> ## 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 テキスト生成

> Googleの新たなフラッグシップ「Gemini 4 Argon」が、GeminiネイティブおよびOpenAI互換エンドポイントに対応し、APIYIにて初日より利用可能です。期間限定プロモーション価格：1M tokensあたり入力 $2 / 出力 $10。400件以上の事前テスト呼び出し、1Mコンテキスト、思考レベル、移行時に必須の修正項目を収録しています。

Gemini 4 Argon（`gemini-4-argon`）は、Googleが2026年9月30日に発表したフラグシップであり、Gemini 4ファミリーの最初のモデルです。Googleはこれを、長期的なソフトウェアエンジニアリング、法務や財務などのエンタープライズ向けナレッジワーク、およびサイバーセキュリティ防御向けとして位置付けています。10月13日にGemini APIの有料ティア向けに提供が開始され、APIYIはいち早くアクセス権を取得したプラットフォームの1つです。**Geminiネイティブ**と**OpenAI互換**の両方のエンドポイントが利用可能であり、リリース前に`gemini-3.1-pro-preview`を基準として400回以上のテスト呼び出しを実施しました。

<Info>
  **Gemini 4 ArgonがAPIYIで利用可能になりました**: モデル名は`gemini-4-argon`で、`default`および`svip`グループで利用でき、公式のGoogleキャパシティから提供されます。価格は現在、2026年11月30日まで有効なGoogleの**期間限定プロモーションレート**（100万 tokens あたり入力\$2 / 出力\$10）が適用されます。**12月1日より、Googleの価格は\$4 / \$20となり、APIYIも同時に調整されます。**
</Info>

<Warning>
  **Gemini 3.xからの移行時に必要な1つの変更点**: Argonは`thinkingConfig.thinkingBudget`を**サポートしていません**。これを渡すと400（`Thinking budget is not supported for this model. Use thinking level instead.`）が返されるか、無視される可能性があり、結果は信頼できません。Googleの移行ガイドでは警告付きで非推奨と記載されていますが、実際にはハードエラーが発生することを確認しています。`thinkingBudget`を削除し、`thinkingLevel`（`low` / `medium` / `high`）を使用してください。
</Warning>

## 主な利点

<CardGroup cols={2}>
  <Card title="同等の精度で、大幅に少ない思考" icon="gauge">
    それぞれ3回実行された12個の自動採点タスクにおいて、Argonと3.1 Proは共に36/36のスコアを記録しましたが、Argonが使用したthinking tokensは3.1 Proの約1/12であり、レイテンシの中央値も35.0秒に対して15.4秒でした。thinking tokensは出力として課金されるため、実際のタスクあたりのコストを抑えられます。
  </Card>

  <Card title="1Mコンテキストを検証済み" icon="file-text">
    1.01M tokenの入力は正常に応答しました。それを超えるサイズでは、1,048,576の制限を示す400エラーが返されました。239K tokensでのneedle-in-a-haystackテストでは、3.1 Proのほぼ2倍の速さとなる29.7秒で正しく回答しました。
  </Card>

  <Card title="Googleのベンチマークでトップスコアを記録" icon="trophy">
    Googleの報告によると、DeepSWE v1.1で77.9％、LVBench（長尺動画）で91.7％、AutomationBenchで51.3％、Vals Indexで1位、CWE-bench v1で同率1位を記録しています。
  </Card>

  <Card title="両方のエンドポイントに対応、完全なツールチェーン" icon="git-fork">
    ネイティブエンドポイントで14/14、OpenAI互換エンドポイントで12/13（不合格だった1件は3.1 Proと一致）でした。Function calling（単一／並列／シーケンシャル）、構造化出力、画像および動画の理解、コード実行、URLコンテキストのすべてに合格しています。
  </Card>
</CardGroup>

## モデル情報

| パラメーター | 値 |
| - | - |
| **モデル名** | `gemini-4-argon` |
| **入力モダリティ** | テキスト、画像、動画、音声（画像と動画はテスト済み） |
| **出力モダリティ** | テキスト |
| **コンテキストウィンドウ** | 1M tokens、入力と出力で共有（実測の入力上限：1,048,576） |
| **デフォルト最大出力** | 65,536 tokens（Googleの仕様。64Kを超える長いデコードにはInteractions APIが必要ですが、APIYIではまだサポートされていません） |
| **Thinking** | デフォルトは`medium`、`thinkingLevel` low / medium / high、**`thinkingBudget`は非対応** |
| **グループ** | `default`、`svip` |
| **エンドポイント** | `POST /v1beta/models/gemini-4-argon:generateContent`（ネイティブ）、`POST /v1/chat/completions`（OpenAI互換） |
| **ストリーミング** | ✅ 両方のエンドポイント |

