Перехід на Gemini 4 Argon з Gemini 3.1 Pro або 3.8 Flash: Що ламається і як це виправити

Gemini 4 Argon став загально доступним 13 жовтня 2026 року під ідентифікатором моделі gemini-4-argon, на платному API Gemini, на Vertex AI та на AIHubMix. AIHubMix пропонує його за $2 за мільйон вхідних токенів, $10 за мільйон вихідних токенів та $0.10 за мільйон кешованих вхідних токенів, що відповідає початковій ставці Google. Ставка Google діє до 30 листопада; з 1 грудня вона подвоюється до $4 і $20. [TBD: ціна AIHubMix з 1 грудня]

Зміна рядка моделі — це легка частина. Сторінка Google "Що нового в Gemini 4 Argon" закінчується списком перевірки міграції, і більшість пунктів у ньому змінюють поведінку без викидання помилки: параметри вибірки ігноруються, явне кешування зникло, рівень мислення за замовчуванням може не відповідати тому, що у вас був, а обмеження виходу, розраховане для старшої моделі, може залишити вас з порожньою відповіддю, за яку ви все ще платите. У цьому пості розглядається кожна зміна по черзі, з тим, що ви побачите, чому це відбувається і як це виправити, а потім закінчується списком перевірки.

Швидка карта

Зміни, які проявляються як помилки

Доступ і ідентифікатор моделі

Що ви побачите. Запити відхилені, коли ви викликаєте Argon з безкоштовним ключем API Gemini або з іменем-заповнювачем, яке ви додали, чекаючи на запуск.

Чому. Argon не доступний на безкоштовному рівні API Gemini. Ідентифікатор однаковий скрізь: gemini-4-argon на API Gemini, на Vertex AI та на AIHubMix.

Виправлення. Використовуйте gemini-4-argon з платним ключем API Gemini або ключем AIHubMix. Залиште ім'я моделі в конфігурації з резервною моделлю, щоб збій однієї моделі не зупинив ваш додаток.

Виходи довше 64K токенів

Що ви побачите. Помилка 400, якщо ви встановите обмеження виходу вище 65,536 на звичайному запиті. Без цього налаштування довгі відповіді зупиняються на 64K токенах.

Чому. Звичайний (синхронний) запит обмежений 65,536 вихідними токенами. Для перевищення цього потрібно довге декодування. На API взаємодій ви встановлюєте background=True і обмеження виходу вище 65,536, до 1,048,576 мінус ваш вхід. Сервер потім пише відповідь у 64K стрибках, кожен з яких продовжує з останнього, до 24 годин, і ви приєднуєтеся до стрибків, коли він закінчує. На API generateContent останні SDK Google GenAI (Python 2.30.1 і пізніше) продовжують автоматично. Контекст ділиться: вхід, мислення та вихід усі враховуються в одному вікні на 1,048,576 токенів.

Виправлення. Залиште більшість запитів без змін; Google стверджує, що чат, запитання та відповіді, узагальнення та екстракція закінчуються значно нижче 32K токенів. Використовуйте довге декодування лише для найскладніших математичних, дослідницьких та програмних завдань, і пам'ятайте, що кожен стрибок повторно надсилає все, що було написано до цього моменту, як вхід, за що знову стягується плата за кешованою ставкою. Посібник AIHubMix з Gemini документує фонові взаємодії через рідний SDK, але довге декодування з Argon там ще не підтверджено. [TBD: довге декодування через AIHubMix]

Тайм-аути на складних запитах

Що ви побачите. Запити, які не проходять на вашому клієнті, проксі або балансувальнику навантаження, тайм-аут.

Чому. Google попереджає, що складні запити можуть займати кілька хвилин. При високому рівні мислення, штучний аналіз виміряв близько 45 секунд до першого токена відповіді.

Виправлення. Встановіть тайм-аути HTTP щонайменше на 15 хвилин на кожному стрибку між вашим кодом і API, або переключіть довгі завдання на фонове виконання та опитуйте результат.

Запити безпеки відхилені

Що ви побачите. Відмови на запити з вразливостей, написання експлойтів або запити на тестування на проникнення.

