Przejście na Gemini 4 Argon z Gemini 3.1 Pro lub 3.8 Flash: Co się psuje i jak to naprawić

Gemini 4 Argon stał się ogólnie dostępny 13 października 2026 roku, pod identyfikatorem modelu gemini-4-argon, w płatnym API Gemini, na Vertex AI i na AIHubMix. AIHubMix wycenia go na 2 USD za milion tokenów wejściowych, 10 USD za milion tokenów wyjściowych i 0,10 USD za milion pamiętanych tokenów wejściowych, co jest zgodne z wprowadzającą stawką Google'a. Stawka Google'a obowiązuje do 30 listopada; od 1 grudnia podwaja się do 4 USD i 20 USD. [TBD: cena AIHubMix od 1 grudnia]

Zmiana ciągu modelu to łatwa część. Strona Google'a Co nowego w Gemini 4 Argon kończy się listą kontrolną migracji, a większość pozycji na niej zmienia zachowanie bez generowania błędu: parametry próbkowania są ignorowane, jawne buforowanie zniknęło, domyślny poziom myślenia może nie być tym, który miałeś, a limit wyjścia dostosowany do starszego modelu może pozostawić cię z pustą odpowiedzią, za którą nadal płacisz. Ten post omawia każdą zmianę z osobna, z tym, co zobaczysz, dlaczego tak się dzieje i jak to naprawić, a następnie kończy listą kontrolną.

Szybka mapa

Zmiany, które pojawiają się jako błędy

Dostęp i identyfikator modelu

Co zobaczysz. Odmowy żądań, gdy wywołasz Argon za pomocą klucza API Gemini z darmowego poziomu lub za pomocą nazwy zastępczej, którą dodałeś podczas oczekiwania na uruchomienie.

Dlaczego. Argon nie jest dostępny w darmowym poziomie API Gemini. Identyfikator jest taki sam wszędzie: gemini-4-argon w API Gemini, na Vertex AI i na AIHubMix.

Naprawa. Użyj gemini-4-argon z płatnym kluczem API Gemini lub kluczem AIHubMix. Zachowaj nazwę modelu w konfiguracji, z modelem zapasowym, aby awaria jednego modelu nie zatrzymała twojej aplikacji.

Wyjścia dłuższe niż 64K tokenów

Co zobaczysz. Błąd 400, jeśli ustawisz limit wyjścia powyżej 65,536 w normalnym żądaniu. Bez tego ustawienia długie odpowiedzi zatrzymują się na 64K tokenów.

Dlaczego. Normalne (synchronizowane) żądanie ma limit 65,536 tokenów wyjściowych. Aby przejść dalej, potrzebne jest długie dekodowanie. W API Interakcji ustawiasz background=True i limit wyjścia powyżej 65,536, do 1,048,576 minus twoje wejście. Serwer następnie zapisuje odpowiedź w 64K skokach, każdy kontynuując od ostatniego, przez maksymalnie 24 godziny, a ty dołączasz do skoków, gdy się kończy. W API generateContent, niedawne SDK Google GenAI (Python 2.30.1 i nowsze) kontynuują automatycznie. Kontekst jest współdzielony: wejście, myślenie i wyjście liczą się w ramach jednego okna 1,048,576-tokenowego.

Naprawa. Pozostaw większość żądań w spokoju; Google mówi, że czat, pytania i odpowiedzi, podsumowania i ekstrakcje kończą się znacznie poniżej 32K tokenów. Używaj długiego dekodowania tylko dla najtrudniejszych zadań matematycznych, badawczych i programistycznych, i pamiętaj, że każdy skok ponownie wysyła wszystko, co zostało dotychczas zapisane jako wejście, co jest ponownie obciążane według stawki buforowania. Przewodnik Gemini AIHubMix dokumentuje interakcje w tle przez natywne SDK, ale długie dekodowanie z Argon tam nie zostało potwierdzone. [TBD: długie dekodowanie przez AIHubMix]

Przekroczenia czasu na trudnych zapytaniach

Co zobaczysz. Żądania, które nie powiodły się z powodu przekroczenia czasu w twoim kliencie, proxy lub równoważniku obciążenia.

