Skip to main content
Gemini 4 Argon(gemini-4-argon)是谷歌 2026 年 9 月 30 日发布的新一代旗舰模型,也是 Gemini 4 家族的第一款,官方定位是长程软件工程、法律 / 金融等企业知识工作和网络安全防御。10 月 13 日起向 Gemini API 付费层开放,API易 是首批拿到调用权限的平台之一,已开通 Gemini 原生与 OpenAI 兼容双端点,并在上线前以 gemini-3.1-pro-preview 为参照完成了 400 余次实测。
API易 已接入 Gemini 4 Argon:模型名 gemini-4-argon,default / svip 分组可用,由谷歌官方资源承载。当前为谷歌官方限时优惠期定价(输入 $2 / 输出 $10 每 1M tokens,至 2026 年 11 月 30 日);12 月 1 日起谷歌恢复 $4 / $20,API易 同步调整。
从 Gemini 3.x 迁移有一处必改:Argon 不支持 thinkingConfig.thinkingBudget,传了可能直接返回 400(Thinking budget is not supported for this model. Use thinking level instead.),也可能被忽略,结果不稳定。谷歌迁移指南写的是「弃用并告警」,实测会出现硬报错。请删掉 thinkingBudget,统一改用 thinkingLevel(low / medium / high)。

核心优势

同等正确率,思考少一个数量级

实测 12 道可自动判分的题各 3 次,Argon 与 3.1 Pro 都是 36/36,但 Argon 的思考 tokens 只有 3.1 Pro 的约 1/12,P50 耗时 15.4 秒对 35.0 秒。思考 tokens 按输出计费,单题实际花费更低。

1M 上下文实测可用

实测 101 万 tokens 的输入正常返回,再大一点报 400,报错信息写明上限 1,048,576。23.9 万 tokens 大海捞针 29.7 秒答对,比 3.1 Pro 快近一半。

官方基准多项第一

谷歌公布:DeepSWE v1.1 77.9%、LVBench 长视频理解 91.7%、AutomationBench 51.3%,Vals Index 排名第一,CWE-bench v1 并列第一。

双端点、工具链完整

原生端 14/14、OpenAI 兼容端 12/13(唯一未过项与 3.1 Pro 相同)。函数调用(单次 / 并行 / 顺序)、结构化输出、图片与视频理解、代码执行、URL context 均通过。

模型信息

官方基准

以下数据均为谷歌官方公布(blog.google 2026-09-30 与 10-13 两篇发布文),未经 API易 复现:

实测能力矩阵

API易 于 2026 年 10 月 13 日 ~ 14 日 (UTC+8) 实测,兼容性部分每个用例与 gemini-3.1-pro-preview 同时发起:
搜索 grounding 待确认:传 tools: [{"googleSearch": {}}] 返回 200,但响应里没有 groundingMetadata,说明答案来自模型自身知识而非实时检索。3.1 Pro 在同一轮测试中表现相同,更可能是链路的开通状态问题,而非模型能力差异。依赖实时检索的场景请先小流量验证。

定价

模型价格与官网对齐,且可能随官网调整;上表仅供参考,具体以顶部导航「模型价格」栏目为准:模型价格。
计费已实测核对:三次调用合计实扣与按上表单价算出的金额相差 1.5% 以内。思考 tokens 计入输出——Argon 在多数请求里思考很少,这是它比同档模型实际更省钱的主要原因。折扣通过充值加赠体现,详见 充值优惠。

思考控制

官方默认档位是 medium。同一道组合数学证明题的实测(原生端点):
low / medium 会按题目难度自适应,这类题它判断不需要思考就直接作答。需要稳定拿到深度推理(多文件排障、形式化数学、架构设计)时请显式传 high。要看思考过程传 includeThoughts: true,用量看 usageMetadata.thoughtsTokenCount。
OpenAI 兼容端的 reasoning_effort 效果不明显:minimal / low / medium / high 均返回 200,但 usage.completion_tokens_details.reasoning_tokens 不回显,各档 completion tokens 相近。Argon 不能关闭思考,不要传 reasoning_effort: "none",可能返回 400。需要可控的深度思考请走 Gemini 原生端点并传 thinkingLevel: "high"。

缓存

谷歌官方称 Argon 自动开启隐式缓存、不支持显式缓存。API易 实测命中率不高:多数同前缀重复请求没有命中,只在部分请求上观察到命中(7 万 tokens 前缀连发 4 次,后两次命中约 6.8 万 tokens,按缓存价计费)。
请不要按缓存命中做成本预算。Gemini 系列的隐式缓存命中率本来就不稳定,Argon 也是如此,按全额输入价估算更稳妥,命中了算额外节省。判断是否命中请以控制台「缓存计费详情」为准。

调用示例

Gemini 原生格式(推荐,能力最全)

原生端点两种认证方式都可用:x-goog-api-key 请求头(官方 SDK 默认)或 Authorization: Bearer,令牌都是 API易 的 sk- 令牌。

OpenAI 兼容格式(存量代码零改造)

迁移指南

改模型名,再检查三处:① 删掉 thinkingBudget,改 thinkingLevel(否则可能 400);② 不再依赖 temperature / topP / topK,官方说明 Argon 会忽略自定义采样值(实测传了不报错,但不保证生效);③ 去掉显式缓存 cachedContents 相关调用。价格方面,限时优惠期内输入比 3.1 Pro 略高、输出略低,加上思考量少得多,大多数任务的实际花费更低。
官方建议复杂推理请求把 HTTP 超时设到 15~20 分钟。日常请求实测串行与 16 路并发都在 2~4 秒返回;但首发时段我们观察到过偶发的数分钟级排队,生产环境请务必放宽超时并配好重试。
官方的 long decode(单次生成最多到「1M 减输入」)需要 Interactions API 的 background=True,或 generateContent 上的客户端续写协议。API易 网关目前不支持 Interactions API(实测 404),所以请按默认 65,536 输出上限设计;超长产物建议拆成多轮生成。
原生端点做 Function Calling 时,第二轮请求要把模型上一轮返回的内容原样带回,包括 part 里的 thoughtSignature,不要删改或自己拼接。官方 google-genai SDK 用 chat 会话或直接回传 response.candidates[0].content 时会自动处理。OpenAI 兼容端由网关处理签名,按标准 tool_calls / tool 消息回传即可,实测两轮调用 10/10 通过。偶发返回 400 Invalid thought signature / Corrupted thought signature 时,把这一轮请求原样重发一次即可,不需要改请求内容。
Argon 目前只支持 /v1/chat/completions 和 Gemini 原生端点,不支持 /v1/responses(会返回 contents is required)。Codex 这类默认走 Responses API 的客户端,请把 provider 配置成 chat 协议(wire_api = "chat")。
两种都可用,推荐 responseJsonSchema(标准 JSON Schema 写法)。responseSchema 是 OpenAPI 子集,不认 additionalProperties 等字段,写了可能返回 400 Unknown name "additionalProperties"。OpenAI 兼容端用 response_format: {"type": "json_schema", ...} 即可。
不需要。API易 令牌(sk- 开头)直接放在 x-goog-api-key 请求头即可,官方 google-genai SDK 只需把 base_url 改为 https://api.apiyi.com。
代码执行、URL context、safetySettings、stopSequences 严格执行、可控的思考档位都只在 Gemini 原生端点可用。OpenAI 兼容端覆盖常规能力(对话 / 流式 / Function Call / JSON Schema / 视觉),但 stop 不生效、reasoning_effort 效果不明显。

相关文档