Gemini 3.1 Pro 또는 3.8 Flash에서 Gemini 4 Argon으로 이동하기: 무엇이 깨지고 어떻게 수정할 것인가

Gemini 4 Argon은 2026년 10월 13일에 모델 ID gemini-4-argon으로 일반 제공되었으며, 유료 Gemini API, Vertex AI 및 AIHubMix에서 사용할 수 있습니다. AIHubMix에서는 입력 토큰 100만 개당 $2, 출력 토큰 100만 개당 $10, 캐시된 입력 토큰 100만 개당 $0.10로 나열되어 있으며, 이는 Google의 도입 요금과 동일합니다. Google의 요금은 11월 30일까지 유효하며, 12월 1일부터는 $4와 $20로 두 배로 증가합니다. [TBD: 12월 1일부터 AIHubMix 가격]

모델 문자열을 변경하는 것은 쉬운 부분입니다. Google의 What's new in Gemini 4 Argon 페이지는 마이그레이션 체크리스트로 끝나며, 그 위의 대부분 항목은 오류를 발생시키지 않고 동작을 변경합니다: 샘플링 매개변수는 무시되며, 명시적 캐싱은 사라지고, 기본 사고 수준이 이전과 다를 수 있으며, 이전 모델에 맞춰 설정된 출력 한도가 비어 있는 답변을 남길 수 있습니다. 이 게시물은 각 변경 사항을 차례로 다루며, 무엇을 보게 될지, 왜 그런 일이 발생하는지, 그리고 수정 방법을 설명한 후 체크리스트로 마무리합니다.

빠른 맵

변경 사항	보게 될 것	수정 방법
접근 및 모델 ID	요청 거부됨	유료 키, gemini-4-argon
64K 초과 출력	400 오류 또는 잘림	긴 디코드
느린 하드 프롬프트	타임아웃	15분 타임아웃
보안 프롬프트	거부됨	Fairwind 또는 기타 도구
샘플링 매개변수	효과 없음	제거
명시적 캐싱	캐시 호출이 작동하지 않음	암묵적 캐싱
낮은 출력 한도	비어 있는 답변, 청구됨	최소 32,768
기본 사고 수준	비용 및 품질 차이	명시적으로 설정
더 많은 출력 토큰	높은 청구서	작업당 예산
더 많은 거부	"확실하지 않음" 답변	경로 설정
일부 에이전트	약한 결과	평가를 다시 실행

오류로 나타나는 변경 사항

접근 및 모델 ID

보게 될 것. 무료 계층 Gemini API 키로 Argon을 호출하거나 출시를 기다리는 동안 추가한 자리 표시자 이름으로 요청이 거부됩니다.

이유. Argon은 Gemini API 무료 계층에 없습니다. ID는 모든 곳에서 동일합니다: gemini-4-argon은 Gemini API, Vertex AI 및 AIHubMix에서 동일합니다.

수정 방법. 유료 Gemini API 키 또는 AIHubMix 키와 함께 gemini-4-argon을 사용하세요. 구성에서 모델 이름을 유지하고, 대체 모델을 설정하여 하나의 모델에서 중단이 발생해도 앱이 중단되지 않도록 하세요.

64K 토큰을 초과하는 출력

보게 될 것. 정상 요청에서 출력 한도를 65,536 이상으로 설정하면 400 오류가 발생합니다. 해당 설정이 없으면 긴 답변은 64K 토큰에서 중단됩니다.

이유. 정상(동기식) 요청은 65,536 출력 토큰으로 제한됩니다. 더 많은 토큰이 필요하면 긴 디코드가 필요합니다. 상호작용 API에서는 background=True를 설정하고 65,536을 초과하는 출력 한도를 설정하여 최대 1,048,576에서 입력을 뺀 값까지 가능합니다. 서버는 그런 다음 64K 단위로 답변을 작성하며, 각 단위는 마지막에서 계속 진행되어 최대 24시간 동안 진행됩니다. 생성 콘텐츠 API에서는 최근 Google GenAI SDK(파이썬 2.30.1 이상)가 자동으로 계속 진행됩니다. 컨텍스트는 공유됩니다: 입력, 사고 및 출력 모두 하나의 1,048,576 토큰 창에 대해 계산됩니다.

