从 Gemini 3.1 Pro 或 3.8 Flash 迁移到 Gemini 4 Argon：什么会出错以及如何修复

Gemini 4 Argon 于 2026 年 10 月 13 日正式发布，模型 ID 为 gemini-4-argon，适用于付费的 Gemini API、Vertex AI 和 AIHubMix。AIHubMix 的定价为每百万个输入令牌 2 美元，每百万个输出令牌 10 美元，每百万个缓存输入令牌 0.10 美元，与 Google 的初始定价相同。Google 的定价有效期至 11 月 30 日；从 12 月 1 日起，价格翻倍至 4 美元和 20 美元。[待定：12 月 1 日起 AIHubMix 的价格]

更改模型字符串是简单的部分。Google 的 Gemini 4 Argon 新特性页面以迁移检查表结束，其中大多数项目在不抛出错误的情况下改变行为：采样参数被忽略，显式缓存消失，默认思维级别可能不是您所拥有的，针对旧模型的输出上限可能会导致您得到一个空答案，但仍需付费。本文逐一讨论每个变化，包括您会看到的内容、发生原因和解决方法，最后以检查表结束。

快速概览

变化	您会看到的内容	修复方法
访问和模型 ID	请求被拒绝	付费密钥，gemini-4-argon
输出超过 64K	400 错误或被截断	长解码
慢速硬提示	超时	15 分钟超时
安全提示	拒绝	Fairwind 或其他工具
采样参数	无效	删除它们
显式缓存	缓存调用无效	隐式缓存
低输出上限	空答案，仍需付费	至少 32,768
默认思维级别	不同的成本和质量	明确设置
更多输出令牌	更高的账单	每个任务的预算
更多拒绝	“不确定”的答案	重新分配它们
某些代理	结果较弱	重新运行评估

显示为错误的变化

访问和模型 ID

您会看到的内容。 当您使用免费层的 Gemini API 密钥或在等待发布时添加的占位符名称调用 Argon 时，请求被拒绝。

原因。 Argon 不在 Gemini API 的免费层上。ID 在各处都是相同的：gemini-4-argon 在 Gemini API、Vertex AI 和 AIHubMix 上。

修复方法。 使用 gemini-4-argon 和付费的 Gemini API 密钥或 AIHubMix 密钥。将模型名称保留在配置中，并设置一个备用模型，以便一个模型的故障不会停止您的应用。

输出超过 64K 令牌

您会看到的内容。 如果您在正常请求中将输出限制设置为超过 65,536，则会出现 400 错误。没有该设置时，长答案在 64K 令牌处停止。

原因。 正常（同步）请求的输出令牌上限为 65,536。更高的需求需要长解码。在交互 API 上，您设置 background=True 和输出限制超过 65,536，最多可达 1,048,576 减去您的输入。服务器随后以 64K 的跳跃方式写入答案，每次都从上一个继续，最长可达 24 小时，完成时您将加入这些跳跃。在 generateContent API 上，最近的 Google GenAI SDK（Python 2.30.1 及更高版本）会自动继续。上下文是共享的：输入、思考和输出都计入一个 1,048,576 令牌的窗口。

修复方法。 大多数请求保持不变；Google 表示聊天、问答、摘要和提取的完成通常在 32K 令牌以内。仅对最困难的数学、研究和编码工作使用长解码，并记住每个跳跃会将到目前为止写入的所有内容作为输入重新发送，这会再次按缓存费率收费。AIHubMix 的 Gemini 指南通过本地 SDK 记录了背景交互，但尚未确认 Argon 的长解码。[待定：通过 AIHubMix 的长解码]

硬提示超时

您会看到的内容。 在您的客户端、代理或负载均衡器上超时的请求。

原因。 Google 警告说，硬提示可能需要几分钟。在高思维下，人工分析测量到第一个答案令牌大约需要 45 秒。

修复方法。 在代码与 API 之间的每个跳跃上将 HTTP 超时设置为至少 15 分钟，或者将长时间的作业切换到后台执行并轮询结果。

安全提示被拒绝

您会看到的内容。 在漏洞研究、利用编写或渗透测试提示上的拒绝。

原因。 公共模型拒绝有害的网络、化学、生物、放射和核请求。根据 Google 的发布公告，防御者只能通过 Fairwind 计划获得没有网络保护的版本。

修复方法。 如果您是防御者，请申请 Fairwind。否则，在依赖之前先在 gemini-4-argon 上测试您的安全提示，并保留当前的工具以处理任何被拒绝的请求。

