> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Gemini 4 Argon 文本生成

> 谷歌新一代旗舰 Gemini 4 Argon：API易 首批开通 Gemini 原生与 OpenAI 兼容双端点，限时优惠期输入 $2、输出 $10 每 1M tokens。含上线前 400 余次实测：1M 上下文、思考档位、迁移必改项。

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。

<Info>
  **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**。
</Info>

<Warning>
  **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`）。
</Warning>

## 核心优势

<CardGroup cols={2}>
  <Card title="同等正确率，思考少一个数量级" icon="gauge">
    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。
  </Card>

  <Card title="1M 上下文实测可用" icon="file-text">
    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。
  </Card>

  <Card title="官方基准多项第一" icon="trophy">
    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。
  </Card>

  <Card title="双端点、工具链完整" icon="git-fork">
    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。
  </Card>
</CardGroup>

## 模型信息

| 参数 | 值 |
| - | - |
| **模型名称** | `gemini-4-argon` |
| **输入模态** | 文本、图像、视频、音频（图像与视频已实测） |
| **输出模态** | 文本 |
| **上下文窗口** | 1M tokens，输入与输出共用（实测输入上限 1,048,576） |
| **默认最大输出** | 65,536 tokens（官方口径；超过 64K 的 long decode 需 Interactions API，API易 暂未支持） |
| **深度思考** | 默认 `medium`；`thinkingLevel` 三档 low / medium / high；**不支持 `thinkingBudget`** |
| **可用分组** | `default`、`svip` |
| **端点** | `POST /v1beta/models/gemini-4-argon:generateContent`（原生）、`POST /v1/chat/completions`（OpenAI 兼容） |
| **流式输出** | ✅ 两端点均支持 |

## 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：

| 基准 | 衡量内容 | Gemini 4 Argon |
| - | - | - |
| DeepSWE v1.1 | 真实世界长程软件工程 | 77.9％（官方称 SOTA） |
| Vals Index | 金融 / 编程 / 法律 / 税务综合 | 第 1 名 |
| AutomationBench（Zapier） | 端到端业务流程执行 | 51.3％（第 1 名） |
| LVBench | 长视频理解 | 91.7％（官方称 SOTA） |
| CWE-bench v1 | 安全漏洞修复 | 68％（并列第 1） |
| ERQA | 具身 / 空间推理 | 87％ |
| Gray Swan IPI | 间接提示注入攻击成功率（越低越好） | 0.7％ |

## 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**：

| 能力 | Gemini 原生 | OpenAI 兼容 | 与 3.1 Pro 对比 |
| - | - | - | - |
| 基础对话（非流式 / 流式） | ✅ / ✅ | ✅ / ✅ | 一致 |
| 系统指令、多轮对话 | ✅ | ✅ | 一致 |
| 长上下文定位（8.6K tokens 前缀 + 128 输出上限） | ✅ 2/2 | ✅ | **3.1 Pro 0/2**（思考把 128 上限吃光） |
| 大海捞针 35K / 239K tokens | ✅ / ✅ | — | 一致，Argon 更快 |
| 结构化输出 | ✅ responseJsonSchema（推荐）/ responseSchema | ✅ json\_schema | 一致 |
| Function calling（单次 / 回传 / 顺序） | ✅ | ✅ | 一致 |
| **并行 Function calling** | ✅ 4/4 | ✅ | **3.1 Pro 在 OpenAI 端 0/2** |
| 图像理解 / 视频理解 | ✅ 2/2 / ✅ 2/2 | ✅ / ✅ | 一致 |
| 代码执行（`codeExecution`） | ✅ | — 原生专属 | 一致 |
| URL context（`urlContext`） | ✅ 回 `urlContextMetadata` | — 原生专属 | 一致 |
| `stopSequences` / `stop` | ✅ 严格执行 | ⚠️ 不生效 | 一致 |
| `safetySettings` | ✅ 回 `safetyRatings` | — 原生专属 | 一致 |
| Google 搜索 grounding | ⚠️ 请求被接受但未回 `groundingMetadata` | — 原生专属 | 一致 |
| 隐式缓存 | ⚠️ 命中率不高（见下方「缓存」） | 同左 | — |
| 显式缓存 `cachedContents` / `:countTokens` | ❌ 不支持（官方也不支持显式缓存） | — | 一致 |
| Interactions API | ❌ API易 网关暂未支持 | — | — |

