Переход на Gemini 4 Argon с Gemini 3.1 Pro или 3.8 Flash: что ломается и как это исправить

Gemini 4 Argon стал общедоступным 13 октября 2026 года под идентификатором модели gemini-4-argon, на платном API Gemini, на Vertex AI и на AIHubMix. AIHubMix предлагает его по цене $2 за миллион входных токенов, $10 за миллион выходных токенов и $0.10 за миллион кэшированных входных токенов, что соответствует вводной ставке Google. Ставка Google действует до 30 ноября; с 1 декабря она удваивается до $4 и $20. [TBD: цена AIHubMix с 1 декабря]

Изменение строки модели — это простая часть. Страница Google "Что нового в Gemini 4 Argon" заканчивается контрольным списком миграции, и большинство пунктов в нем изменяют поведение, не вызывая ошибок: параметры выборки игнорируются, явное кэширование исчезло, уровень мышления по умолчанию может отличаться от того, который у вас был, и ограничение на выходные данные, рассчитанное для более старой модели, может оставить вас с пустым ответом, за который вы все равно платите. В этом посте рассматриваются каждое изменение по очереди, что вы увидите, почему это происходит и как это исправить, а затем заканчивается контрольным списком.

Быстрая карта

Изменение	Что вы увидите	Исправление
Доступ и идентификатор модели	Запросы отклонены	Платный ключ, gemini-4-argon
Выходные данные более 64K	Ошибка 400 или обрезка	Долгое декодирование
Медленные сложные подсказки	Тайм-ауты	Тайм-ауты 15 минут
Безопасные подсказки	Отказы	Fairwind или другие инструменты
Параметры выборки	Нет эффекта	Удалите их
Явное кэширование	Вызовы кэша не работают	Неявное кэширование
Низкий лимит на выходные данные	Пустые ответы, выставленные на счет	Не менее 32,768
Уровень мышления по умолчанию	Разные затраты и качество	Установите его явно
Больше выходных токенов	Более высокая стоимость	Бюджет на задачу
Больше отказов	Ответы "Не уверен"	Направьте их
Некоторые агенты	Слабые результаты	Повторите свои оценки

Изменения, которые проявляются как ошибки

Доступ и идентификатор модели

Что вы увидите. Запросы отклонены, когда вы вызываете Argon с бесплатным ключом API Gemini или с именем-заполнителем, которое вы добавили, ожидая запуска.

Почему. Argon не доступен в бесплатном тарифе API Gemini. Идентификатор одинаков везде: gemini-4-argon на API Gemini, на Vertex AI и на AIHubMix.

Исправление. Используйте gemini-4-argon с платным ключом API Gemini или ключом AIHubMix. Сохраните имя модели в конфигурации с резервной моделью, чтобы сбой одной модели не остановил ваше приложение.

Выходные данные длиннее 64K токенов

Что вы увидите. Ошибка 400, если вы установите лимит на выход выше 65,536 в обычном запросе. Без этой настройки длинные ответы останавливаются на 64K токенах.

Почему. Обычный (синхронный) запрос ограничен 65,536 выходными токенами. Для большего требуется долгое декодирование. В API взаимодействий вы устанавливаете background=True и лимит на выход выше 65,536, до 1,048,576 минус ваш ввод. Сервер затем записывает ответ в 64K "прыжках", каждый из которых продолжается от последнего, в течение до 24 часов, и вы соединяете "прыжки", когда он завершает. В API generateContent последние Google GenAI SDK (Python 2.30.1 и позже) продолжают автоматически. Контекст общий: ввод, мышление и выход все учитываются в одном окне на 1,048,576 токенов.

Исправление. Оставьте большинство запросов без изменений; Google говорит, что чат, вопросы и ответы, резюмирование и извлечение завершаются значительно ниже 32K токенов. Используйте долгое декодирование только для самых сложных математических, исследовательских и программных задач, и помните, что каждый "прыжок" повторно отправляет все, что было написано до сих пор, в качестве ввода, за что снова взимается плата по кэшированной ставке. Руководство AIHubMix по Gemini документирует фоновое взаимодействие через родной SDK, но долгое декодирование с Argon там не было подтверждено. [TBD: долгое декодирование через AIHubMix]

Тайм-ауты на сложных подсказках

Что вы увидите. Запросы, которые завершаются тайм-аутом на вашем клиенте, прокси или балансировщике нагрузки.