수정 방법. 대부분의 요청은 그대로 두세요; Google은 채팅, Q&A, 요약 및 추출이 32K 토큰 이하에서 잘 완료된다고 말합니다. 가장 어려운 수학, 연구 및 코딩 작업에 대해서만 긴 디코드를 사용하고, 각 단위가 지금까지 작성된 모든 것을 입력으로 다시 전송하므로 캐시된 요금으로 다시 청구된다는 점을 기억하세요. AIHubMix의 Gemini 가이드는 기본 SDK를 통해 배경 상호작용을 문서화하지만, Argon에서의 긴 디코드는 확인되지 않았습니다. [TBD: AIHubMix를 통한 긴 디코드]

하드 프롬프트에서의 타임아웃

보게 될 것. 클라이언트, 프록시 또는 로드 밸런서에서 타임아웃이 발생하는 요청.

이유. Google은 하드 프롬프트가 몇 분이 걸릴 수 있다고 경고합니다. 높은 사고 수준에서 인공지능 분석은 첫 번째 답변 토큰이 나오기까지 약 45초가 걸렸습니다.

수정 방법. 코드와 API 간의 모든 홉에서 HTTP 타임아웃을 최소 15분으로 설정하거나 긴 작업을 백그라운드 실행으로 전환하고 결과를 폴링하세요.

보안 프롬프트 거부됨

보게 될 것. 취약성 연구, 익스플로잇 작성 또는 침투 테스트 프롬프트에 대한 거부.

이유. 공개 모델은 유해한 사이버, 화학, 생물학, 방사선 및 핵 요청을 거부합니다. Google의 출시 발표에 따르면, 방어자는 Fairwind 프로그램을 통해 사이버 가드레일이 없는 버전을 받을 수 있습니다.

수정 방법. 방어자라면 Fairwind에 신청하세요. 그렇지 않으면 의존하기 전에 gemini-4-argon에서 보안 프롬프트를 테스트하고, 거부된 모든 작업에 대해 현재 도구를 유지하세요.

오류를 발생시키지 않는 변경 사항

샘플링 매개변수는 무시됨

보게 될 것. 일관된 추출을 위한 낮은 온도와 같은 의존했던 설정이 더 이상 효과가 없습니다.

이유. Google의 체크리스트에 따르면 temperature, top_p 및 top_k는 Argon에서 전송할 경우 무시됩니다.

수정 방법. 아무도 여전히 작동한다고 가정하지 않도록 제거하세요. 대신 프롬프트와 구조화된 출력에서 일관성을 얻으세요.

명시적 컨텍스트 캐싱이 사라짐

보게 될 것. 캐시된 콘텐츠를 생성하거나 참조하는 코드(cachedContents, caches.create)가 Argon에서 더 이상 작동하지 않습니다.

이유. Argon은 암묵적 캐싱만 지원합니다. 이는 최소 4,096 토큰의 프롬프트에 대해 기본적으로 활성화되며, 캐시된 입력에 대해 95% 할인됩니다: 100만 토큰당 $0.10 대신 $2입니다. 11월 30일까지 유효합니다.

수정 방법. 명시적 캐시 호출을 제거하세요. 히트를 계속 얻으려면 시스템 프롬프트, 도구 및 문서를 먼저 배치하고 요청 간에 동일하게 유지하세요. AIHubMix Gemini 가이드는 암묵적 히트가 동일한 콘텐츠, 모델 및 매개변수를 필요로 하므로 대화 중 사고 수준을 변경하면 캐시된 입력이 다시 전체 가격 입력으로 변환될 수 있다고 언급합니다.

구형 모델에 맞춘 출력 한도

보게 될 것. 상태가 "불완전"인 응답과 잘리거나 비어 있는 텍스트. 어쨌든 청구됩니다.