## 公式ベンチマーク

以下の数値はすべて**Googleにより公開されたもの**（2026-09-30および10-13の`blog.google`の投稿）であり、APIYIによって再現されたものではありません。

| ベンチマーク | 測定内容 | Gemini 4 Argon |
| - | - | - |
| DeepSWE v1.1 | 実世界の長期的なソフトウェアエンジニアリング | 77.9％（Google発表のSOTA） |
| Vals Index | 金融／コーディング／法務／税務 | 1位 |
| AutomationBench (Zapier) | エンドツーエンドのビジネスワークフロー実行 | 51.3％（1位） |
| LVBench | 長尺動画の理解 | 91.7％（Google発表のSOTA） |
| CWE-bench v1 | セキュリティ脆弱性の修正 | 68％（同率1位） |
| ERQA | 身体的／空間的推論 | 87％ |
| Gray Swan IPI | 間接的プロンプトインジェクションの成功率（低いほど良好） | 0.7％ |

## テスト済み機能マトリクス

2026年10月13日〜14日 (UTC+8) にAPIYIによってテストされました。互換性スイートにおいて、すべてのケースは`gemini-3.1-pro-preview`と**同時に**実行されました。

| 機能 | Gemini ネイティブ | OpenAI 互換 | vs 3.1 Pro |
| - | - | - | - |
| 基本チャット（非ストリーミング / ストリーミング） | ✅ / ✅ | ✅ / ✅ | 同等 |
| システム指示、マルチターン | ✅ | ✅ | 同等 |
| ロングコンテキスト検索（8.6K-token プレフィックス + 最大128出力） | ✅ 2/2 | ✅ | **3.1 Pro 0/2**（thinking が128-tokenの制限を使い果たしました） |
| Needle in a haystack、35K / 239K tokens | ✅ / ✅ | — | 同等、Argon の方が高速 |
| 構造化出力 | ✅ responseJsonSchema（推奨） / responseSchema | ✅ json\_schema | 同等 |
| Function calling（単一 / ラウンドトリップ / シーケンシャル） | ✅ | ✅ | 同等 |
| **並列 Function calling** | ✅ 4/4 | ✅ | **OpenAI エンドポイントで 3.1 Pro 0/2** |
| 画像 / 動画理解 | ✅ 2/2 / ✅ 2/2 | ✅ / ✅ | 同等 |
| コード実行（`codeExecution`） | ✅ | — ネイティブのみ | 同等 |
| URL コンテキスト（`urlContext`） | ✅ `urlContextMetadata` を返却 | — ネイティブのみ | 同等 |
| `stopSequences` / `stop` | ✅ 適用 | ⚠️ 未適用 | 同等 |
| `safetySettings` | ✅ `safetyRatings` を返却 | — ネイティブのみ | 同等 |
| Google Search グラウンディング | ⚠️ 受け入れられるが、`groundingMetadata` は返却されない | — ネイティブのみ | 同等 |
| 暗黙的キャッシュ | ⚠️ 低ヒット率（「キャッシュ」を参照） | 同等 | — |
| 明示的キャッシュ `cachedContents` / `:countTokens` | ❌ 未サポート（Google も明示的キャッシュをサポートしていません） | — | 同等 |
| Interactions API | ❌ APIYI ゲートウェイでは未サポート | — | — |

<Warning>
  **検索グラウンディングは未確認です**：`tools: [{"googleSearch": {}}]` を渡すと200が返されますが、レスポンスに\*\*`groundingMetadata` が含まれない\*\*ため、回答はライブ検索ではなくモデル自体の知識から生成されます。同一のテスト実行において 3.1 Pro も同様の動作を示したため、これはモデル自体の問題ではなくルートのプロビジョニング方法に起因していると考えられます。ライブ検索に依存する場合は、まず少量のトラフィックで検証してください。
</Warning>

## 料金

| 項目 | プロモーション料金（2026-11-30まで） | 2026-12-01以降 |
| - | - | - |
| 入力 | \$2 / 1M tokens | \$4 / 1M tokens |
| 出力（thinkingを含む） | \$10 / 1M tokens | \$20 / 1M tokens |
| キャッシュ読み取り | \$0.1 / 1M tokens | Googleの変更に連動 |

<Note>モデル料金は公式サイトに連動しており、改定される場合があります。上記の表は参考用であり、上部ナビゲーションの**モデル料金**タブが正式な情報源となります：[モデル料金](/en/models/index)。</Note>