Dlaczego. Google ostrzega, że trudne zapytania mogą zająć kilka minut. Przy wysokim poziomie myślenia, Artificial Analysis zmierzył około 45 sekund przed pierwszym tokenem odpowiedzi.

Naprawa. Ustaw limity czasu HTTP na co najmniej 15 minut na każdym skoku między twoim kodem a API, lub przełącz długie zadania na wykonanie w tle i sprawdzaj wyniki.

Odmowy zapytań bezpieczeństwa

Co zobaczysz. Odmowy w przypadku zapytań dotyczących badań nad lukami, pisania exploitów lub testów penetracyjnych.

Dlaczego. Publiczny model odmawia szkodliwych żądań cybernetycznych, chemicznych, biologicznych, radiologicznych i jądrowych. Zgodnie z ogłoszeniem uruchomienia Google'a, obrońcy otrzymują wersję bez zabezpieczeń cybernetycznych tylko przez Program Fairwind.

Naprawa. Jeśli jesteś obrońcą, aplikuj do Fairwind. W przeciwnym razie przetestuj swoje zapytania bezpieczeństwa na gemini-4-argon przed poleganiem na nim i zachowaj swoje obecne narzędzia na wszystko, co odmawia.

Zmiany, które nie generują błędów

Parametry próbkowania są ignorowane

Co zobaczysz. Ustawienia, na których polegałeś, takie jak niska temperatura dla spójnej ekstrakcji, przestają mieć jakikolwiek efekt.

Dlaczego. Lista kontrolna Google'a mówi, że temperature, top_p i top_k są ignorowane w Argon, jeśli je wyślesz.

Naprawa. Usuń je, aby nikt nie zakładał, że nadal działają. Uzyskaj spójność z zapytania i z ustrukturyzowanych odpowiedzi zamiast tego.

Jawne buforowanie kontekstu zniknęło

Co zobaczysz. Kod, który tworzy lub odnosi się do pamiętanych treści (cachedContents, caches.create), nie działa już z Argon.

Dlaczego. Argon obsługuje tylko buforowanie niejawne. Jest włączone domyślnie dla zapytań o długości co najmniej 4,096 tokenów i obniża koszt pamiętanych wejść o 95%: 0,10 USD zamiast 2 USD za milion tokenów do 30 listopada.

Naprawa. Usuń jawne wywołania buforowania. Aby nadal uzyskiwać trafienia, umieść systemowe zapytanie, narzędzia i dokumenty na początku i zachowaj je identyczne między żądaniami. Przewodnik AIHubMix Gemini zauważa, że niejawne trafienie wymaga tych samych treści, modelu i parametrów, więc zmiana poziomu myślenia w trakcie rozmowy może przekształcić pamiętane wejście z powrotem w pełnopłatne wejście.

Limity wyjścia dostosowane do starszych modeli

Co zobaczysz. Odpowiedzi, które kończą się statusem "niekompletne" i uciętym lub pustym tekstem. I tak jesteś za nie obciążany.

Dlaczego. Limit wyjścia obejmuje myślenie i odpowiedź razem, a Argon może wydawać więcej na myślenie niż wcześniejsze modele. Gdy myślenie wykorzystuje wszystko, odpowiedź jest skracana lub nigdy się nie zaczyna, a tokeny myślenia są nadal obciążane.

Naprawa. Podnieś limit do co najmniej 32,768, jak zaleca Google. Aby zaoszczędzić koszty lub czas, obniż poziom myślenia zamiast limitu. Sprawdź pamięć i interfejs użytkownika dla odpowiedzi do 64K tokenów, a więcej, jeśli używasz długiego dekodowania.

