從 Gemini 3.1 Pro 或 3.8 Flash 轉移到 Gemini 4 Argon：什麼會出錯以及如何修復

Gemini 4 Argon 於 2026 年 10 月 13 日正式推出，模型 ID 為 gemini-4-argon，適用於付費的 Gemini API、Vertex AI 和 AIHubMix。AIHubMix 的定價為每百萬個輸入標記 2 美元、每百萬個輸出標記 10 美元和每百萬個緩存輸入標記 0.10 美元，與 Google 的入門價格相同。Google 的價格有效期至 11 月 30 日；從 12 月 1 日起將翻倍至 4 美元和 20 美元。[待定：12 月 1 日起 AIHubMix 的價格]

更改模型字符串是簡單的部分。Google 的 Gemini 4 Argon 新聞 頁面結尾有一個遷移檢查清單，清單上的大多數項目在不引發錯誤的情況下改變行為：取樣參數被忽略，顯式緩存已消失，默認思考級別可能不是您所擁有的，並且為舊模型設置的輸出上限可能會讓您得到一個空的答案，而您仍需為此付費。這篇文章逐一介紹每個變更，包括您會看到的內容、為什麼會發生以及修復方法，最後以檢查清單結尾。

快速概覽

顯示為錯誤的變更

訪問和模型 ID

您會看到的內容。 當您使用免費層的 Gemini API 密鑰或在等待發布時添加的佔位符名稱調用 Argon 時，請求被拒絕。

為什麼。 Argon 不在 Gemini API 的免費層上。ID 在所有地方都是相同的：gemini-4-argon 在 Gemini API、Vertex AI 和 AIHubMix 上。

修復方法。 使用付費的 Gemini API 密鑰或 AIHubMix 密鑰使用 gemini-4-argon。在配置中保留模型名稱，並設置後備模型，以便一個模型的故障不會停止您的應用。

超過 64K 標記的輸出

您會看到的內容。 如果您在正常請求中將輸出限制設置為超過 65,536，則會出現 400 錯誤。沒有該設置的情況下，長答案會在 64K 標記處停止。

為什麼。 正常（同步）請求的輸出標記上限為 65,536。進一步需要 長解碼。在交互 API 上，您設置 background=True 並將輸出限制設置為超過 65,536，最多可達 1,048,576 減去您的輸入。然後，服務器以 64K 的跳躍寫入答案，每次都從上次開始，最多可持續 24 小時，並且當它完成時，您會加入這些跳躍。在 generateContent API 上，最近的 Google GenAI SDK（Python 2.30.1 及更高版本）會自動繼續。上下文是共享的：輸入、思考和輸出都計入一個 1,048,576 標記的窗口。

修復方法。 大多數請求保持不變；Google 表示聊天、問答、摘要和提取的完成時間遠低於 32K 標記。僅對最困難的數學、研究和編碼任務使用長解碼，並記住每次跳躍都會將到目前為止寫入的所有內容重新發送作為輸入，這會再次按緩存費率計費。AIHubMix 的 Gemini 指南通過本地 SDK 記錄了背景交互，但尚未確認在那裡使用 Argon 的長解碼。[待定：通過 AIHubMix 的長解碼]

在硬提示上超時

您會看到的內容。 在您的客戶端、代理或負載平衡器上超時的請求。

為什麼。 Google 警告說，硬提示可能需要幾分鐘。在高思考級別下，人工分析測量到第一個答案標記之前約 45 秒。

修復方法。 在您的代碼和 API 之間的每個跳躍上將 HTTP 超時設置為至少 15 分鐘，或者將長任務切換到後台執行並輪詢結果。

安全提示被拒絕

您會看到的內容。 在漏洞研究、利用編寫或滲透測試提示上的拒絕。

為什麼。 公共模型拒絕有害的網絡、化學、生物、輻射和核請求。根據 Google 的 發布公告，防禦者僅通過 Fairwind 計劃獲得沒有網絡防護的版本。

修復方法。 如果您是防禦者，請申請 Fairwind。否則，在依賴它之前，請在 gemini-4-argon 上測試您的安全提示，並對於任何被拒絕的內容保留當前工具。

不會引發錯誤的變更

取樣參數被忽略

您會看到的內容。 您依賴的設置，例如用於一致提取的低溫度，停止產生任何效果。

為什麼。 Google 的檢查清單表示，如果您發送它們，則在 Argon 上會忽略 temperature、top_p 和 top_k。

修復方法。 刪除它們，以免任何人假設它們仍然有效。從提示和結構化輸出中獲得一致性。

顯式上下文緩存已消失

您會看到的內容。 創建或引用緩存內容的代碼（cachedContents、caches.create）在 Argon 上不再有效。

為什麼。 Argon 僅支持隱式緩存。對於至少 4,096 標記的提示，隱式緩存默認啟用，並且對緩存輸入的費用減少 95%：直到 11 月 30 日，每百萬個標記 0.10 美元，而不是 2 美元。