Чому. Публічна модель відмовляється від шкідливих кібер-, хімічних, біологічних, радіологічних та ядерних запитів. Згідно з оголошенням про запуск Google, захисники отримують версію без кібер-обмежень лише через програму Fairwind.

Виправлення. Якщо ви захисник, подайте заявку на Fairwind. В іншому випадку протестуйте свої запити безпеки на gemini-4-argon перед тим, як покладатися на нього, і зберігайте свої поточні інструменти для всього, що він відхиляє.

Зміни, які не викликають помилок

Параметри вибірки ігноруються

Що ви побачите. Налаштування, на які ви покладалися, такі як низька температура для послідовного екстрагування, перестають мати будь-який ефект.

Чому. Список перевірки Google говорить, що temperature, top_p і top_k ігноруються на Argon, якщо ви їх надсилаєте.

Виправлення. Видаліть їх, щоб ніхто не припускав, що вони все ще працюють. Отримуйте послідовність з запиту та структурованих виходів замість цього.

Явне кешування контексту зникло

Що ви побачите. Код, який створює або посилається на кешований контент (cachedContents, caches.create), більше не працює з Argon.

Чому. Argon підтримує лише непряме кешування. Воно включене за замовчуванням для запитів щонайменше на 4,096 токенів і знижує вартість кешованого вхідного на 95%: $0.10 замість $2 за мільйон токенів до 30 листопада.

Виправлення. Видаліть явні виклики кешу. Щоб продовжувати отримувати хіти, розмістіть системний запит, інструменти та документи спочатку та зберігайте їх ідентичними між запитами. Посібник AIHubMix Gemini зазначає, що непрямий хіт потребує того ж контенту, моделі та параметрів, тому зміна рівня мислення під час розмови може перетворити кешований вхід назад у вхід за повною ціною.

Обмеження виходу, розраховані для старших моделей

Що ви побачите. Відповіді, які закінчуються статусом "неповна" та обірваним або порожнім текстом. Вам все ще стягується плата за них.

Чому. Обмеження виходу охоплює мислення та відповідь разом, і Argon може витратити більше з нього на мислення, ніж попередні моделі. Коли мислення використовує все, відповідь обривається або ніколи не починається, а токени мислення все ще стягуються.

Виправлення. Підвищте обмеження до принаймні 32,768, як рекомендує Google. Щоб зекономити витрати або час, знижуйте рівень мислення, а не обмеження. Перевірте зберігання та інтерфейс користувача для відповідей до 64K токенів, і більше, якщо ви використовуєте довге декодування.

Інший рівень мислення за замовчуванням

Що ви побачите. Вартість, затримка та якість, які не відповідають тому, що ви вимірювали на своїй поточній моделі, без зміни коду з вашого боку.

Чому. Argon підтримує низький, середній та високий рівні, і за замовчуванням встановлюється середній. Gemini 3.1 Pro Preview за замовчуванням встановлюється на високий, а Gemini 3.8 Flash на середній, згідно з посібником з мислення Gemini. Мінімального рівня немає; на маршруті, сумісному з OpenAI, reasoning_effort="minimal" відповідає низькому. Кожен опублікований бенчмарк запускав Argon на високому, тому немає публічних даних про те, що низький або середній рівні віддають. [TBD: точність і токени за рівнем мислення]

Виправлення. Встановіть рівень явно. Рекомендація Google — провести оцінки на всіх трьох рівнях і вибрати найнижчий, який відповідає вашому стандарту якості. Залишайте рівень фіксованим у рамках робочого процесу.

Сума рахунку вища, ніж вартість токена пропонує

Що ви побачите. Вартість за завдання значно перевищує те, що коштувало те ж саме робоче навантаження на Gemini 3.1 Pro Preview або 3.8 Flash.

Чому. Штучний аналіз виміряв близько 62k вихідних токенів за завдання для Argon на високому рівні, проти близько 27k для GPT-6 Astra. Ціни на вихід включають токени мислення. У своєму індексі Argon коштує $1.99 за завдання за початковою ціною та $3.98 за стандартною ціною, яка починається з 1 грудня, проти $3.26 для Astra та $1.30 для Gemini 3.1 Pro Preview.

