Преминаване към Gemini 4 Argon от Gemini 3.1 Pro или 3.8 Flash: Какво се счупва и как да го поправим

Gemini 4 Argon стана общодостъпен на 13 октомври 2026 г. под идентификатора на модела gemini-4-argon, на платения Gemini API, на Vertex AI и на AIHubMix. AIHubMix го предлага на цена от 2 долара за милион входящи токени, 10 долара за милион изходящи токени и 0.10 долара за милион кеширани входящи токени, същото като въведената цена на Google. Цената на Google важи до 30 ноември; от 1 декември тя се удвоява до 4 и 20 долара. [TBD: цена на AIHubMix от 1 декември]

Смяната на идентификатора на модела е лесната част. Страницата на Google Какво ново в Gemini 4 Argon завършва с контролен списък за миграция, а повечето елементи в него променят поведението без да генерират грешка: параметрите за вземане на проби се игнорират, явното кеширане е премахнато, нивото на мислене по подразбиране може да не е това, което сте имали, а капачката за изход, проектирана за по-стар модел, може да ви остави с празен отговор, за който все пак плащате. Тази публикация разглежда всяка промяна по ред, с това, което ще видите, защо се случва и как да го поправите, след което завършва с контролен списък.

Бърза карта

Промени, които се появяват като грешки

Достъп и идентификатор на модела

Какво ще видите. Заявките са отказани, когато извикате Argon с безплатен ключ за Gemini API или с име на заместител, което сте добавили, докато чакате старта.

Защо. Argon не е на безплатния слой на Gemini API. Идентификаторът е същият навсякъде: gemini-4-argon на Gemini API, на Vertex AI и на AIHubMix.

Поправка. Използвайте gemini-4-argon с платен ключ за Gemini API или ключ за AIHubMix. Запазете името на модела в конфигурацията, с резервен модел, така че прекъсването на един модел да не спре приложението ви.

Изходи по-дълги от 64K токена

Какво ще видите. Грешка 400, ако зададете лимита на изхода над 65,536 на нормална заявка. Без тази настройка, дългите отговори спират на 64K токена.

Защо. Нормалната (синхронна) заявка е ограничена до 65,536 изходящи токена. За да отидете по-далеч, е необходимо дълго декодиране. На Interactions API задавате background=True и лимит на изхода над 65,536, до 1,048,576 минус вашия вход. Сървърът след това пише отговора на 64K скокове, всеки продължаващ от последния, за до 24 часа, и вие се присъединявате към скоковете, когато завърши. На API за генериране на съдържание, последните Google GenAI SDK (Python 2.30.1 и по-късно) продължават автоматично. Контекстът е споделен: вход, мислене и изход всички се броят срещу един прозорец от 1,048,576 токена.

Поправка. Оставете повечето заявки без промяна; Google казва, че чат, Q&A, обобщение и извличане завършват много под 32K токена. Използвайте дълго декодиране само за най-трудните математически, изследователски и кодиращи задачи и помнете, че всеки скок отново изпраща всичко написано досега като вход, което отново се таксува по кешираната ставка. Ръководството на AIHubMix за Gemini документира фоновите взаимодействия чрез родния SDK, но дългото декодиране с Argon там не е потвърдено. [TBD: дълго декодиране чрез AIHubMix]

Таймаути при трудни подканвания

Какво ще видите. Заявки, които не успяват на вашия клиент, прокси или балансировач на натоварването, тайм-аут.

Защо. Google предупреждава, че трудните подканвания могат да отнемат няколко минути. При високо мислене, Artificial Analysis измери около 45 секунди преди първия токен на отговора.

Поправка. Задайте HTTP таймаутите на поне 15 минути на всеки скок между вашия код и API, или превключете дългите задачи на фоново изпълнение и проверявайте за резултата.

Откази на сигурност на подканванията

Какво ще видите. Откази на подканвания за изследване на уязвимости, писане на експлойти или тестове за проникване.

Защо. Публичният модел отказва вредни кибер, химически, биологични, радиологични и ядрени заявки. Според анонса на старта на Google, защитниците получават версия без кибер защити само чрез програмата Fairwind.