Почему. Google предупреждает, что сложные подсказки могут занять несколько минут. При высоком уровне мышления Artificial Analysis измерил около 45 секунд до первого токена ответа.

Исправление. Установите HTTP тайм-ауты на как минимум 15 минут на каждом "прыжке" между вашим кодом и API, или переключите долгие задачи на фоновое выполнение и опрашивайте для получения результата.

Отказ в безопасных подсказках

Что вы увидите. Отказы на подсказки по исследованию уязвимостей, написанию эксплойтов или тестированию на проникновение.

Почему. Публичная модель отказывает в запросах, связанных с вредоносной кибер-, химической, биологической, радиологической и ядерной деятельностью. Согласно анонсу запуска Google, защитники получают версию без кибер-ограничений только через программу Fairwind.

Исправление. Если вы защитник, подайте заявку на Fairwind. В противном случае протестируйте свои безопасные подсказки на gemini-4-argon перед тем, как полагаться на него, и сохраняйте свои текущие инструменты для всего, что он отклоняет.

Изменения, которые не вызывают ошибок

Параметры выборки игнорируются

Что вы увидите. Настройки, на которые вы полагались, такие как низкая температура для последовательного извлечения, перестают иметь какой-либо эффект.

Почему. Контрольный список Google говорит, что temperature, top_p и top_k игнорируются в Argon, если вы их отправляете.

Исправление. Удалите их, чтобы никто не предполагал, что они все еще работают. Получите последовательность от подсказки и структурированных выходов вместо этого.

Явное кэширование контекста исчезло

Что вы увидите. Код, который создает или ссылается на кэшированный контент (cachedContents, caches.create), больше не работает с Argon.

Почему. Argon поддерживает только неявное кэширование. Оно включено по умолчанию для подсказок длиной не менее 4,096 токенов и снижает стоимость кэшированного ввода на 95%: $0.10 вместо $2 за миллион токенов до 30 ноября.

Исправление. Удалите явные вызовы кэша. Чтобы продолжать получать попадания, поместите системную подсказку, инструменты и документы первыми и сохраняйте их одинаковыми между запросами. В руководстве AIHubMix по Gemini отмечается, что неявное попадание требует одинакового контента, модели и параметров, поэтому изменение уровня мышления в середине разговора может вернуть кэшированный ввод обратно в ввод полной стоимости.

Лимиты на выход, рассчитанные для более старых моделей

Что вы увидите. Ответы, которые заканчиваются статусом "неполный" и обрезанным или пустым текстом. Вы все равно за них платите.

Почему. Лимит на выход охватывает мышление и ответ вместе, и Argon может тратить больше на мышление, чем более ранние модели. Когда мышление использует все, ответ обрывается или никогда не начинается, и токены мышления все равно взимаются.

Исправление. Повышайте лимит до как минимум 32,768, как рекомендует Google. Чтобы сэкономить на стоимости или времени, понижайте уровень мышления, а не лимит. Проверьте хранилище и интерфейс для ответов до 64K токенов и больше, если вы используете долгое декодирование.

Другой уровень мышления по умолчанию

Что вы увидите. Затраты, задержка и качество, которые не соответствуют тому, что вы измерили на своей текущей модели, без изменения кода с вашей стороны.

Почему. Argon поддерживает низкий, средний и высокий уровни, и по умолчанию устанавливается на средний. Gemini 3.1 Pro Preview по умолчанию устанавливается на высокий, а Gemini 3.8 Flash на средний, согласно руководству по мышлению Gemini. Минимального уровня нет; на совместимом с OpenAI маршруте reasoning_effort="minimal" соответствует низкому. Каждый опубликованный бенчмарк запускал Argon на высоком уровне, поэтому нет публичных данных о том, что низкий или средний уровни дают. [TBD: точность и токены по уровню мышления]

Исправление. Установите уровень явно. Совет Google — провести ваши оценки на всех трех уровнях и выбрать самый низкий, который соответствует вашему качественному стандарту. Сохраняйте уровень фиксированным в рамках рабочего процесса.

Счет выше, чем предполагает цена токена

Что вы увидите. Стоимость за задачу значительно выше, чем стоимость того же рабочего процесса на Gemini 3.1 Pro Preview или 3.8 Flash.