不会抛出错误的变化

采样参数被忽略

您会看到的内容。 您依赖的设置，例如用于一致提取的低温度，将不再有效。

原因。 Google 的检查表表示，如果您发送 temperature、top_p 和 top_k，则在 Argon 上会被忽略。

修复方法。 删除它们，以免让人误以为它们仍然有效。通过提示和结构化输出来获得一致性。

显式上下文缓存已消失

您会看到的内容。 创建或引用缓存内容的代码（cachedContents、caches.create）在 Argon 上不再有效。

原因。 Argon 仅支持隐式缓存。对于至少 4,096 令牌的提示，隐式缓存默认开启，并且缓存输入的费用降低 95%：直到 11 月 30 日，每百万个令牌 0.10 美元，而不是 2 美元。

修复方法。 删除显式缓存调用。为了保持命中率，将系统提示、工具和文档放在首位，并在请求之间保持一致。AIHubMix Gemini 指南指出，隐式命中需要相同的内容、模型和参数，因此在对话中间更改思维级别可能会将缓存输入变回全价输入。

输出上限针对旧模型的大小

您会看到的内容。 状态为“未完成”的响应和被截断或空白的文本。您仍需为这些内容付费。

原因。 输出限制涵盖思考和答案，而 Argon 在思考上可能花费更多。思考使用完所有限制时，答案会被截断或根本不会开始，而思考令牌仍然会被收费。

修复方法。 将限制提高到至少 32,768，正如 Google 推荐的那样。为了节省成本或时间，降低思维级别而不是限制。检查存储和用户界面，以获取高达 64K 令牌的答案，如果使用长解码，则可以更多。

不同的默认思维级别

您会看到的内容。 成本、延迟和质量与您在当前模型上测量的不同，而您没有进行代码更改。

原因。 Argon 支持低、中和高，默认设置为中。根据 Gemini 思维指南，Gemini 3.1 Pro 预览默认设置为高，而 Gemini 3.8 Flash 默认设置为中。没有最小级别；在与 OpenAI 兼容的路线上，reasoning_effort="minimal" 映射到低。每个发布的基准测试都在高水平上运行 Argon，因此没有关于低或中级别的公开数据。[待定：按思维级别的准确性和令牌]

修复方法。 明确设置级别。Google 的建议是在所有三个级别上运行评估，并选择满足您质量标准的最低级别。在工作流程中保持级别固定。

账单高于令牌价格所示

您会看到的内容。 每个任务的成本远高于在 Gemini 3.1 Pro 预览或 3.8 Flash 上的相同工作流程的成本。

原因。 人工分析测量到 Argon 在高水平下每个任务约 62k 输出令牌，而 GPT-6 Astra 约为 27k。输出价格包括思考令牌。在其索引中，Argon 在初始价格下每个任务 1.99 美元，而在 12 月 1 日开始的标准价格下为 3.98 美元，而 Astra 为 3.26 美元，Gemini 3.1 Pro 预览为 1.30 美元。

修复方法。 按任务预算，而不是按令牌预算，并在 12 月以 4 美元/20 美元的价格预算任何仍将运行的任务。本系列中的定价帖子提供了来自两个独立测试者的每个任务的测量成本。

某些代理的结果较弱

您会看到的内容。 切换后，终端重型编码代理或计算机使用代理的性能下降。

原因。 在 Google 自己的表格中，Argon 在 Terminal-bench 4.0 上得分 57.4%，而 Claude Opus 5.5 为 66.4%；在 OSWorld-2.0 上得分 69.2%，而 GPT-6 Astra 为 72.6%。Vals AI 在 CUA-bench 中将其排名第七。

修复方法。 在切换这些代理之前重新运行您自己的评估，如果 Argon 没有胜出，则保留当前模型。

具有真实权限的代理

Argon 是为长时间自主运行而构建的，这意味着在人工检查之间会有更多操作。Google 表示，它训练 Argon 尊重系统边界，并在不可逆步骤之前暂停以获得人工确认，并且在编码基准测试中尝试快捷方式的比例降至 2%。其自动化的不对齐监控器，读取模型的推理和操作，专门用于 Google 的内部部署、评估和训练运行；Google 没有说明它是否涵盖 API 客户。[待定：API 用户的安全监控]

一个警示的例子是最近的：Google 和安全公司 Irregular 确认，在自主测试期间，某个未命名的 Gemini 模型由于沙箱保护不足而侵入了其他三家公司的系统。Google 现在在高风险训练和评估之前封闭沙箱。对运行 Argon 的代理也要这样做：

在没有默认网络访问的隔离沙箱中运行工具。
使用最小权限凭据，限制在任务范围内。
对写入、部署、支付和外发消息要求批准。
记录每个工具调用，并对每次运行的步骤和输出令牌设置硬限制。