<Warning>
  **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。
</Warning>

## 定价

| 项目 | 限时优惠期（至 2026-11-30） | 2026-12-01 起 |
| - | - | - |
| 输入 | \$2 / 1M tokens | \$4 / 1M tokens |
| 输出（含思考） | \$10 / 1M tokens | \$20 / 1M tokens |
| 缓存读取 | \$0.1 / 1M tokens | 随官方调整 |

<Note>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](/models/index)。</Note>

**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](/faq/recharge-promotions)。

## 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）：

| 配置 | 思考 tokens | 耗时 |
| - | - | - |
| 不传（默认 medium） | 0 | 9.0s |
| `thinkingLevel: "low"` | 0 | 9.5s |
| `thinkingLevel: "medium"` | 0 | 8.6s |
| `thinkingLevel: "high"` | 1,097 | 28.5s |
| `thinkingBudget`（任意值） | — | **不支持**，可能 400 |
| `thinkingLevel: "minimal"` | — | **不支持**，400 |

<Tip>
  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`。
</Tip>

<Warning>
  **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"`。
</Warning>

## 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）。

<Warning>
  **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。
</Warning>

## 调用示例

### Gemini 原生格式（推荐，能力最全）

<CodeGroup>
  ```bash cURL theme={null}
  curl -X POST "https://api.apiyi.com/v1beta/models/gemini-4-argon:generateContent" \
    -H "x-goog-api-key: sk-your-apiyi-key" \
    -H "Content-Type: application/json" \
    -d '{
      "contents": [{"parts": [{"text": "用一句话介绍你自己"}]}],
      "generationConfig": {"thinkingConfig": {"thinkingLevel": "low"}}
    }'
  ```

  ```python Python（google-genai SDK） theme={null}
  from google import genai
  from google.genai import types

  client = genai.Client(
      api_key="sk-your-apiyi-key",
      http_options=types.HttpOptions(base_url="https://api.apiyi.com", timeout=1200_000)
  )

  response = client.models.generate_content(
      model="gemini-4-argon",
      contents="找出这段代码的并发问题并给出修复方案：...",
      config=types.GenerateContentConfig(
          thinking_config=types.ThinkingConfig(thinking_level="high")
      )
  )
  print(response.text)
  ```
</CodeGroup>

<Note>
  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。
</Note>

### OpenAI 兼容格式（存量代码零改造）

<CodeGroup>
  ```python Python（OpenAI SDK） theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="sk-your-apiyi-key",
      base_url="https://api.apiyi.com/v1",
      timeout=1200
  )

  response = client.chat.completions.create(
      model="gemini-4-argon",
      messages=[{"role": "user", "content": "设计一个支持百万并发的短链服务，给出架构与关键取舍"}]
  )
  print(response.choices[0].message.content)
  ```

  ```javascript Node.js（流式） theme={null}
  import OpenAI from 'openai';

  const client = new OpenAI({
    apiKey: 'sk-your-apiyi-key',
    baseURL: 'https://api.apiyi.com/v1'
  });

  const stream = await client.chat.completions.create({
    model: 'gemini-4-argon',
    messages: [{ role: 'user', content: '写一份 Rust 迁移评估报告的大纲' }],
    stream: true
  });

  for await (const chunk of stream) {
    process.stdout.write(chunk.choices[0]?.delta?.content ?? '');
  }
  ```
</CodeGroup>

## 迁移指南

<AccordionGroup>
  <Accordion title="从 gemini-3.1-pro-preview 迁移">
    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。
  </Accordion>

  <Accordion title="客户端超时要设多长？">
    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。
  </Accordion>

  <Accordion title="能输出超过 64K tokens 吗？">
    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。
  </Accordion>

  <Accordion title="多轮工具调用要注意什么？">
    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。
  </Accordion>

  <Accordion title="Codex 等客户端怎么接入？">
    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"`）。
  </Accordion>

  <Accordion title="结构化输出用 responseSchema 还是 responseJsonSchema？">
    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。
  </Accordion>

  <Accordion title="原生端点需要 Google API Key 吗？">
    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`。
  </Accordion>

  <Accordion title="哪些能力只有原生端点有？">
    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。
  </Accordion>
</AccordionGroup>

## 相关文档

* [Gemini 4 Argon 上线说明（含完整实测数据）](/news/gemini-4-argon-launch)
* [Gemini 3.8 Flash 概览](/api-capabilities/gemini-3-8-flash/overview)
* [Gemini 原生调用通用指南](/api-capabilities/gemini/native)
* [Gemini Interactions API 说明](/api-capabilities/gemini/interactions-api)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.