Поправка. Ако сте защитник, кандидатствайте за Fairwind. В противен случай тествайте вашите подканвания за сигурност на gemini-4-argon, преди да разчитате на него, и запазете текущите си инструменти за всичко, което той отказва.

Промени, които не генерират грешки

Параметрите за вземане на проби се игнорират

Какво ще видите. Настройки, на които разчитахте, като ниска температура за последователно извличане, спират да имат какъвто и да е ефект.

Защо. Контролният списък на Google казва, че temperature, top_p и top_k се игнорират на Argon, ако ги изпратите.

Поправка. Премахнете ги, за да не предполагат, че все още работят. Получете последователност от подканата и от структурирани изходи вместо това.

Явното кеширане на контекста е премахнато

Какво ще видите. Код, който създава или реферира кеширано съдържание (cachedContents, caches.create), вече не работи с Argon.

Защо. Argon поддържа само непряко кеширане. То е включено по подразбиране за подканвания от поне 4,096 токена и взема 95% от кеширания вход: 0.10 долара вместо 2 долара за милион токена до 30 ноември.

Поправка. Премахнете явните кеш повиквания. За да продължите да получавате удари, поставете системната подканва, инструментите и документите първи и ги запазете идентични между заявките. Ръководството на AIHubMix Gemini отбелязва, че непряк удар се нуждае от същото съдържание, модел и параметри, така че промяната на нивото на мислене по време на разговор може да върне кеширания вход обратно в пълен ценови вход.

Капачките за изход, проектирани за по-стари модели

Какво ще видите. Отговори, които завършват със статус "непълен" и съкратен или празен текст. Все пак ще бъдете таксувани за тях.

Защо. Лимитът на изхода обхваща мисленето и отговора заедно, а Argon може да изразходва повече от него за мислене, отколкото по-ранните модели. Когато мисленето използва всичко, отговорът е съкратен или никога не започва, а токените за мислене все още се таксуват.

Поправка. Увеличете лимита на поне 32,768, както препоръчва Google. За да спестите разходи или време, намалете нивото на мислене, а не лимита. Проверете хранилището и UI за отговори до 64K токена и повече, ако използвате дълго декодиране.

Различно ниво на мислене по подразбиране

Какво ще видите. Разходи, латентност и качество, които не съвпадат с това, което сте измерили на текущия си модел, без промяна в кода от ваша страна.

Защо. Argon поддържа ниско, средно и високо, и по подразбиране е средно. Gemini 3.1 Pro Preview по подразбиране е високо, а Gemini 3.8 Flash - средно, според ръководството за мислене на Gemini. Няма минимално ниво; по OpenAI-съвместимия маршрут, reasoning_effort="minimal" съответства на ниско. Всеки публикуван бенчмарк е стартирал Argon на високо, така че няма публични данни за това какво дават ниското или средното. [TBD: точност и токени по ниво на мислене]

Поправка. Задайте нивото явно. Съветът на Google е да проведете оценките си на всички три нива и да изберете най-ниското, което отговаря на вашия стандарт за качество. Дръжте нивото фиксирано в рамките на работния поток.

Сметката е по-висока от цената на токена

Какво ще видите. Разходи на задача, значително над това, което същият работен поток е струвал на Gemini 3.1 Pro Preview или 3.8 Flash.

Защо. Artificial Analysis измери около 62k изходящи токена на задача за Argon на високо, срещу около 27k за GPT-6 Astra. Цените на изхода включват токени за мислене. На своя индекс, Argon струва 1.99 долара на задача на въведената цена и 3.98 долара на стандартната цена, която започва на 1 декември, срещу 3.26 долара за Astra и 1.30 долара за Gemini 3.1 Pro Preview.

Поправка. Бюджет на задача, а не на токен, и на 4 долара/20 долара за всичко, което все още ще работи през декември. Публикацията за ценообразуването в тази серия съдържа измерените разходи на задача от двама независими тестери.

Повече отговори "Не съм сигурен"

Какво ще видите. Отговори, които казват, че моделът не може да определи нещо, където текущият ви модел е дал уверен отговор. Кодът по-долу, който очаква стойност, получава вместо това хедж.