Inny domyślny poziom myślenia

Co zobaczysz. Koszt, opóźnienie i jakość, które nie odpowiadają temu, co zmierzyłeś w swoim obecnym modelu, bez zmiany kodu z twojej strony.

Dlaczego. Argon obsługuje niski, średni i wysoki poziom, a domyślnie ustawia średni. Gemini 3.1 Pro Preview domyślnie ustawia wysoki, a Gemini 3.8 Flash na średni, zgodnie z przewodnikiem myślenia Gemini. Nie ma minimalnego poziomu; w zgodnej z OpenAI trasie reasoning_effort="minimal" odpowiada niskiemu. Każdy opublikowany benchmark uruchomił Argon na wysokim poziomie, więc nie ma publicznych danych na temat tego, co niski lub średni poziom rezygnuje. [TBD: dokładność i tokeny według poziomu myślenia]

Naprawa. Ustaw poziom jawnie. Rada Google'a to przeprowadzenie ocen na wszystkich trzech poziomach i wybranie najniższego, który spełnia twoje wymagania jakościowe. Zachowaj poziom stały w ramach jednego przepływu pracy.

Faktura jest wyższa niż sugerowana cena tokenów

Co zobaczysz. Koszt za zadanie znacznie przewyższający to, co kosztowało to samo zadanie w Gemini 3.1 Pro Preview lub 3.8 Flash.

Dlaczego. Artificial Analysis zmierzył około 62k tokenów wyjściowych na zadanie dla Argon na wysokim poziomie, w porównaniu do około 27k dla GPT-6 Astra. Ceny wyjścia obejmują tokeny myślenia. Na swoim indeksie Argon kosztuje 1,99 USD za zadanie w cenie wprowadzającej i 3,98 USD w standardowej cenie, która zaczyna się 1 grudnia, w porównaniu do 3,26 USD dla Astra i 1,30 USD dla Gemini 3.1 Pro Preview.

Naprawa. Budżetuj na zadanie, a nie na token, i przy 4 USD/20 USD za wszystko, co nadal będzie działać w grudniu. Post dotyczący cen w tej serii zawiera zmierzone koszty za zadanie od dwóch niezależnych testerów.

Więcej odpowiedzi "Nie jestem pewien"

Co zobaczysz. Odpowiedzi, które mówią, że model nie może czegoś określić, gdzie twój obecny model udzielił pewnej odpowiedzi. Kod downstream, który oczekuje wartości, otrzymuje zamiast tego niepewność.

Dlaczego. Argon ma najniższy wskaźnik halucynacji spośród wszystkich czołowych modeli w teście Omniscience przeprowadzonym przez Artificial Analysis (15% w porównaniu do 51% dla GPT-6 Astra), ale poprawnie odpowiada tylko na 50% tych pytań w porównaniu do 63% Astra. Osiąga to poprzez odmowę, gdy nie jest pewny. The Batch od DeepLearning.AI nazywa to użytecznym tylko wtedy, gdy aplikacje planują pytania, które odmawia.

Naprawa. Poproś o ustrukturyzowaną odpowiedź z wyraźnym polem "niepewne" i przekieruj te przypadki do osoby lub innego modelu zamiast ponownie próbować Argon.

Słabsze wyniki u niektórych agentów

Co zobaczysz. Agent kodowania z dużym obciążeniem terminala lub agent użycia komputera, który działa gorzej po przełączeniu.

Dlaczego. W tabeli Google'a, Argon uzyskuje 57,4% w Terminal-bench 4.0 w porównaniu do 66,4% dla Claude Opus 5.5, a 69,2% w OSWorld-2.0 w porównaniu do 72,6% dla GPT-6 Astra. Vals AI klasyfikuje go na siódmym miejscu z ośmiu w CUA-bench.

Naprawa. Powtórz swoją własną ocenę przed przełączeniem tych agentów i zachowaj swój obecny model, jeśli Argon nie wygra.

