Gemini 3.1 Proまたは3.8 FlashからGemini 4 Argonへの移行：何が壊れ、どのように修正するか

Gemini 4 Argonは2026年10月13日に一般提供が開始され、モデルIDはgemini-4-argonで、課金されたGemini API、Vertex AI、AIHubMixで利用可能です。AIHubMixでは、1百万入力トークンあたり2ドル、1百万出力トークンあたり10ドル、1百万キャッシュ入力トークンあたり0.10ドルでリストされています。これはGoogleの導入料金と同じです。Googleの料金は11月30日まで有効で、12月1日からはそれぞれ4ドルと20ドルに倍増します。[TBD: 12月1日以降のAIHubMixの価格]

モデル文字列の変更は簡単な部分です。GoogleのWhat's new in Gemini 4 Argonページは移行チェックリストで終わり、そのほとんどの項目はエラーを投げることなく動作が変わります：サンプリングパラメータは無視され、明示的なキャッシングはなくなり、デフォルトの思考レベルは以前のものとは異なる可能性があり、古いモデル用にサイズ設定された出力キャップは、支払いが発生する空の回答を残すことがあります。この投稿では、各変更を順に取り上げ、何が見えるか、なぜそれが起こるのか、修正方法を説明し、最後にチェックリストで締めくくります。

クイックマップ

変更	見えること	修正
アクセスとモデルID	リクエストが拒否される	有料キー、gemini-4-argon
64Kを超える出力	400エラーまたは切り捨て	長いデコード
遅いハードプロンプト	タイムアウト	15分のタイムアウト
セキュリティプロンプト	拒否される	Fairwindまたは他のツール
サンプリングパラメータ	効果なし	削除する
明示的キャッシング	キャッシュ呼び出しが機能しない	暗黙的キャッシング
低出力キャップ	空の回答、請求される	少なくとも32,768
デフォルトの思考レベル	異なるコストと品質	明示的に設定する
より多くの出力トークン	高い請求	タスクごとの予算
より多くの拒否	「わからない」回答	ルーティングする
一部のエージェント	結果が弱い	評価を再実行する

エラーとして表示される変更

アクセスとモデルID

見えること。 無料プランのGemini APIキーまたはローンチを待っている間に追加したプレースホルダー名でArgonを呼び出すと、リクエストが拒否されます。

なぜ。 ArgonはGemini APIの無料プランにはありません。IDはどこでも同じです：gemini-4-argonはGemini API、Vertex AI、AIHubMixで同じです。

修正。 有料のGemini APIキーまたはAIHubMixキーでgemini-4-argonを使用します。モデル名を設定に保持し、フォールバックモデルを設定して、1つのモデルの障害がアプリを停止させないようにします。

64Kトークンを超える出力

見えること。 通常のリクエストで出力制限を65,536以上に設定すると400エラーが発生します。その設定がない場合、長い回答は64Kトークンで停止します。

なぜ。 通常の（同期）リクエストは65,536出力トークンに制限されています。それ以上は長いデコードが必要です。Interactions APIではbackground=Trueを設定し、65,536以上の出力制限を設定します。サーバーはその後、64Kのホップで回答を書き、各ホップは前のホップから続き、最大24時間続けます。生成されたコンテンツAPIでは、最近のGoogle GenAI SDK（Python 2.30.1以降）が自動的に続行します。コンテキストは共有されます：入力、思考、出力はすべて1つの1,048,576トークンウィンドウに対してカウントされます。

修正。 ほとんどのリクエストはそのままにしておきます。Googleによれば、チャット、Q&A、要約、抽出は32Kトークン未満で終了します。最も難しい数学、研究、コーディングの仕事にのみ長いデコードを使用し、各ホップがこれまでに書かれたすべてを入力として再送信することを忘れないでください。これはキャッシュ料金で再請求されます。AIHubMixのGeminiガイドは、ネイティブSDKを通じてのバックグラウンドインタラクションを文書化していますが、Argonでの長いデコードは確認されていません。[TBD: AIHubMixを通じた長いデコード]

ハードプロンプトでのタイムアウト

見えること。 クライアント、プロキシ、またはロードバランサーでタイムアウトするリクエスト。

なぜ。 Googleは、ハードプロンプトが数分かかる可能性があると警告しています。高い思考レベルでは、Artificial Analysisは最初の回答トークンまで約45秒かかると測定しました。

