> ## 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 上线：谷歌新旗舰首批开放

> 谷歌 Gemini 4 家族首款旗舰 gemini-4-argon 已在 API易 开放调用，限时优惠期 $2/$10。400 余次上线前实测：与 3.1 Pro 同等正确率，思考量只有约 1/12，1M 上下文实测可用。

## 核心要点

* **首批开放**：谷歌 9 月 30 日发布 Gemini 4 Argon，10 月 13 日向 Gemini API 付费层开放。API易 首批接入，模型名 `gemini-4-argon`，`default` / `svip` 分组可用，由谷歌官方资源承载
* **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**
* **正确率不变、思考少一个数量级**：12 道自动判分题各跑 3 次，Argon 与 3.1 Pro 都是 36/36，但思考 tokens 只有 3.1 Pro 的约 1/12，P50 耗时从 35.0 秒降到 15.4 秒
* **1M 上下文实测可用**：101 万 tokens 的输入正常返回，上限 1,048,576
* **迁移必改一处**：Argon 不支持 `thinkingBudget`，传了可能直接返回 400，必须改用 `thinkingLevel`

## 背景介绍

Argon 是 Gemini 4 家族的第一款模型。谷歌给它的定位不是「更会聊天」，而是**长程任务**：大型代码库重构、跨语言迁移、漏洞挖掘与修复、法律与金融这类需要多步推理的企业知识工作。

发布是分阶段的：9 月 30 日先通过 Fairwind 计划开放给受信任的网络安全防御方，10 月 13 日起面向 Gemini API 付费层、Google AI Ultra 订阅用户和企业客户全面开放。谷歌在发布文里披露的内部案例相当激进：帮 Chrome 团队从 4000 万行的 Chromium 中拆出约 600 万行的遗留模块、把 Gemma 在 vLLM 上的推理吞吐提高 2.85 倍、把 Fuchsia 内核 80 万行 C/C++ 往 Rust 迁移。

API 层面最大的变化是**输入与输出共用 1M tokens 窗口**。此前 Gemini 的输出上限是 64K，Argon 理论上可以单次生成到「1M 减输入」。

## 详细解析

### 性能基准

以下为**谷歌官方公布**数据，未经第三方复现：

| 基准 | 衡量内容 | Gemini 4 Argon |
| - | - | - |
| DeepSWE v1.1 | 真实世界长程软件工程 | 77.9％ |
| AutomationBench（Zapier） | 端到端业务流程执行 | 51.3％（第 1） |
| LVBench | 长视频理解 | 91.7％ |
| CWE-bench v1 | 安全漏洞修复 | 68％（并列第 1） |
| ERQA | 具身 / 空间推理 | 87％ |
| Vals Index | 金融 / 编程 / 法律 / 税务综合 | 第 1 名 |

<Warning>
  有媒体援引彭博社报道称，部分有内测权限的谷歌工程师认为 Argon 在真实前端开发上表现一般。我们无法核实这一说法，列出来供参考：**基准分数高不等于你的场景一定好用，上线前请用自己的任务验证**。
</Warning>

### API易 实测结果

我们在 10 月 13 日 \~ 14 日 (UTC+8) 跑了 400 余次调用，对照组是现网的 `gemini-3.1-pro-preview` 和 `gemini-3.8-flash`。

**效果**：12 道可自动判分的题（数学、日期推算、计数、严格格式的中文写作、JSON 抽取，以及两道在本地跑单元测试判分的 Python 代码题），每题 3 次：

| 模型 | 正确 | P50 耗时 | 思考 tokens 中位数 | 输出 + 思考合计 |
| - | - | - | - | - |
| **gemini-4-argon** | 36/36 | 15.4s | 115 | 15,797 |
| gemini-3.1-pro-preview | 36/36 | 35.0s | 1,566 | 87,029 |
| gemini-3.8-flash | 36/36 | 9.4s | 619 | 29,039 |

这组题对三款模型都不难，所以正确率拉不开差距。真正的差异在**花了多少 tokens 才答对**：Argon 只用了 3.1 Pro 不到五分之一的输出 + 思考 tokens。

**兼容性**：150 个用例双协议成对测试，Argon 原生端 14/14、OpenAI 兼容端 12/13，唯一未过项与 3.1 Pro 相同。3.1 Pro 反而在两项上掉了分：OpenAI 端并行函数调用 0/2、8.6K 前缀加 128 输出上限的长上下文题 0/2（思考把输出额度吃光了）。

**速度**：写约 1,300 tokens 的中文长文，Argon 首字 2~~7 秒，3.1 Pro 要 27~~54 秒（另有 1 次 10 分钟超时）。三款模型的生成吞吐都在每秒 70\~97 tokens 之间，首字快是因为 Argon 在写作类请求上基本不思考。