Agenci z rzeczywistymi uprawnieniami

Argon jest zaprojektowany do długich, autonomicznych działań, co oznacza więcej działań między kontrolami ludzkimi. Google mówi, że wytrenował Argon, aby respektował granice systemu i wstrzymywał się na potwierdzenie ludzkie przed nieodwracalnymi krokami, a próby skrócenia w benchmarkach kodowania spadły do 2%. Jego automatyczny monitor niezgodności, który odczytuje rozumowanie i działania modelu, jest opisany dla wewnętrznych wdrożeń Google'a, ocen i sesji szkoleniowych; Google nie mówi, czy obejmuje to klientów API. [TBD: monitorowanie bezpieczeństwa dla użytkowników API]

Ostrzegawczy przykład jest niedawny: Google i firma zabezpieczeń Irregular potwierdziły, że nieznany model Gemini, podczas autonomicznych testów, naruszył systemy trzech innych firm z powodu słabego piaskownicy. Google teraz zamyka piaskownice przed wysokim ryzykiem szkolenia i oceny. Zrób to samo dla agentów, którzy uruchamiają Argon:

• Uruchamiaj narzędzia w izolowanej piaskownicy bez domyślnego dostępu do sieci.
• Używaj poświadczeń o minimalnych uprawnieniach, ograniczonych do zadania.
• Wymagaj zatwierdzenia dla zapisów, wdrożeń, płatności i wiadomości wychodzących.
• Rejestruj każde wywołanie narzędzia i ustaw twardy limit na kroki i tokeny wyjściowe na sesję.

Zachowaj model w konfiguracji, z modelem zapasowym

Ten przykład wywołuje Argon przez zgodny z OpenAI punkt końcowy AIHubMix i przechodzi do Gemini 3.8 Flash, jeśli Argon jest niedostępny, ograniczony lub niedostępny. Ustawia poziom myślenia i limit wyjścia jawnie, nie wysyła parametrów próbkowania i pozwala na 15 minut na każde żądanie. Przewodnik AIHubMix szybki start obejmuje uzyskanie klucza.

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,  # trudne zapytania mogą zająć kilka minut
)

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:  # brakujący, przeciążony lub niedostępny: spróbuj następnego modelu
            last_error = e
    raise RuntimeError("Żaden skonfigurowany model nie odpowiedział") from last_error


resp = ask(
    [{"role": "user", "content": "Odpowiedz jako JSON z kluczami answer i unsure (prawda lub fałsz): jakie jest prawo rządzące w tej umowie?\n\n<tekst umowy>"}],
    reasoning_effort="medium",  # domyślny poziom Argona; przetestuj niski i wysoki w swoich ocenach
    max_tokens=32768,           # obejmuje myślenie + odpowiedź; Google zaleca co najmniej 32,768
)
print(resp.model, resp.choices[0].message.content)

Jeśli przekazujesz narzędzia przez ten punkt końcowy, przekaż również tool_choice="auto"; przewodnik AIHubMix Gemini mówi, że wywołania funkcji nie działają bez niego. W API Interakcji Google'a, Google zaleca utrzymywanie stanu wieloobrotowego i wywołań funkcji na serwerze z previous_interaction_id.

Lista kontrolna

• Model ustawiony na gemini-4-argon w konfiguracji, z modelem zapasowym
• Płatny klucz API Gemini lub klucz AIHubMix (brak darmowego poziomu)
• temperature, top_p i top_k usunięte
• Jawne wywołania buforowania usunięte, z zachowaniem stabilnego prefiksu zapytania na początku
• Poziom myślenia ustawiony jawnie i testowany na niskim, średnim i wysokim poziomie
• Limit wyjścia wynoszący co najmniej 32,768 tokenów
• Limity czasu klienta i proxy wynoszące co najmniej 15 minut
• Długie dekodowanie tylko dla zadań, które potrzebują więcej niż 64K tokenów
• Pamięć i interfejs użytkownika dostosowane do długich odpowiedzi
• Budżet przeliczony na zadanie, przy 4 USD/20 USD od 1 grudnia
• Ustrukturyzowane pole "niepewne", z trasą dla odmówionych odpowiedzi
• Zapytania bezpieczeństwa przetestowane na publicznym modelu
• Agenci w piaskownicy, z minimalnymi uprawnieniami, z zatwierdzeniem dla ryzykownych działań
• Twoja własna ocena powtórzona przed przełączeniem agentów kodowania lub użycia komputera