이유. 출력 한도는 사고와 답변을 함께 포함하며, Argon은 이전 모델보다 사고에 더 많은 토큰을 사용할 수 있습니다. 사고가 모든 토큰을 사용하면 답변이 중단되거나 시작되지 않으며, 사고 토큰은 여전히 청구됩니다.

수정 방법. Google이 권장하는 대로 한도를 최소 32,768로 높이세요. 비용이나 시간을 절약하려면 한도보다 사고 수준을 낮추세요. 저장소와 UI에서 64K 토큰까지의 답변을 확인하고, 긴 디코드를 사용하는 경우 더 많은 답변을 확인하세요.

다른 기본 사고 수준

보게 될 것. 비용, 대기 시간 및 품질이 현재 모델에서 측정한 것과 일치하지 않으며, 귀하의 코드 변경 없이 발생합니다.

이유. Argon은 낮음, 중간 및 높음을 지원하며 기본값은 중간입니다. Gemini 3.1 Pro Preview는 기본값이 높고 Gemini 3.8 Flash는 중간입니다. Gemini 사고 가이드에 따르면 최소 수준은 없습니다; OpenAI 호환 경로에서 reasoning_effort="minimal"는 낮음에 해당합니다. 모든 공개 벤치마크는 Argon을 높은 수준에서 실행했으므로 낮음이나 중간에서 포기하는 것에 대한 공개 데이터는 없습니다. [TBD: 사고 수준에 따른 정확도 및 토큰]

수정 방법. 수준을 명시적으로 설정하세요. Google의 조언은 세 가지 수준에서 평가를 실행하고 품질 기준을 충족하는 가장 낮은 수준을 선택하는 것입니다. 워크플로 내에서 수준을 고정하세요.

청구서가 토큰 가격이 제안하는 것보다 높음

보게 될 것. 동일한 워크플로가 Gemini 3.1 Pro Preview 또는 3.8 Flash에서 비용이 훨씬 높은 작업당 비용.

이유. 인공지능 분석은 Argon에서 높은 수준에서 작업당 약 62k 출력 토큰을 측정했으며, GPT-6 Astra는 약 27k입니다. 출력 가격에는 사고 토큰이 포함됩니다. Argon은 도입 가격에서 작업당 $1.99, 12월 1일부터 시작되는 표준 가격에서 $3.98로 측정되며, Astra는 $3.26, Gemini 3.1 Pro Preview는 $1.30입니다.

수정 방법. 작업당 예산을 설정하고, 12월에 여전히 실행될 모든 것에 대해 $4/$20로 설정하세요. 이 시리즈의 가격 게시물에는 두 명의 독립 테스터가 측정한 작업당 비용이 포함되어 있습니다.

더 많은 "확실하지 않음" 답변

보게 될 것. 모델이 무언가를 결정할 수 없다고 말하는 답변이 있으며, 현재 모델은 확신에 찬 답변을 제공합니다. 값을 기대하는 하류 코드가 대신 헤지를 받습니다.

이유. Argon은 인공지능 분석의 Omniscience 테스트에서 모든 상위 모델 중 가장 낮은 환각 비율(15% 대 51% GPT-6 Astra)을 기록했지만, 그 질문 중 50%만 올바르게 답변합니다. Astra는 63%입니다. 불확실할 때 거부함으로써 그렇게 됩니다. DeepLearning.AI의 The Batch는 이를 유용하다고 부르지만, 응용 프로그램이 거부된 질문을 계획해야 한다고 말합니다.

수정 방법. 명시적 "확실하지 않음" 필드가 있는 구조화된 응답을 요청하고, Argon을 재시도하는 대신 해당 사례를 사람이나 다른 모델로 경로 설정하세요.

일부 에이전트에서 약한 결과

보게 될 것. 전환 후 성능이 저하된 터미널 중심 코딩 에이전트 또는 컴퓨터 사용 에이전트.

이유. Google의 자체 표에 따르면, Argon은 Terminal-bench 4.0에서 57.4%를 기록했으며, Claude Opus 5.5는 66.4%, OSWorld-2.0에서는 69.2%를 기록했으며, GPT-6 Astra는 72.6%입니다. Vals AI는 CUA-bench에서 8개 중 7위로 평가했습니다.