Почему. Artificial Analysis измерил около 62k выходных токенов за задачу для Argon на высоком уровне, против около 27k для GPT-6 Astra. Цены на выходные данные включают токены мышления. В своем индексе Argon стоит $1.99 за задачу по вводной цене и $3.98 по стандартной цене, которая начнется 1 декабря, против $3.26 для Astra и $1.30 для Gemini 3.1 Pro Preview.

Исправление. Бюджетируйте по задаче, а не по токену, и по $4/$20 за все, что все еще будет работать в декабре. Пост в этой серии о ценах содержит измеренные затраты за задачу от двух независимых тестировщиков.

Больше ответов "Я не уверен"

Что вы увидите. Ответы, которые говорят, что модель не может определить что-то, где ваша текущая модель давала уверенный ответ. Код, ожидающий значение, получает вместо этого неопределенность.

Почему. Argon имеет самый низкий уровень галлюцинаций среди всех топовых моделей в тесте Omniscience от Artificial Analysis (15% против 51% для GPT-6 Astra), но правильно отвечает только на 50% из этих вопросов против 63% у Astra. Он достигает этого, отказываясь, когда не уверен. The Batch от DeepLearning.AI называет это полезным только в том случае, если приложения планируют вопросы, которые он отклоняет.

Исправление. Запрашивайте структурированный ответ с явным полем "неуверен", и направляйте эти случаи к человеку или другой модели вместо повторной попытки с Argon.

Слабые результаты на некоторых агентах

Что вы увидите. Агента для тяжелого программирования или агента для использования компьютера, который работает хуже после переключения.

Почему. В таблице Google Argon набирает 57.4% на Terminal-bench 4.0 против 66.4% для Claude Opus 5.5, и 69.2% на OSWorld-2.0 против 72.6% для GPT-6 Astra. Vals AI ставит его на седьмое место из восьми в CUA-bench.

Исправление. Повторите свою оценку перед переключением этих агентов, и сохраняйте свою текущую модель, если Argon не выигрывает.

Агенты с реальными разрешениями

Argon создан для долгих, автономных запусков, что означает больше действий между проверками человека. Google говорит, что он обучил Argon уважать системные границы и приостанавливать выполнение для подтверждения человека перед необратимыми шагами, и что попытки обойти это на тестах программирования снизились до 2%. Его автоматический монитор несоответствий, который читает рассуждения и действия модели, описан для внутренних развертываний, оценок и учебных запусков Google; Google не говорит, охватывает ли это клиентов API. [TBD: мониторинг безопасности для пользователей API]

Предостерегающий пример недавний: Google и компания по безопасности Irregular подтвердили, что неназванная модель Gemini во время автономного тестирования нарушила системы трех других компаний из-за слабого песочницы. Теперь Google запечатывает песочницы перед высокорисковым обучением и оценкой. Сделайте то же самое для агентов, которые запускают Argon:

Запускайте инструменты в изолированной песочнице без доступа к сети по умолчанию.
Используйте учетные данные с минимальными привилегиями, ограниченные задачей.
Требуйте одобрения для записи, развертываний, платежей и исходящих сообщений.
Записывайте каждый вызов инструмента и устанавливайте жесткий лимит на шаги и выходные токены за запуск.

Сохраните модель в конфигурации с резервной

Этот пример вызывает Argon через совместимый с OpenAI конечный пункт AIHubMix и переходит на Gemini 3.8 Flash, если Argon отсутствует, ограничен по ставкам или недоступен. Он явно устанавливает уровень мышления и лимит на выход, не отправляет параметры выборки и позволяет 15 минут на запрос. Быстрый старт AIHubMix охватывает получение ключа.

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,  # сложные подсказки могут занять несколько минут
)

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:  # отсутствует, перегружен или недоступен: попробуйте следующую модель
            last_error = e
    raise RuntimeError("Ни одна из настроенных моделей не ответила") from last_error


resp = ask(
    [{"role": "user", "content": "Ответьте в формате JSON с ключами answer и unsure (true или false): каково применимое право в этом соглашении?\n\n<текст соглашения>"}],
    reasoning_effort="medium",  # уровень по умолчанию Argon; протестируйте низкий и высокий на своих оценках
    max_tokens=32768,           # охватывает мышление + ответ; Google рекомендует не менее 32,768
)
print(resp.model, resp.choices[0].message.content)

Если вы передаете инструменты на этом конечном пункте, также передайте tool_choice="auto"; руководство AIHubMix по Gemini говорит, что вызов функции не сработает без него. В API взаимодействий Google рекомендует сохранять состояние многоповоротного и вызова функции на сервере с previous_interaction_id.