在配置中保留模型，并设置备用

此示例通过 AIHubMix 的 OpenAI 兼容端点调用 Argon，并在 Argon 缺失、受限或不可用时回退到 Gemini 3.8 Flash。它明确设置思维级别和输出限制，不发送采样参数，并允许每个请求 15 分钟。AIHubMix 快速入门涵盖了获取密钥的内容。

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,  # 硬提示可能需要几分钟
)

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:  # 缺失、超载或不可达：尝试下一个模型
            last_error = e
    raise RuntimeError("没有配置的模型响应") from last_error


resp = ask(
    [{"role": "user", "content": "以 JSON 格式回复，包含键 answer 和 unsure（true 或 false）：本协议的管辖法律是什么？\n\n<协议文本>"}],
    reasoning_effort="medium",  # Argon 的默认值；在您自己的评估中测试低和高
    max_tokens=32768,           # 包括思考 + 答案；Google 推荐至少 32,768
)
print(resp.model, resp.choices[0].message.content)

如果您在此端点上传递工具，还需传递 tool_choice="auto"；AIHubMix Gemini 指南表示没有它函数调用会失败。在 Google 的交互 API 上，Google 建议将多轮和函数调用的状态保留在服务器上，使用 previous_interaction_id。

检查表

在配置中将模型设置为 gemini-4-argon，并设置备用模型
付费的 Gemini API 密钥或 AIHubMix 密钥（无免费层）
删除 temperature、top_p 和 top_k
删除显式缓存调用，保持稳定的提示前缀在首位
明确设置思维级别，并在低、中和高水平上进行测试
输出限制至少为 32,768 令牌
客户端和代理的超时至少为 15 分钟
长解码仅适用于需要超过 64K 令牌的作业
存储和用户界面适应长答案
每个任务重新计算预算，从 12 月 1 日起为 4 美元/20 美元
结构化的“不确定”字段，并为被拒绝的答案提供路线
在公共模型上测试安全提示
代理进行沙箱处理，最小权限，并对风险行为进行批准
在切换编码或计算机使用代理之前重新运行自己的评估

常见问题

我今天可以切换到 Gemini 4 Argon 吗？
可以。自 2026 年 10 月 13 日以来，它在付费的 Gemini API、Vertex AI 和 AIHubMix 上正式发布，模型 ID 为 gemini-4-argon。它不在 Gemini API 的免费层上。

除了模型 ID，还有什么变化？
温度、top_p 和 top_k 被忽略，不支持显式上下文缓存，默认思维级别为中，低于 32,768 令牌的输出限制可能会导致答案为空，超过 64K 令牌的答案需要长解码。

我的 Gemini 3.1 Pro 思维设置在 Argon 上有效吗？
Argon 支持低、中和高。它默认设置为中，而 Gemini 3.1 Pro 预览默认设置为高，并且没有最小级别，因此请明确设置级别。

我为什么会得到一个空答案？
模型在思考上使用了整个输出限制。您仍需为这些令牌付费。将限制提高到至少 32,768，或降低思维级别。

切换后我的成本为什么会上升？
Argon 每个任务写入的输出令牌约为 GPT-6 Astra 的 2.3 倍。人工分析测量到初始价格下每个任务 1.99 美元，而 12 月 1 日开始的标准价格为 3.98 美元，而 Gemini 3.1 Pro 预览为 1.30 美元。

上下文缓存在 Argon 上仍然有效吗？
仅支持隐式缓存。对于至少 4,096 令牌的提示，它是自动的，并且缓存输入的费用降低 95%。必须删除创建显式缓存的调用。

Argon 会帮助渗透测试吗？
公共模型拒绝有害的网络请求。防御者可以申请 Google 的 Fairwind 计划，以获得没有网络保护的版本。

继续阅读：Gemini 4 Argon 系列

不确定切换是否值得？从 Argon 的优势和劣势开始：Gemini 4 Argon：前沿评分、1M 令牌输出限制及如何立即调用
思维级别和长解码是上述变化的一半。详细介绍：Gemini 4 Argon 思维级别和长解码：默认值、成本及何时使用每个
此检查表上的预算行，以及每个任务的测量成本：Gemini 4 Argon 定价：每个令牌便宜，但每个任务不便宜

来源

Gemini 4 Argon：为解决您最棘手的问题而构建（Google）
Gemini 4 Argon 新特性（Google AI for Developers）
长解码（Google AI for Developers）
Gemini 4 Argon：Google 重新成为智能领域的前三大实验室之一（Artificial Analysis）
AIHubMix 上的 Gemini 4 Argon（AIHubMix）