**課金は実際の請求額と照合確認済み**: 3回の呼び出しにおいて、実際に差し引かれた金額は上記の単価から計算された金額の1.5％以内でした。Thinking tokensは出力として課金されますが、Argonはほとんどのリクエストで思考量が非常に少ないため、同クラスのモデルと比較して実際にコストを低く抑えられる主な要因となっています。割引はチャージボーナスによるものです。[チャージプロモーション](/ja/faq/recharge-promotions)をご覧ください。

## 思考制御

Googleのデフォルトレベルは`medium`です。ある組合せ論の証明における結果（ネイティブエンドポイント）：

| 設定 | 思考 tokens | レイテンシ |
| - | - | - |
| 未設定（デフォルト medium） | 0 | 9.0s |
| `thinkingLevel: "low"` | 0 | 9.5s |
| `thinkingLevel: "medium"` | 0 | 8.6s |
| `thinkingLevel: "high"` | 1,097 | 28.5s |
| `thinkingBudget`（任意の値） | — | **サポート対象外**、400が返される可能性があります |
| `thinkingLevel: "minimal"` | — | **サポート対象外**、400 |

<Tip>
  Lowおよびmediumは**タスクの難易度に応じて適応します**。この問題では、モデルは思考が不要と判断し、直接回答しました。信頼性の高い深い推論（複数ファイルのデバッグ、厳密な数学、アーキテクチャ設計など）が必要な場合は、**明示的に`high`を渡してください**。思考プロセスを確認するには`includeThoughts: true`を渡し、使用量は`usageMetadata.thoughtsTokenCount`に表示されます。
</Tip>

<Warning>
  **OpenAI互換エンドポイントでの`reasoning_effort`には、目に見える効果がほとんどありません**：`minimal`、`low`、`medium`、`high`はいずれも200を返しますが、`usage.completion_tokens_details.reasoning_tokens`が返されることはなく、completion tokensも各レベルでほぼ同等です。Argonでは思考をオフにできないため、**`reasoning_effort: "none"`は渡さないでください**。400が返される可能性があります。制御可能な深い思考を行うには、Geminiネイティブエンドポイントで`thinkingLevel: "high"`を使用してください。
</Warning>

## キャッシュ

Googleによると、Argonでは**暗黙的キャッシュがデフォルトで有効**になっており、明示的キャッシュはサポートされていません。APIYIのテストではヒット率が低く、同じプレフィックスを持つリクエストを繰り返してもほとんどヒットせず、一部のリクエストでのみヒットが確認されました（70K tokenのプレフィックスを4回送信したところ、最後の2回で約68K tokensがヒットし、キャッシュ料金で課金されました）。

<Warning>
  **キャッシュヒットを前提にした予算組みは避けてください。** Geminiファミリーにおける暗黙的キャッシュのヒット率はこれまでも安定しておらず、Argonも例外ではありません。通常の入力料金を前提に予算を見積もるのが安全な運用であり、キャッシュヒットによる割引は予期せぬ節約分として捉えてください。リクエストがキャッシュにヒットしたかどうかを確認するには、コンソールの**キャッシュ課金詳細**をご確認ください。
</Warning>