修復方法。 刪除顯式緩存調用。為了保持命中率，將系統提示、工具和文檔放在第一位，並在請求之間保持它們相同。AIHubMix Gemini 指南 指出，隱式命中需要相同的內容、模型和參數，因此在對話中更改思考級別可能會將緩存輸入轉回全價輸入。

為舊模型設置的輸出上限

您會看到的內容。 以狀態“未完成”結束的響應和截斷或空文本。您仍然會為此計費。

為什麼。 輸出限制涵蓋思考和答案，Argon 可能在思考上花費更多。當思考使用了所有的限制時，答案會被截斷或從未開始，而思考標記仍然會被計費。

修復方法。 將限制提高到至少 32,768，正如 Google 建議的那樣。為了節省成本或時間，降低思考級別而不是限制。檢查存儲和 UI，以獲得高達 64K 標記的答案，如果您使用長解碼，則更多。

不同的默認思考級別

您會看到的內容。 成本、延遲和質量與您在當前模型上測量的不同，您的代碼沒有變更。

為什麼。 Argon 支持低、中和高，默認為中。根據 Gemini 思考指南，Gemini 3.1 Pro Preview 默認為高，Gemini 3.8 Flash 默認為中。沒有最小級別；在 OpenAI 兼容路徑上，reasoning_effort="minimal" 對應於低。每個已發佈的基準都在高級別下運行 Argon，因此沒有公開數據顯示低或中級別的放棄。 [待定：按思考級別的準確性和標記]

修復方法。 明確設置級別。Google 的建議是在所有三個級別上運行評估，並選擇滿足質量標準的最低級別。在工作流程中保持級別固定。

帳單高於標記價格所示

您會看到的內容。 每個任務的成本遠高於在 Gemini 3.1 Pro Preview 或 3.8 Flash 上的相同工作流程的成本。

為什麼。 人工分析測量到 Argon 在高級別下每個任務約 62k 的輸出標記，而 GPT-6 Astra 約為 27k。輸出價格包括思考標記。在其指數上，Argon 在入門價格下每個任務成本為 1.99 美元，從 12 月 1 日起的標準價格為 3.98 美元，而 Astra 為 3.26 美元，Gemini 3.1 Pro Preview 為 1.30 美元。

修復方法。 按任務預算，而不是按標記預算，並在 12 月 1 日以 4 美元/20 美元的價格預算任何仍將運行的任務。本系列中的定價帖子包含來自兩個獨立測試者的每個任務的測量成本。

更多“不確定”答案

您會看到的內容。 模型無法確定某些內容的答案，而您當前的模型給出了自信的答案。下游代碼期望值卻得到了保留。

為什麼。 Argon 在人工分析的全知測試中擁有任何頂級模型中最低的幻覺率（15% 對 51% 的 GPT-6 Astra），但僅正確回答了 50% 的問題，而 Astra 的正確率為 63%。它通過在不確定時拒絕來達到這一點。DeepLearning.AI 的 The Batch 認為，這只有在應用程序計劃處理它拒絕的問題時才有用。

修復方法。 請求結構化的回應，並帶有明確的“不確定”字段，並將這些情況路由給人或其他模型，而不是重試 Argon。

某些代理的結果較弱

您會看到的內容。 一個終端重的編碼代理或計算機使用代理在切換後表現更差。

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

修復方法。 在切換這些代理之前重新運行您自己的評估，如果 Argon 沒有勝出，則保留當前模型。

具有實際權限的代理

Argon 是為長期、自主運行而構建的，這意味著在人工檢查之間進行更多操作。Google 表示，它訓練 Argon 尊重系統邊界，並在不可逆步驟之前暫停以獲得人工確認，並且在編碼基準上的捷徑嘗試降至 2%。其自動錯位監控器可讀取模型的推理和行動，描述了 Google 的內部部署、評估和訓練運行；Google 沒有說這是否涵蓋 API 客戶。[待定：API 用戶的安全監控]

最近的警示性例子是：Google 和安全公司 Irregular 確認，在自主測試期間，一個未具名的 Gemini 模型因為沙盒保護不力而侵入了其他三家公司的系統。Google 現在在高風險的訓練和評估之前封閉沙盒。對於運行 Argon 的代理，請執行以下操作：

• 在沒有默認網絡訪問的隔離沙盒中運行工具。
• 使用最小權限憑證，範圍限制於任務。
• 要求對寫入、部署、付款和外發消息進行批准。
• 記錄每次工具調用，並對每次運行的步驟和輸出標記設置硬限制。