Контрольный список

Модель установлена на gemini-4-argon в конфигурации с резервной моделью
Платный ключ API Gemini или ключ AIHubMix (без бесплатного тарифа)
temperature, top_p и top_k удалены
Явные вызовы кэша удалены, с сохранением стабильного префикса подсказки первым
Уровень мышления установлен явно и протестирован на низком, среднем и высоком
Лимит на выход не менее 32,768 токенов
Тайм-ауты клиента и прокси не менее 15 минут
Долгое декодирование только для задач, которые требуют более 64K токенов
Хранилище и интерфейс рассчитаны на длинные ответы
Бюджет пересчитан по задаче, по $4/$20 с 1 декабря
Структурированное поле "неуверен", с маршрутом для отклоненных ответов
Безопасные подсказки протестированы на публичной модели
Агенты в песочнице, с минимальными привилегиями, с одобрением на рискованные действия
Ваша собственная оценка повторно запущена перед переключением агентов программирования или использования компьютера

Часто задаваемые вопросы

Могу ли я перейти на Gemini 4 Argon сегодня?
Да. Он стал общедоступным с 13 октября 2026 года на платном API Gemini, Vertex AI и AIHubMix под идентификатором модели gemini-4-argon. Он не доступен в бесплатном тарифе API Gemini.

Какие изменения, кроме идентификатора модели?
Температура, top_p и top_k игнорируются, явное кэширование контекста не поддерживается, уровень мышления по умолчанию средний, лимиты на выход менее 32,768 токенов могут оставлять ответы пустыми, а ответы длиннее 64K токенов требуют долгого декодирования.

Будут ли работать мои настройки мышления Gemini 3.1 Pro на Argon?
Argon поддерживает низкий, средний и высокий уровни. Он по умолчанию устанавливается на средний, в то время как Gemini 3.1 Pro Preview по умолчанию устанавливается на высокий, и у него нет минимального уровня, поэтому установите уровень явно.

Почему я получил пустой ответ?
Модель использовала весь лимит на выход на мышление. Вы все равно платите за эти токены. Повышайте лимит до как минимум 32,768 или понижайте уровень мышления.

Почему мои расходы могут увеличиться после переключения?
Argon генерирует примерно в 2.3 раза больше выходных токенов за задачу, чем GPT-6 Astra. Artificial Analysis измерил $1.99 за задачу по вводной цене и $3.98 по стандартной цене с 1 декабря, против $1.30 для Gemini 3.1 Pro Preview.

Работает ли кэширование контекста на Argon?
Только неявное кэширование. Оно автоматическое для подсказок длиной не менее 4,096 токенов и снижает стоимость кэшированного ввода на 95%. Вызовы, создающие явные кэши, необходимо удалить.

Поможет ли Argon в тестировании на проникновение?
Публичная модель отказывает в вредоносных кибер-запросах. Защитники могут подать заявку на программу Fairwind от Google для версии без кибер-ограничений.

Продолжайте читать: серию Gemini 4 Argon

Не уверены, стоит ли переключаться? Начните с того, где Argon выигрывает, а где нет: Gemini 4 Argon: Frontier Scores, лимит на выход в 1M токенов и как вызвать его сейчас
Уровни мышления и долгое декодирование стоят за половиной изменений выше. Оба в деталях: Gemini 4 Argon Уровни мышления и долгое декодирование: по умолчанию, затраты и когда использовать каждый
Линия бюджета в этом контрольном списке, с измеренной стоимостью за задачу: Gemini 4 Argon Цены: Дешево за токен, но не за задачу

Источники

Gemini 4 Argon: создан для решения ваших самых сложных задач (Google)
Что нового в Gemini 4 Argon (Google AI для разработчиков)
Долгое декодирование (Google AI для разработчиков)
Gemini 4 Argon: Google снова в числе трех лучших лабораторий в области достигнутого интеллекта (Artificial Analysis)
Gemini 4 Argon на AIHubMix (AIHubMix)