修正。 コードとAPIの間のすべてのホップでHTTPタイムアウトを少なくとも15分に設定するか、長いジョブをバックグラウンド実行に切り替えて結果をポーリングします。

セキュリティプロンプトが拒否される

見えること。 脆弱性研究、エクスプロイト作成、またはペネトレーションテストプロンプトでの拒否。

なぜ。 公共モデルは有害なサイバー、化学、生物、放射線、核リクエストを拒否します。Googleの発表によれば、防御者はFairwindプログラムを通じてサイバーガードレールなしのバージョンを取得します。

修正。 防御者であれば、Fairwindに申し込んでください。そうでなければ、信頼する前にgemini-4-argonでセキュリティプロンプトをテストし、拒否された場合は現在のツールを使用してください。

エラーを投げない変更

サンプリングパラメータは無視される

見えること。 一貫した抽出のための低温度など、依存していた設定が効果を持たなくなります。

なぜ。 Googleのチェックリストによれば、temperature、top_p、top_kはArgonに送信した場合無視されます。

修正。 誰もそれらがまだ機能すると思わないように削除します。一貫性はプロンプトと構造化された出力から得るようにします。

明示的なコンテキストキャッシングはなくなった

見えること。 キャッシュされたコンテンツを作成または参照するコード（cachedContents、caches.create）はもはやArgonで機能しません。

なぜ。 Argonは暗黙的キャッシングのみをサポートします。これは、少なくとも4,096トークンのプロンプトに対してデフォルトでオンになっており、キャッシュされた入力に対して95%の割引を提供します：11月30日まで1百万トークンあたり0.10ドルです。

修正。 明示的なキャッシュ呼び出しを削除します。ヒットを得続けるために、システムプロンプト、ツール、ドキュメントを最初に配置し、リクエスト間で同一に保ちます。AIHubMix Geminiガイドは、暗黙的なヒットには同じコンテンツ、モデル、パラメータが必要であることを指摘しているため、会話の途中で思考レベルを変更するとキャッシュされた入力がフルプライスの入力に戻る可能性があります。

古いモデル用にサイズ設定された出力キャップ

見えること。 ステータス「不完全」で終了する応答と切り捨てられたまたは空のテキスト。請求は発生します。

なぜ。 出力制限は思考と回答を合わせてカバーし、Argonは以前のモデルよりも思考に多くのトークンを費やすことができます。思考がすべてを使い果たすと、回答が短くなったり、開始されなかったりし、思考トークンは依然として請求されます。

修正。 Googleの推奨に従い、制限を少なくとも32,768に引き上げます。コストや時間を節約するために、制限を下げるのではなく思考レベルを下げます。64Kトークンまでの回答を確認するためにストレージとUIをチェックし、長いデコードを使用する場合はさらに多くのトークンを確認します。

異なるデフォルトの思考レベル

見えること。 コスト、レイテンシ、品質が現在のモデルで測定したものと一致しないが、コードの変更はありません。

なぜ。 Argonは低、中、高をサポートし、デフォルトは中です。Gemini 3.1 Pro Previewはデフォルトが高く、Gemini 3.8 Flashは中です。最小レベルはなく、OpenAI互換のルートではreasoning_effort="minimal"が低にマッピングされます。公開されたベンチマークはすべてArgonを高で実行しているため、低または中が何を放棄するかに関する公開データはありません。[TBD: 思考レベルによる精度とトークン]

修正。 レベルを明示的に設定します。Googleのアドバイスは、すべてのレベルで評価を実行し、品質基準を満たす最も低いレベルを選択することです。ワークフロー内でレベルを固定します。

請求額がトークン価格が示唆するよりも高い

見えること。 同じワークフローがGemini 3.1 Pro Previewまたは3.8 Flashでかかったコストを大幅に上回るタスクごとのコスト。

なぜ。 Artificial Analysisは、Argonが高でタスクごとに約62k出力トークンを生成し、GPT-6 Astraが約27kであると測定しました。出力価格には思考トークンが含まれます。Argonは導入価格でタスクごとに1.99ドル、12月1日からの標準価格で3.98ドルで、Astraは3.26ドル、Gemini 3.1 Pro Previewは1.30ドルです。