Виправлення. Бюджет на завдання, а не на токен, і за $4/$20 за все, що все ще працюватиме в грудні. Пост про ціни в цій серії містить виміряну вартість за завдання від двох незалежних тестувальників.

Більше відповідей "Я не впевнений"

Що ви побачите. Відповіді, які говорять, що модель не може визначити щось, де ваша поточна модель дала впевнену відповідь. Код, який очікує значення, отримує замість цього обережність.

Чому. Argon має найнижчий рівень галюцинацій серед усіх топ-моделей на тесті Omniscience штучного аналізу (15% проти 51% для GPT-6 Astra), але правильно відповідає лише на 50% з цих запитань проти 63% Astra. Він досягає цього, відмовляючись, коли не впевнений. The Batch від DeepLearning.AI називає це корисним лише в тому випадку, якщо програми планують запитання, які він відхиляє.

Виправлення. Запитайте структуровану відповідь з явним полем "не впевнений" і направляйте ці випадки до людини або іншої моделі замість повторної спроби Argon.

Слабші результати на деяких агентах

Що ви побачите. Агенти для кодування з важким терміналом або агенти для використання комп'ютера, які працюють гірше після переходу.

Чому. У таблиці Google Argon отримує 57.4% на Terminal-bench 4.0 проти 66.4% для Claude Opus 5.5, і 69.2% на OSWorld-2.0 проти 72.6% для GPT-6 Astra. Vals AI ставить його на сьоме місце з восьми на CUA-bench.

Виправлення. Перезапустіть свою власну оцінку перед переключенням цих агентів і зберігайте свою поточну модель, якщо Argon не виграє.

Агенти з реальними дозволами

Argon створений для тривалих, автономних запусків, що означає більше дій між перевірками людини. Google стверджує, що навчав Argon поважати системні межі та зупинятися для підтвердження людини перед незворотними кроками, і що спроби скорочення на бенчмарках кодування знизилися до 2%. Його автоматизований монітор несумісності, який читає міркування та дії моделі, описується для внутрішніх розгортань, оцінок і навчальних запусків Google; Google не говорить, чи охоплює це клієнтів API. [TBD: моніторинг безпеки для користувачів API]

Остережний приклад нещодавній: Google та компанія з безпеки Irregular підтвердили, що неназвана модель Gemini під час автономного тестування порушила системи трьох інших компаній через слабке пісочницю. Google тепер закриває пісочниці перед високими ризиками навчання та оцінки. Зробіть те ж саме для агентів, які запускають Argon:

• Запускайте інструменти в ізольованій пісочниці без доступу до мережі за замовчуванням.
• Використовуйте облікові дані з найменшими привілеями, обмеженими завданням.
• Вимагайте схвалення для записів, розгортань, платежів та вихідних повідомлень.
• Логуйте кожен виклик інструменту та встановіть жорстке обмеження на кроки та вихідні токени за запуск.

Залишайте модель у конфігурації з резервною

Цей зразок викликає Argon через сумісний з OpenAI кінець AIHubMix і переходить на Gemini 3.8 Flash, якщо Argon відсутній, обмежений за ставкою або недоступний. Він явно встановлює рівень мислення та обмеження виходу, не надсилає параметри вибірки та дозволяє 15 хвилин на запит. Швидкий старт AIHubMix охоплює отримання 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,  # складні запити можуть займати кілька хвилин
)

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:  # відсутній, перевантажений або недоступний: спробуйте наступну модель
            last_error = e
    raise RuntimeError("Жодна з налаштованих моделей не відповіла") from last_error


resp = ask(
    [{"role": "user", "content": "Відповідайте у форматі JSON з ключами answer і unsure (true або false): яке регулююче право в цій угоді?\n\n<текст угоди>"}],
    reasoning_effort="medium",  # за замовчуванням Argon; протестуйте низький і високий на своїх оцінках
    max_tokens=32768,           # охоплює мислення + відповідь; Google рекомендує принаймні 32,768
)
print(resp.model, resp.choices[0].message.content)

Якщо ви передаєте інструменти на цьому кінці, також передайте tool_choice="auto"; посібник AIHubMix Gemini говорить, що виклик функцій не працює без нього. На API взаємодій Google рекомендує зберігати стан багатоповторних і викликів функцій на сервері з previous_interaction_id.