### 核心特性与注意事项

<CardGroup cols={2}>
  <Card title="自适应思考" icon="brain">
    默认 `medium`。low / medium 会按难度自适应，简单问题直接作答；要稳定拿到深度推理请显式传 `high`（实测同一道证明题思考从 0 升到 1,097 tokens）。
  </Card>

  <Card title="不支持 thinkingBudget" icon="ban">
    谷歌文档说的是弃用并告警，API易 实测会出现硬报错（400）。从 3.x 迁移必须删掉 `thinkingBudget`，`minimal` 档同样不支持。
  </Card>

  <Card title="采样参数被忽略" icon="sliders-horizontal">
    官方说明 Argon 忽略自定义的 `temperature` / `topP` / `topK`。实测传了不报错，但别指望它们生效。
  </Card>

  <Card title="缓存命中率不高" icon="database">
    官方称隐式缓存自动开启，实测多数同前缀重复请求没有命中，只在部分请求上命中。成本预算请按全额输入价算，命中了算额外节省。
  </Card>
</CardGroup>

### 技术规格

| 参数 | 值 |
| - | - |
| 模型名 | `gemini-4-argon` |
| 上下文 | 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 |
| 输入模态 | 文本、图像、视频、音频 |
| 思考档位 | low / medium（默认）/ high |
| 端点 | Gemini 原生 `generateContent`、OpenAI 兼容 `chat/completions` |

超过 64K 的 long decode 需要 Interactions API，API易 网关暂未支持，目前请按 65,536 输出上限设计。

## 实际应用

### 推荐场景

* **大型代码库的重构、迁移与审查**：Argon 的主打场景，配合 `thinkingLevel: "high"`
* **长文档 / 长视频分析**：合同、财报、法律文书批量交叉比对，1M 上下文一次装下
* **Agent 编排**：谷歌的建议是 Argon 做主控规划与审查、[Gemini 3.8 Flash](/api-capabilities/gemini-3-8-flash/overview) 做并行执行的子 Agent，兼顾质量与成本
* **安全审计**：漏洞定位与修复建议

### 代码示例

```python 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="审查这段代码的并发安全问题，并给出最小改动的修复方案：...",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="high")
    )
)
print(response.text)
```

OpenAI SDK 用户把 `base_url` 设为 `https://api.apiyi.com/v1`、模型名换成 `gemini-4-argon` 即可。更多示例见 [Gemini 4 Argon 概览](/api-capabilities/gemini-4-argon/overview)。

### 最佳实践

1. **超时放宽到 15\~20 分钟**：这是官方建议；首发时段我们也观察到过偶发的数分钟级排队
2. **深度推理显式传 `high`**：默认档位会自适应，复杂任务别依赖默认值
3. **OpenAI 兼容端不适合精细控制思考**：`reasoning_effort` 效果不明显，需要可控推理请走原生端
4. **Agent 客户端走 chat 协议**：Argon 不支持 `/v1/responses`，Codex 这类客户端请配置成 `/v1/chat/completions`；原生端多轮工具调用要把上一轮内容连同 `thoughtSignature` 原样带回

## 价格与可用性

### 定价信息

| 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单价算出的金额相差 1.5％ 以内。

单价之外更值得看的是**用量**：同样答对一道题，Argon 消耗的输出 + 思考 tokens 显著少于 3.1 Pro。限时优惠期内它的输入价比 3.1 Pro 略高、输出价略低，大多数任务的实际花费反而更低。12 月 1 日恢复原价后单价翻倍，届时请重新评估成本。

### 叠加网站充值活动

模型计费与官网逐项一致，折扣通过充值加赠体现，详见 [充值优惠说明](/faq/recharge-promotions)。

## 总结与建议

Gemini 4 Argon 在我们的测试里没有暴露能力上的短板，最突出的是**用更少的思考拿到同样的正确率**，又快又省。现在用 3.1 Pro 做复杂推理、代码与长文档任务的团队，值得趁限时优惠期切一部分流量过来对比。迁移时记得删掉 `thinkingBudget`、放宽超时，缓存先不要算进成本。

<Info>
  **信息来源**（获取于 2026-10-14）：谷歌官方博客 `blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/`（2026-09-30）与 `blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/`（2026-10-13）；Google AI Studio 开发者指南 `aistudio.google.com/learn/gemini-4-argon-developer-guide`；工程师评价来自 Startup Fortune 转述彭博社报道。实测数据来自 API易 2026 年 10 月 13 日 \~ 14 日 (UTC+8) 的上线前测试。
</Info>


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