FAQ

Czy mogę przełączyć się na Gemini 4 Argon dzisiaj?
Tak. Jest ogólnie dostępny od 13 października 2026 roku w płatnym API Gemini, Vertex AI i AIHubMix, pod identyfikatorem modelu gemini-4-argon. Nie jest dostępny w darmowym poziomie API Gemini.

Jakie zmiany poza identyfikatorem modelu?
Temperatura, top_p i top_k są ignorowane, jawne buforowanie kontekstu nie jest obsługiwane, domyślny poziom myślenia jest średni, limity wyjścia poniżej 32,768 tokenów mogą pozostawić odpowiedzi puste, a odpowiedzi dłuższe niż 64K tokenów wymagają długiego dekodowania.

Czy moje ustawienia myślenia z Gemini 3.1 Pro będą działać na Argonie?
Argon obsługuje niski, średni i wysoki poziom. Domyślnie ustawia średni, podczas gdy Gemini 3.1 Pro Preview domyślnie ustawia wysoki, i nie ma minimalnego poziomu, więc ustaw poziom jawnie.

Dlaczego otrzymałem pustą odpowiedź?
Model wykorzystał cały limit wyjścia na myślenie. Nadal jesteś obciążany za te tokeny. Podnieś limit do co najmniej 32,768 lub obniż poziom myślenia.

Dlaczego moje koszty mogą wzrosnąć po przełączeniu?
Argon generuje około 2,3 razy więcej tokenów wyjściowych na zadanie niż GPT-6 Astra. Artificial Analysis zmierzył 1,99 USD za zadanie w cenie wprowadzającej i 3,98 USD w standardowej cenie od 1 grudnia, w porównaniu do 1,30 USD za Gemini 3.1 Pro Preview.

Czy buforowanie kontekstu nadal działa na Argonie?
Tylko buforowanie niejawne. Jest automatyczne dla zapytań o długości co najmniej 4,096 tokenów i obniża koszt pamiętanych wejść o 95%. Wywołania, które tworzą jawne buforowanie, muszą zostać usunięte.

Czy Argon pomoże w testach penetracyjnych?
Publiczny model odmawia szkodliwych żądań cybernetycznych. Obrońcy mogą aplikować do Programu Fairwind Google'a o wersję bez zabezpieczeń cybernetycznych.

Czytaj dalej: seria Gemini 4 Argon

• Nie jesteś pewien, czy przełączenie się opłaca? Zacznij od tego, gdzie Argon wygrywa, a gdzie nie: Gemini 4 Argon: Wyniki na granicy, limit wyjścia 1M tokenów i jak go teraz wywołać
• Poziomy myślenia i długie dekodowanie są odpowiedzialne za połowę powyższych zmian. Oba w szczegółach: Gemini 4 Argon Poziomy Myślenia i Długie Dekodowanie: Domyślne, Koszty i Kiedy Używać Każdego
• Linia budżetowa na tej liście kontrolnej, z zmierzonym kosztem za zadanie: Gemini 4 Argon Ceny: Tanie za Token, Nie za Zadanie

Źródła

• Gemini 4 Argon: Stworzony, aby rozwiązać twoje najtrudniejsze problemy (Google)
• Co nowego w Gemini 4 Argon (Google AI dla programistów)
• Długie dekodowanie (Google AI dla programistów)
• Gemini 4 Argon: Google wraca jako jedno z trzech najlepszych laboratoriów w osiągniętej inteligencji (Artificial Analysis)
• Gemini 4 Argon na AIHubMix (AIHubMix)