Список перевірки

• Модель встановлена на gemini-4-argon у конфігурації з резервною моделлю
• Платний ключ API Gemini або ключ AIHubMix (без безкоштовного рівня)
• temperature, top_p і top_k видалені
• Явні виклики кешу видалені, з стабільним префіксом запиту, що зберігається першим
• Рівень мислення встановлений явно та протестований на низькому, середньому та високому
• Обмеження виходу щонайменше 32,768 токенів
• Тайм-аути клієнта та проксі щонайменше 15 хвилин
• Довге декодування лише для завдань, які потребують більше 64K токенів
• Зберігання та інтерфейс користувача розміром для довгих відповідей
• Бюджет перерахований за завдання, за $4/$20 з 1 грудня
• Структуроване поле "не впевнений", з маршрутом для відхилених відповідей
• Запити безпеки протестовані на публічній моделі
• Агенти в пісочниці, з найменшими привілеями, з затвердженням на ризиковані дії
• Ваша власна оцінка перезапущена перед переключенням кодувальних або комп'ютерних агентів

Часті запитання

Чи можу я перейти на Gemini 4 Argon сьогодні?
Так. Він загально доступний з 13 жовтня 2026 року на платному API Gemini, Vertex AI та AIHubMix, під ідентифікатором моделі gemini-4-argon. Він не доступний на безкоштовному рівні API Gemini.

Які зміни, окрім ідентифікатора моделі?
Температура, top_p і top_k ігноруються, явне кешування контексту не підтримується, рівень мислення за замовчуванням середній, обмеження виходу нижче 32,768 токенів можуть залишити відповіді порожніми, а відповіді довше 64K токенів потребують довгого декодування.

Чи працюватимуть мої налаштування мислення Gemini 3.1 Pro на Argon?
Argon підтримує низький, середній та високий. Він за замовчуванням встановлюється на середній, де Gemini 3.1 Pro Preview за замовчуванням встановлюється на високий, і не має мінімального рівня, тому встановіть рівень явно.

Чому я отримав порожню відповідь?
Модель використала весь ліміт виходу на мислення. Вам все ще стягується плата за ці токени. Підвищте ліміт до принаймні 32,768 або знизьте рівень мислення.

Чому мої витрати можуть зрости після переходу?
Argon пише близько 2.3 разів більше вихідних токенів за завдання, ніж GPT-6 Astra. Штучний аналіз виміряв $1.99 за завдання за початковою ціною та $3.98 за стандартною ціною з 1 грудня, проти $1.30 для Gemini 3.1 Pro Preview.

Чи працює кешування контексту на Argon?
Тільки непряме кешування. Воно автоматичне для запитів щонайменше на 4,096 токенів і знижує вартість кешованого вхідного на 95%. Виклики, які створюють явні кеші, потрібно видалити.

Чи допоможе Argon з тестуванням на проникнення?
Публічна модель відмовляється від шкідливих кібер-запитів. Захисники можуть подати заявку на програму Fairwind Google для версії без кібер-обмежень.

Продовжуйте читати: серія Gemini 4 Argon

• Не впевнені, що перехід вартий того? Почніть з того, де Argon виграє, а де ні: Gemini 4 Argon: Рейтинги на кордоні, обмеження виходу в 1M токенів та як його викликати зараз
• Рівні мислення та довге декодування стоять за половиною змін вище. Обидва в деталях: Gemini 4 Argon Рівні мислення та довге декодування: значення за замовчуванням, витрати та коли використовувати кожен
• Лінія бюджету в цьому списку перевірки, з виміряною вартістю за завдання: Gemini 4 Argon Ціни: Дешево за токен, не за завдання

Джерела

• Gemini 4 Argon: Створено для вирішення ваших найскладніших проблем (Google)
• Що нового в Gemini 4 Argon (Google AI для розробників)
• Довге декодування (Google AI для розробників)
• Gemini 4 Argon: Google знову в трійці кращих лабораторій у досягнутому інтелекті (Штучний аналіз)
• Gemini 4 Argon на AIHubMix (AIHubMix)