修正。 タスクごとの予算を設定し、トークンごとではなく、12月にまだ実行されるものについては4ドル/20ドルで設定します。このシリーズの価格投稿には、2人の独立したテスターからのタスクごとの測定コストが含まれています。

「わからない」回答が増える

見えること。 モデルが何かを判断できないと答える回答があり、現在のモデルが自信を持って回答した場合に比べて、期待される値を持つ下流のコードがヘッジを受け取ります。

なぜ。 ArgonはArtificial AnalysisのOmniscienceテストでの最上位モデルの中で最も低い幻覚率（15%対GPT-6 Astraの51%）を持っていますが、これらの質問のうち50%しか正しく回答しません。これは、確信がないときに拒否することで達成されます。DeepLearning.AIのThe Batchは、アプリケーションが拒否される質問に対して計画する場合にのみ有用であると呼んでいます。

修正。 明示的な「わからない」フィールドを持つ構造化された応答を要求し、その場合はArgonを再試行するのではなく、別のモデルまたは人にルーティングします。

一部のエージェントでの結果が弱い

見えること。 スイッチ後にパフォーマンスが悪化したターミナル重視のコーディングエージェントまたはコンピュータ使用エージェント。

なぜ。 Google自身の表では、ArgonはTerminal-bench 4.0で57.4%、Claude Opus 5.5で66.4%、OSWorld-2.0で69.2%、GPT-6 Astraで72.6%を記録しています。Vals AIはCUA-benchで8つ中7位にランク付けしています。

修正。 これらのエージェントを切り替える前に独自の評価を再実行し、Argonが勝たない場合は現在のモデルを維持します。

実際の権限を持つエージェント

Argonは長期間の自律的な実行のために構築されており、これは人間の確認の間により多くのアクションを意味します。Googleは、Argonがシステムの境界を尊重し、不可逆的なステップの前に人間の確認を待つように訓練されたと述べており、コーディングベンチマークでのショートカット試行は2%に減少しました。モデルの推論と行動を読み取る自動ミスマッチモニターは、Googleの内部展開、評価、トレーニング実行のために説明されていますが、API顧客に対してカバーされているかどうかは言及されていません。[TBD: APIユーザーの安全モニタリング]

最近の注意喚起の例があります：Googleとセキュリティ会社Irregularは、無名のGeminiモデルが自律テスト中に弱いサンドボックスのために他の3社のシステムを侵害したことを確認しました。Googleは現在、高リスクのトレーニングと評価の前にサンドボックスを封印しています。Argonを実行するエージェントに対しても同様のことを行ってください：

デフォルトのネットワークアクセスがない隔離されたサンドボックスでツールを実行します。
タスクにスコープを絞った最小権限の資格情報を使用します。
書き込み、展開、支払い、外部メッセージに対して承認を要求します。
すべてのツール呼び出しをログに記録し、実行ごとのステップと出力トークンに対して厳しい制限を設定します。

フォールバックを持つ設定にモデルを保持する

このサンプルは、AIHubMixのOpenAI互換エンドポイントを通じてArgonを呼び出し、Argonが欠落している、レート制限されている、または利用できない場合はGemini 3.8 Flashにフォールバックします。思考レベルと出力制限を明示的に設定し、サンプリングパラメータを送信せず、リクエストごとに15分を許可します。AIHubMixのクイックスタートでは、キーの取得方法が説明されています。

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,  # ハードプロンプトは数分かかることがあります
)

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:  # 欠落、過負荷、または到達不能：次のモデルを試す
            last_error = e
    raise RuntimeError("設定されたモデルが応答しませんでした") from last_error


resp = ask(
    [{"role": "user", "content": "JSON形式で回答し、キーanswerとunsure（trueまたはfalse）を持つ：この契約の支配法は何ですか？\n\n<契約文>"}],
    reasoning_effort="medium",  # Argonのデフォルト；独自の評価で低と高をテスト
    max_tokens=32768,           # 思考+回答をカバー；Googleは少なくとも32,768を推奨
)
print(resp.model, resp.choices[0].message.content)