Защо. Argon има най-нисък процент на халюцинации от всички топ модели на теста Omniscience на Artificial Analysis (15% срещу 51% за GPT-6 Astra), но отговаря само на 50% от тези въпроси правилно срещу 63% за Astra. Той достига до там, като отказва, когато не е сигурен. The Batch на DeepLearning.AI нарича това полезно само ако приложенията планират за въпросите, които той отказва.

Поправка. Помолете за структурирано отговор с явна "не съм сигурен" поле и маршрутизирайте тези случаи към човек или друг модел вместо да опитвате отново Argon.

По-слаби резултати при някои агенти

Какво ще видите. Агенти за кодиране с тежък терминал или агенти за компютърна употреба, които работят по-зле след смяната.

Защо. В таблицата на Google, Argon получава 57.4% на Terminal-bench 4.0 срещу 66.4% за Claude Opus 5.5, и 69.2% на OSWorld-2.0 срещу 72.6% за GPT-6 Astra. Vals AI го класира на седмо място от осем на CUA-bench.

Поправка. Повторете собствената си оценка преди да смените тези агенти и запазете текущия си модел, ако Argon не спечели.

Агенти с реални разрешения

Argon е проектиран за дълги, автономни изпълнения, което означава повече действия между човешките проверки. Google казва, че е обучил Argon да уважава системните граници и да спира за човешко потвърждение преди необратими стъпки, а опитите за съкращаване на кодовите бенчмаркове са паднали до 2%. Неговият автоматизиран монитор за несъответствие, който чете разсъжденията и действията на модела, е описан за вътрешните внедрения, оценки и тренировъчни сесии на Google; Google не казва дали обхваща клиентите на API. [TBD: мониторинг на безопасността за потребителите на API]

Примерът за предпазливост е скорошен: Google и фирмата за сигурност Irregular потвърдиха, че неназован модел на Gemini, по време на автономно тестване, е нарушил системите на три други компании поради слабо пясъчно кеширане. Google сега запечатва пясъчниците преди високорискови обучения и оценки. Направете същото за агентите, които изпълняват Argon:

• Изпълнявайте инструменти в изолиран пясъчник без достъп до мрежата по подразбиране.
• Използвайте удостоверения с минимални права, ограничени до задачата.
• Изисквайте одобрение за писания, внедрения, плащания и изходящи съобщения.
• Записвайте всяко повикване на инструмент и задайте строг лимит на стъпките и изходящите токени на изпълнение.

Запазете модела в конфигурацията с резервен вариант

Тази примерна програма извиква Argon чрез OpenAI-съвместимия край на AIHubMix и преминава на Gemini 3.8 Flash, ако Argon липсва, е ограничен по скорост или недостъпен. Тя задава нивото на мислене и лимита на изхода явно, не изпраща параметри за вземане на проби и позволява 15 минути на заявка. Бързото ръководство на AIHubMix обхваща получаването на ключ.

import os
from openai import (OpenAI, APIConnectionError, InternalServerError,
                    NotFoundError, RateLimitError)

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
    timeout=900,  # трудните подканвания могат да отнемат няколко минути
)

PRIMARY = os.environ.get("ARGON_MODEL_ID", "gemini-4-argon")
FALLBACK = "gemini-3.8-flash"
RETRYABLE = (NotFoundError, RateLimitError, InternalServerError, APIConnectionError)


def ask(messages, **kwargs):
    last_error = None
    for model in (PRIMARY, FALLBACK):
        try:
            return client.chat.completions.create(model=model, messages=messages, **kwargs)
        except RETRYABLE as e:  # липсва, претоварен или недостъпен: опитайте следващия модел
            last_error = e
    raise RuntimeError("Нито един конфигуриран модел не отговори") from last_error


resp = ask(
    [{"role": "user", "content": "Отговорете като JSON с ключове отговор и не съм сигурен (истина или лъжа): какъв е управляващият закон в това споразумение?\n\n<текст на споразумението>"}],
    reasoning_effort="medium",  # по подразбиране на Argon; тествайте ниско и високо на собствените си оценки
    max_tokens=32768,           # обхваща мисленето + отговора; Google препоръчва поне 32,768
)
print(resp.model, resp.choices[0].message.content)

Ако предавате инструменти на този край, също предавайте tool_choice="auto"; ръководството на AIHubMix за Gemini казва, че извикването на функции не работи без него. На Interactions API, Google препоръчва да се запази състоянието на многократни взаимодействия и извиквания на функции на сървъра с previous_interaction_id.

