或传递的呼叫 cached_content 在 GenerateContentConfig. 隐式缓存 默认情况下启用至少 4,096 token 的提示,并在缓存命中时将缓存输入 token 折扣 95%。
  • 删除已弃用的参数: 删除 temperature, top_p, top_k, 和 candidate_count 来自请求。如果提供,则忽略采样参数。
  • 增加客户端超时: 将 HTTP 客户端超时设置为每次调用至少 20 分钟。
  • 保留思想签名: 传递完整的对话历史记录,包括 思想签名,在多轮和函数调用请求中。
  • 检查您的成本估算: 模型处理的每个 token 都会计费,包括使用事实依据时的内部工具系统指令和函数声明(请参阅 价格).

价格 #

Gemini 4 Argon 于 11 月之前以促销价发售 30, 2026:

  • 输入token: $2.00 根据 1M token($4.00 从 12 月开始 1, 2026)* 缓存输入 token: 隐式缓存将每 1M token 的缓存输入折扣 95% 至 $0.10($0.20 从 12 月开始 1, 2026)。

  • 输出token,包括思考token: $10.00 与 1M token($20.00 从 12 月开始 1, 2026)

模型处理的每一个token都会被统计和计费,包括思考token和使用事实依据时的内部工具系统指令和函数声明。 事实依据和 Google 搜索也仍按查询计费。

Gemini 4 Argon 在免费套餐中不可用。有关完整的定价等级,请参阅 定价页面.

其他型号 #

后续步骤 #

搜索标题、API 名称或正文内容