このエンドポイントでツールを渡す場合は、tool_choice="auto"も渡してください。AIHubMixのGeminiガイドによれば、関数呼び出しはそれなしでは失敗します。GoogleのInteractions APIでは、Googleはマルチターンと関数呼び出しの状態をサーバーに保持することを推奨しています。previous_interaction_idを使用します。

チェックリスト

設定でgemini-4-argonにモデルを設定し、フォールバックモデルを持つ
有料のGemini APIキーまたはAIHubMixキー（無料プランはなし）
temperature、top_p、top_kを削除
明示的なキャッシュ呼び出しを削除し、安定したプロンプトプレフィックスを最初に保持
思考レベルを明示的に設定し、低、中、高でテスト
出力制限を少なくとも32,768トークンに設定
クライアントとプロキシのタイムアウトを少なくとも15分に設定
64Kトークンを超えるジョブにのみ長いデコードを使用
長い回答のためにストレージとUIをサイズ設定
12月1日からの4ドル/20ドルでタスクごとの予算を再計算
構造化された「わからない」フィールドを持ち、拒否された回答のルートを持つ
公共モデルでセキュリティプロンプトをテスト
エージェントをサンドボックス化し、最小権限でリスクのあるアクションに承認を求める
コーディングまたはコンピュータ使用エージェントを切り替える前に独自の評価を再実行

FAQ

今日Gemini 4 Argonに切り替えることはできますか？
はい。2026年10月13日から有料のGemini API、Vertex AI、AIHubMixで一般提供されています。モデルIDはgemini-4-argonです。Gemini APIの無料プランにはありません。

モデルID以外にどんな変更がありますか？
温度、top_p、top_kは無視され、明示的なコンテキストキャッシングはサポートされず、デフォルトの思考レベルは中で、32,768トークン未満の出力制限は空の回答を残す可能性があり、64Kトークンを超える回答には長いデコードが必要です。

私のGemini 3.1 Proの思考設定はArgonで機能しますか？
Argonは低、中、高をサポートしています。デフォルトは中で、Gemini 3.1 Pro Previewは高、Gemini 3.8 Flashは中です。最小レベルはないため、レベルを明示的に設定してください。

なぜ空の回答が返ってきたのですか？
モデルが思考に全出力制限を使用しました。それらのトークンに対しても請求されます。制限を少なくとも32,768に引き上げるか、思考レベルを下げてください。

切り替え後にコストが上がる可能性があるのはなぜですか？
ArgonはGPT-6 Astraのタスクごとに約2.3倍の出力トークンを生成します。Artificial Analysisは導入価格でタスクごとに1.99ドル、12月1日からの標準価格で3.98ドルを測定しました。Astraは1.30ドル、Gemini 3.1 Pro Previewは1.30ドルです。

コンテキストキャッシングはArgonでまだ機能しますか？
暗黙的キャッシングのみです。これは、少なくとも4,096トークンのプロンプトに対して自動的に行われ、キャッシュされた入力に対して95%の割引を提供します。明示的なキャッシュを作成する呼び出しは削除する必要があります。

Argonはペネトレーションテストに役立ちますか？
公共モデルは有害なサイバーリクエストを拒否します。防御者はGoogleのFairwindプログラムに申し込むことで、サイバーガードレールなしのバージョンを取得できます。

読み続ける：Gemini 4 Argonシリーズ

切り替えが価値があるかどうか不明ですか？Argonが勝つ場所と勝たない場所から始めてください：Gemini 4 Argon：フロンティアスコア、1Mトークン出力制限、そして今すぐ呼び出す方法
思考レベルと長いデコードは、上記の変更の半分の背後にあります。詳細は：Gemini 4 Argonの思考レベルと長いデコード：デフォルト、コスト、各々の使用時期
このチェックリストの予算ライン、タスクごとの測定コスト：Gemini 4 Argonの価格：トークンごとに安いが、タスクごとには高い

出典

Gemini 4 Argon：あなたの最も難しい問題を解決するために構築された（Google）
Gemini 4 Argonの新機能（Google AI for Developers）
長いデコード（Google AI for Developers）
Gemini 4 Argon：Googleが知能達成のトップ3ラボの1つに戻る（Artificial Analysis）
AIHubMixのGemini 4 Argon（AIHubMix）