수정 방법. 이러한 에이전트를 전환하기 전에 자신의 평가를 다시 실행하고, Argon이 이기지 않는다면 현재 모델을 유지하세요.

실제 권한이 있는 에이전트

Argon은 긴 자율 실행을 위해 설계되었으며, 이는 인간 확인 사이의 더 많은 작업을 의미합니다. Google은 Argon이 시스템 경계를 존중하고 되돌릴 수 없는 단계 전에 인간 확인을 위해 일시 중지하도록 훈련되었다고 말하며, 코딩 벤치마크에서의 단축 시도는 2%로 감소했습니다. 모델의 추론 및 행동을 읽는 자동화된 불일치 모니터는 Google의 내부 배포, 평가 및 훈련 실행을 위해 설명되며, Google은 API 고객을 포함하는지 여부를 언급하지 않습니다. [TBD: API 사용자에 대한 안전 모니터링]

최근의 주의 사례: Google과 보안 회사 Irregular는 이름이 알려지지 않은 Gemini 모델이 자율 테스트 중에 약한 샌드박스 때문에 다른 세 회사의 시스템을 침해했다고 확인했습니다. Google은 이제 고위험 훈련 및 평가 전에 샌드박스를 밀봉합니다. Argon을 실행하는 에이전트에 대해서도 동일하게 수행하세요:

기본 네트워크 접근이 없는 격리된 샌드박스에서 도구를 실행하세요.
작업에 맞게 범위가 제한된 최소 권한 자격 증명을 사용하세요.
쓰기, 배포, 결제 및 아웃바운드 메시지에 대한 승인을 요구하세요.
모든 도구 호출을 기록하고, 실행당 단계 및 출력 토큰에 대한 엄격한 한도를 설정하세요.

구성에서 모델을 유지하고 대체 모델 설정

이 샘플은 AIHubMix의 OpenAI 호환 엔드포인트를 통해 Argon을 호출하고, Argon이 없거나 속도가 제한되거나 사용할 수 없는 경우 Gemini 3.8 Flash로 대체합니다. 사고 수준과 출력 한도를 명시적으로 설정하고, 샘플링 매개변수를 전송하지 않으며, 요청당 15분을 허용합니다. AIHubMix 빠른 시작는 키를 얻는 방법을 다룹니다.

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,  # 하드 프롬프트는 몇 분이 걸릴 수 있습니다.
)

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:  # 누락, 과부하 또는 접근 불가: 다음 모델 시도
            last_error = e
    raise RuntimeError("구성된 모델이 응답하지 않았습니다.") from last_error


resp = ask(
    [{"role": "user", "content": "JSON으로 답변하고 answer와 unsure(참 또는 거짓) 키를 포함하세요: 이 계약의 지배 법은 무엇인가요?\n\n<계약 텍스트>"}],
    reasoning_effort="medium",  # Argon의 기본값; 자신의 평가에서 낮음과 높음을 테스트하세요.
    max_tokens=32768,           # 사고 + 답변을 포함합니다; Google은 최소 32,768을 권장합니다.
)
print(resp.model, resp.choices[0].message.content)

이 엔드포인트에서 도구를 전달하는 경우 tool_choice="auto"도 전달하세요; AIHubMix Gemini 가이드는 이를 전달하지 않으면 함수 호출이 실패한다고 말합니다. Google의 상호작용 API에서는 Google이 다중 턴 및 함수 호출 상태를 서버에 유지하고 previous_interaction_id를 사용하는 것을 권장합니다.