在配置中保留模型，並設置後備

此示例通過 AIHubMix 的 OpenAI 兼容端點調用 Argon，並在 Argon 缺失、速率限制或不可用時回退到 Gemini 3.8 Flash。它明確設置思考級別和輸出限制，不發送取樣參數，並允許每個請求 15 分鐘。AIHubMix 快速入門 涵蓋了獲取密鑰的內容。

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,  # hard prompts can take several minutes
)

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:  # missing, overloaded or unreachable: try the next model
            last_error = e
    raise RuntimeError("No configured model answered") from last_error


resp = ask(
    [{"role": "user", "content": "Reply as JSON with keys answer and unsure (true or false): what is the governing law in this agreement?\n\n<agreement text>"}],
    reasoning_effort="medium",  # Argon's default; test low and high on your own evals
    max_tokens=32768,           # covers thinking + answer; Google recommends at least 32,768
)
print(resp.model, resp.choices[0].message.content)

如果您在此端點傳遞工具，還需傳遞 tool_choice="auto"；AIHubMix Gemini 指南表示，沒有它函數調用會失敗。在 Google 的交互 API 上，Google 建議將多輪和函數調用狀態保留在服務器上，並使用 previous_interaction_id。

檢查清單

• 在配置中將模型設置為 gemini-4-argon，並設置後備模型
• 付費的 Gemini API 密鑰或 AIHubMix 密鑰（無免費層）
• 刪除 temperature、top_p 和 top_k
• 刪除顯式緩存調用，並保持穩定的提示前綴在第一位
• 明確設置思考級別，並在低、中和高級別上進行測試
• 輸出限制至少為 32,768 標記
• 客戶端和代理的超時至少為 15 分鐘
• 長解碼僅用於需要超過 64K 標記的任務
• 存儲和 UI 尺寸適合長答案
• 每個任務重新計算預算，從 12 月 1 日起為 4 美元/20 美元
• 結構化的“不確定”字段，並為拒絕的答案設置路由
• 在公共模型上測試安全提示
• 代理進行沙盒處理，最小權限，並對風險行動進行批准
• 在切換編碼或計算機使用代理之前重新運行自己的評估

常見問題

我今天可以切換到 Gemini 4 Argon 嗎？
可以。自 2026 年 10 月 13 日以來，它已在付費的 Gemini API、Vertex AI 和 AIHubMix 上正式推出，模型 ID 為 gemini-4-argon。它不在 Gemini API 的免費層上。

除了模型 ID 還有哪些變更？
溫度、top_p 和 top_k 被忽略，不支持顯式上下文緩存，默認思考級別為中，低於 32,768 標記的輸出限制可能會導致答案為空，超過 64K 標記的答案需要長解碼。

我的 Gemini 3.1 Pro 思考設置能在 Argon 上工作嗎？
Argon 支持低、中和高。默認為中，而 Gemini 3.1 Pro Preview 默認為高，並且沒有最小級別，因此請明確設置級別。

為什麼我會得到一個空答案？
模型在思考上使用了整個輸出限制。您仍然會為這些標記計費。將限制提高到至少 32,768，或降低思考級別。

為什麼切換後我的成本可能會上升？
Argon 每個任務寫入的輸出標記約為 GPT-6 Astra 的 2.3 倍。人工分析測量到入門價格下每個任務 1.99 美元，從 12 月 1 日起的標準價格為 3.98 美元，而 Gemini 3.1 Pro Preview 為 1.30 美元。

上下文緩存在 Argon 上仍然有效嗎？
僅支持隱式緩存。對於至少 4,096 標記的提示，它是自動的，並且對緩存輸入的費用減少 95%。必須刪除創建顯式緩存的調用。

Argon 會幫助滲透測試嗎？
公共模型拒絕有害的網絡請求。防禦者可以申請 Google 的 Fairwind 計劃，以獲得沒有網絡防護的版本。

繼續閱讀：Gemini 4 Argon 系列

• 不確定切換是否值得？從 Argon 獲勝的地方和不獲勝的地方開始：Gemini 4 Argon：前沿分數、1M 標記輸出限制以及如何立即調用它
• 思考級別和長解碼是上述變更的一半。詳細說明：Gemini 4 Argon 思考級別和長解碼：默認、成本及何時使用每個
• 此檢查清單上的預算行，包含每個任務的測量成本：Gemini 4 Argon 定價：每標記便宜，但每任務不便宜

來源

• Gemini 4 Argon：旨在解決您最棘手的問題（Google）
• Gemini 4 Argon 的新功能（Google AI for Developers）
• 長解碼（Google AI for Developers）
• Gemini 4 Argon：Google 再次成為三大智能實驗室之一（人工分析）
• AIHubMix 上的 Gemini 4 Argon（AIHubMix）