## コード例

### Gemini ネイティブフォーマット（推奨、最も完全）

<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": "Introduce yourself in one sentence"}]}],
      "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="Find the concurrency bugs in this code and propose fixes: ...",
      config=types.GenerateContentConfig(
          thinking_config=types.ThinkingConfig(thinking_level="high")
      )
  )
  print(response.text)
  ```
</CodeGroup>

<Note>
  ネイティブエンドポイントは、どちらの認証方式も受け付けます：`x-goog-api-key` ヘッダー（公式 SDK のデフォルト）または `Authorization: Bearer` のいずれかです。どちらにも APIYI の `sk-` キーを使用します。
</Note>

### OpenAI 互換フォーマット（既存コードの変更不要）

<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": "Design a URL shortener that handles a million concurrent users. Cover the architecture and key trade-offs."}]
  )
  print(response.choices[0].message.content)
  ```

  ```javascript Node.js (ストリーミング) 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: 'Outline an assessment report for a Rust migration' }],
    stream: true
  });

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

## 移行ガイド

<AccordionGroup>
  <Accordion title="gemini-3.1-pro-preview からの移行">
    モデル名を変更した上で、次の3点を確認してください。(1) `thinkingBudget` を削除して代わりに `thinkingLevel` を使用してください（そうしないと 400 エラーが発生する可能性があります）。(2) Google によると Argon はカスタムサンプリング値を無視するため、`temperature`、`topP`、および `topK` に依存しないようにしてください（弊社のテストではこれらを渡してもエラーにはなりませんが、適用される保証はありません）。(3) 明示的なキャッシュ呼び出し（`cachedContents`）を削除してください。価格面では、プロモーション期間中の入力は 3.1 Pro よりわずかに高く、出力はわずかに安くなっています。また、Argon は思考量が大幅に少ないため、全体としてほとんどのタスクでコストが抑えられます。
  </Accordion>

  <Accordion title="クライアントのタイムアウトはどのくらいに設定すべきですか？">
    Google は、難度の高い推論リクエストに対して **15〜20分** の HTTP タイムアウトを推奨しています。弊社のテストでは、日常的なリクエストは順次実行および16並列の同時実行数の両方において2〜4秒で返されましたが、リリース直後の期間には数分間のキューイングが時折発生することが確認されました。本番環境では、余裕を持ったタイムアウトを設定し、リトライを設定してください。
  </Accordion>

  <Accordion title="64K tokens を超える出力は可能ですか？">
    Google のロングデコード（一度に「1Mから入力分を引いた値」まで生成）には、Interactions API 上の `background=True`、または generateContent 上のクライアント側の継続プロトコルが必要です。APIYI ゲートウェイは**まだ Interactions API をサポートしていません**（404 が返されます）。そのため、デフォルトの 65,536 token の出力制限を前提に設計し、非常に長い出力は複数のターンに分割してください。
  </Accordion>

  <Accordion title="マルチターンのツール呼び出しで注意すべき点は何ですか？">
    ネイティブエンドポイントでは、Function Calling のやり取りにおける2回目のリクエストで、parts 内の `thoughtSignature` を含め、モデルの前回のターンを**変更せずにそのまま**送り返す必要があります。ご自身で編集したり再構築したりしないでください。公式の google-genai SDK は、チャットセッションを使用するか `response.candidates[0].content` を返送する際にこれを自動的に処理します。OpenAI 互換エンドポイントではゲートウェイが署名を処理するため、標準的な `tool_calls` / `tool` メッセージで十分です。弊社のテストでは2ターンの呼び出しが 10/10 でパスしました。時折 400 `Invalid thought signature` や `Corrupted thought signature` が発生した場合は、同一のリクエストを一度再送信してください。変更を加える必要はありません。
  </Accordion>

  <Accordion title="Codex や同様のクライアントを接続するにはどうすればよいですか？">
    Argon は現在、`/v1/chat/completions` および Gemini ネイティブエンドポイントのみをサポートしています。**`/v1/responses` はサポートされていません**（`contents is required` が返されます）。Responses API をデフォルトとする Codex などのクライアントでは、チャットプロトコル（`wire_api = "chat"`）を使用するようにプロバイダーを設定してください。
  </Accordion>

  <Accordion title="構造化出力には responseSchema と responseJsonSchema のどちらを使用すべきですか？">
    どちらも動作しますが、`responseJsonSchema`（標準 JSON Schema）を推奨します。`responseSchema` は OpenAPI のサブセットであり、**`additionalProperties` などのフィールドを受け付けません**。これらを含めると 400 `Unknown name "additionalProperties"` が返される可能性があります。OpenAI 互換エンドポイントでは、`response_format: {"type": "json_schema", ...}` を使用してください。
  </Accordion>

  <Accordion title="ネイティブエンドポイントを使用するには Google API キーが必要ですか？">
    いいえ、不要です。`x-goog-api-key` ヘッダーに（`sk-` で始まる）APIYI キーを指定してください。公式の google-genai SDK を使用する場合は、`base_url` を `https://api.apiyi.com` に設定するだけです。
  </Accordion>

  <Accordion title="ネイティブ限定の機能はどれですか？">
    コード実行、URL コンテキスト、`safetySettings`、強制 `stopSequences`、および制御可能な思考レベルは、Gemini ネイティブエンドポイントでのみ利用可能です。OpenAI 互換エンドポイントは一般的な機能（チャット、ストリーミング、Function Calling、JSON Schema、ビジョン）をカバーしていますが、`stop` は強制されず、`reasoning_effort` には目に見える効果がほとんどありません。
  </Accordion>
</AccordionGroup>

## 関連ドキュメント

* [Gemini 4 Argon リリースノート（完全なテストデータ付き）](/en/news/gemini-4-argon-launch)
* [Gemini 3.8 Flash の概要](/ja/api-capabilities/gemini-3-8-flash/overview)
* [Gemini ネイティブ呼び出しガイド](/ja/api-capabilities/gemini/native)
* [Gemini Interactions API](/ja/api-capabilities/gemini/interactions-api)


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