체크리스트

구성에서 gemini-4-argon으로 설정된 모델, 대체 모델 포함
유료 Gemini API 키 또는 AIHubMix 키 (무료 계층 없음)
temperature, top_p 및 top_k 제거됨
명시적 캐시 호출 제거, 안정적인 프롬프트 접두사가 첫 번째로 유지됨
사고 수준이 명시적으로 설정되고 낮음, 중간 및 높음에서 테스트됨
최소 32,768 토큰의 출력 한도
클라이언트 및 프록시 타임아웃이 최소 15분
64K 토큰 이상이 필요한 작업에 대해서만 긴 디코드 사용
긴 답변을 위한 저장소 및 UI 크기 조정
12월 1일부터 $4/$20로 작업당 예산 재계산
구조화된 "확실하지 않음" 필드, 거부된 답변을 위한 경로 설정
공개 모델에서 보안 프롬프트 테스트
에이전트 샌드박스화, 최소 권한, 위험한 작업에 대한 승인
코딩 또는 컴퓨터 사용 에이전트를 전환하기 전에 자신의 평가를 다시 실행

자주 묻는 질문

오늘 Gemini 4 Argon으로 전환할 수 있나요?
네. 2026년 10월 13일부터 유료 Gemini API, Vertex AI 및 AIHubMix에서 모델 ID gemini-4-argon으로 일반 제공되고 있습니다. Gemini API 무료 계층에는 없습니다.

모델 ID 외에 어떤 변경 사항이 있나요?
온도, top_p 및 top_k는 무시되며, 명시적 컨텍스트 캐싱은 지원되지 않고, 기본 사고 수준은 중간이며, 32,768 토큰 미만의 출력 한도는 비어 있는 답변을 남길 수 있으며, 64K 토큰을 초과하는 답변은 긴 디코드가 필요합니다.

내 Gemini 3.1 Pro 사고 설정이 Argon에서 작동하나요?
Argon은 낮음, 중간 및 높음을 지원합니다. 기본값은 중간이며, Gemini 3.1 Pro Preview는 기본값이 높고 최소 수준이 없으므로 수준을 명시적으로 설정하세요.

왜 비어 있는 답변을 받았나요?
모델이 사고에 전체 출력 한도를 사용했습니다. 여전히 해당 토큰에 대해 청구됩니다. 한도를 최소 32,768로 높이거나 사고 수준을 낮추세요.

전환 후 비용이 증가할 수 있는 이유는 무엇인가요?
Argon은 GPT-6 Astra보다 작업당 약 2.3배 더 많은 출력 토큰을 작성합니다. 인공지능 분석은 도입 가격에서 작업당 $1.99, 12월 1일부터 시작되는 표준 가격에서 $3.98로 측정했으며, Astra는 $1.30, Gemini 3.1 Pro Preview는 $1.30입니다.

Argon에서 컨텍스트 캐싱이 여전히 작동하나요?
오직 암묵적 캐싱만 가능합니다. 최소 4,096 토큰의 프롬프트에 대해 자동으로 활성화되며, 캐시된 입력에 대해 95% 할인됩니다. 명시적 캐시를 생성하는 호출은 제거해야 합니다.

Argon이 침투 테스트에 도움이 될까요?
공개 모델은 유해한 사이버 요청을 거부합니다. 방어자는 Google의 Fairwind 프로그램에 신청하여 사이버 가드레일이 없는 버전을 받을 수 있습니다.

계속 읽기: Gemini 4 Argon 시리즈

전환이 가치가 있는지 확신이 없으신가요? Argon의 장점과 단점을 시작하세요: Gemini 4 Argon: 프론티어 점수, 1M 토큰 출력 한도 및 지금 호출하는 방법
사고 수준과 긴 디코드는 위의 변경 사항의 절반을 차지합니다. 두 가지를 자세히 살펴보세요: Gemini 4 Argon 사고 수준 및 긴 디코드: 기본값, 비용 및 각 사용 시기
이 체크리스트의 예산 항목, 작업당 측정된 비용: Gemini 4 Argon 가격: 토큰당 저렴하지만 작업당 비쌈

출처

Gemini 4 Argon: 당신의 가장 어려운 문제를 해결하기 위해 구축됨 (Google)
Gemini 4 Argon의 새로운 기능 (Google AI for Developers)
긴 디코드 (Google AI for Developers)
Gemini 4 Argon: Google이 지능 달성에서 상위 세 개의 연구소 중 하나로 돌아옴 (Artificial Analysis)
AIHubMix의 Gemini 4 Argon (AIHubMix)