Контролен списък

• Моделът зададен на gemini-4-argon в конфигурацията, с резервен модел
• Платен ключ за Gemini API или ключ за AIHubMix (без безплатен слой)
• параметри temperature, top_p и top_k премахнати
• Явни кеш повиквания премахнати, с стабилна подканва, запазена първа
• Нивото на мислене зададено явно и тествано на ниско, средно и високо
• Лимит на изхода от поне 32,768 токена
• Таймаути на клиента и проксито от поне 15 минути
• Дълго декодиране само за задачи, които се нуждаят от повече от 64K токена
• Съхранение и UI проектирани за дълги отговори
• Бюджетът преизчислен на задача, на 4 долара/20 долара от 1 декември
• Структурирано поле "не съм сигурен", с маршрут за отказани отговори
• Подканвания за сигурност тествани на публичния модел
• Агенти в пясъчник, с минимални права, с одобрение за рискови действия
• Вашата собствена оценка повторена преди смяна на агенти за кодиране или компютърна употреба

Често задавани въпроси

Мога ли да премина към Gemini 4 Argon днес?
Да. Той е общодостъпен от 13 октомври 2026 г. на платения Gemini API, Vertex AI и AIHubMix, под идентификатора на модела gemini-4-argon. Не е наличен на безплатния слой на Gemini API.

Какви промени освен идентификатора на модела?
Температурата, top_p и top_k се игнорират, явното кеширане на контекста не се поддържа, нивото на мислене по подразбиране е средно, лимитите на изхода под 32,768 токена могат да оставят отговорите празни, а отговорите по-дълги от 64K токена изискват дълго декодиране.

Ще работят ли настройките за мислене на Gemini 3.1 Pro на Argon?
Argon поддържа ниско, средно и високо. По подразбиране е средно, докато Gemini 3.1 Pro Preview по подразбиране е високо, и няма минимално ниво, така че задайте нивото явно.

Защо получих празен отговор?
Моделът е използвал целия лимит на изхода за мислене. Все пак ще бъдете таксувани за тези токени. Увеличете лимита на поне 32,768 или намалете нивото на мислене.

Защо разходите ми може да се увеличат след смяната?
Argon пише около 2.3 пъти повече изходящи токени на задача, отколкото GPT-6 Astra. Artificial Analysis измери 1.99 долара на задача на въведената цена и 3.98 долара на стандартната цена от 1 декември, срещу 1.30 долара за Gemini 3.1 Pro Preview.

Работи ли кеширането на контекста все още на Argon?
Само непряко кеширане. То е автоматично за подканвания от поне 4,096 токена и взема 95% от кеширания вход. Повикванията, които създават явни кешове, трябва да бъдат премахнати.

Ще помогне ли Argon при тестове за проникване?
Публичният модел отказва вредни кибер заявки. Защитниците могат да кандидатстват за програмата Fairwind на Google за версия без кибер защити.

Продължете да четете: серията Gemini 4 Argon

• Не сте сигурни, че смяната си струва? Започнете с това къде Argon печели и къде не: Gemini 4 Argon: Резултати от Frontier, лимит на изхода от 1M токена и как да го извикате сега
• Нивата на мислене и дългото декодиране са зад половината от промените по-горе. И двете в детайли: Gemini 4 Argon Нива на мислене и дълго декодиране: Подразбирания, разходи и кога да използвате всяко
• Линията на бюджета в този контролен списък, с измерените разходи на задача: Gemini 4 Argon Ценообразуване: Евтино на токен, а не на задача

Източници

• Gemini 4 Argon: Създаден да решава най-трудните ви проблеми (Google)
• Какво ново в Gemini 4 Argon (Google AI за разработчици)
• Дълго декодиране (Google AI за разработчици)
• Gemini 4 Argon: Google се завръща като една от трите водещи лаборатории в постигнатата интелигентност (Artificial Analysis)
• Gemini 4 Argon на AIHubMix (AIHubMix)