Skip to main content
Gemini 4 Argon(gemini-4-argon)是谷歌 2026 年 9 月 30 日釋出的新一代旗艦模型,也是 Gemini 4 家族的第一款,官方定位是長程軟體工程、法律 / 金融等企業知識工作和網路安全防禦。10 月 13 日起向 Gemini API 付費層開放,API易 是首批拿到呼叫權限的平臺之一,已開通 Gemini 原生與 OpenAI 相容雙端點,並在上線前以 gemini-3.1-pro-preview 為參照完成了 400 餘次實測。
API易 已接入 Gemini 4 Argon:模型名 gemini-4-argon,default / svip 分組可用,由谷歌官方資源承載。當前為谷歌官方限時優惠期定價(輸入 $2 / 輸出 $10 每 1M tokens,至 2026 年 11 月 30 日);12 月 1 日起谷歌恢復 $4 / $20,API易 同步調整。
從 Gemini 3.x 遷移有一處必改:Argon 不支援 thinkingConfig.thinkingBudget,傳了可能直接返回 400(Thinking budget is not supported for this model. Use thinking level instead.),也可能被忽略,結果不穩定。谷歌遷移指南寫的是「棄用並告警」,實測會出現硬報錯。請刪掉 thinkingBudget,統一改用 thinkingLevel(low / medium / high)。

核心優勢

同等正確率,思考少一個數量級

實測 12 道可自動判分的題各 3 次,Argon 與 3.1 Pro 都是 36/36,但 Argon 的思考 tokens 只有 3.1 Pro 的約 1/12,P50 耗時 15.4 秒對 35.0 秒。思考 tokens 按輸出計費,單題實際花費更低。

1M 上下文實測可用

實測 101 萬 tokens 的輸入正常返回,再大一點報 400,報錯資訊寫明上限 1,048,576。23.9 萬 tokens 大海撈針 29.7 秒答對,比 3.1 Pro 快近一半。

官方基準多項第一

谷歌公佈:DeepSWE v1.1 77.9%、LVBench 長影片理解 91.7%、AutomationBench 51.3%,Vals Index 排名第一,CWE-bench v1 並列第一。

雙端點、工具鏈完整

原生端 14/14、OpenAI 相容端 12/13(唯一未過項與 3.1 Pro 相同)。函式呼叫(單次 / 並行 / 順序)、結構化輸出、圖片與影片理解、程式碼執行、URL context 均通過。

模型資訊

官方基準

以下資料均為谷歌官方公佈(blog.google 2026-09-30 與 10-13 兩篇釋出文),未經 API易 復現:

實測能力矩陣

API易 於 2026 年 10 月 13 日 ~ 14 日 (UTC+8) 實測,相容性部分每個用例與 gemini-3.1-pro-preview 同時發起:
搜尋 grounding 待確認:傳 tools: [{"googleSearch": {}}] 返回 200,但響應裡沒有 groundingMetadata,說明答案來自模型自身知識而非即時檢索。3.1 Pro 在同一輪測試中表現相同,更可能是鏈路的開通狀態問題,而非模型能力差異。依賴即時檢索的場景請先小流量驗證。

定價

模型價格與官網對齊,且可能隨官網調整;上表僅供參考,具體以頂部導航「模型價格」欄目為準:模型價格。
計費已實測核對:三次呼叫合計實扣與按上表單價算出的金額相差 1.5% 以內。思考 tokens 計入輸出——Argon 在多數請求裡思考很少,這是它比同檔模型實際更省錢的主要原因。折扣通過充值加贈體現,詳見 充值優惠。

思考控制

官方預設檔位是 medium。同一道組合數學證明題的實測(原生端點):
low / medium 會按題目難度自適應,這類題它判斷不需要思考就直接作答。需要穩定拿到深度推理(多檔案排障、形式化數學、架構設計)時請顯式傳 high。要看思考過程傳 includeThoughts: true,用量看 usageMetadata.thoughtsTokenCount。
OpenAI 相容端的 reasoning_effort 效果不明顯:minimal / low / medium / high 均返回 200,但 usage.completion_tokens_details.reasoning_tokens 不回顯,各檔 completion tokens 相近。Argon 不能關閉思考,不要傳 reasoning_effort: "none",可能返回 400。需要可控的深度思考請走 Gemini 原生端點並傳 thinkingLevel: "high"。

快取

谷歌官方稱 Argon 自動開啟隱式快取、不支援顯式快取。API易 實測命中率不高:多數同字首重複請求沒有命中,只在部分請求上觀察到命中(7 萬 tokens 字首連發 4 次,後兩次命中約 6.8 萬 tokens,按快取價計費)。
請不要按快取命中做成本預算。Gemini 系列的隱式快取命中率本來就不穩定,Argon 也是如此,按全額輸入價估算更穩妥,命中了算額外節省。判斷是否命中請以控制台「快取計費詳情」為準。

呼叫示例

Gemini 原生格式(推薦,能力最全)

原生端點兩種認證方式都可用:x-goog-api-key 請求頭(官方 SDK 預設)或 Authorization: Bearer,令牌都是 API易 的 sk- 令牌。

OpenAI 相容格式(存量程式碼零改造)

遷移指南

改模型名,再檢查三處:① 刪掉 thinkingBudget,改 thinkingLevel(否則可能 400);② 不再依賴 temperature / topP / topK,官方說明 Argon 會忽略自定義取樣值(實測傳了不報錯,但不保證生效);③ 去掉顯式快取 cachedContents 相關呼叫。價格方面,限時優惠期內輸入比 3.1 Pro 略高、輸出略低,加上思考量少得多,大多數任務的實際花費更低。
官方建議複雜推理請求把 HTTP 超時設到 15~20 分鐘。日常請求實測序列與 16 路併發都在 2~4 秒返回;但首發時段我們觀察到過偶發的數分鐘級排隊,生產環境請務必放寬超時並配好重試。
官方的 long decode(單次生成最多到「1M 減輸入」)需要 Interactions API 的 background=True,或 generateContent 上的客戶端續寫協議。API易 閘道目前不支援 Interactions API(實測 404),所以請按預設 65,536 輸出上限設計;超長產物建議拆成多輪生成。
原生端點做 Function Calling 時,第二輪請求要把模型上一輪返回的內容原樣帶回,包括 part 裡的 thoughtSignature,不要刪改或自己拼接。官方 google-genai SDK 用 chat 會話或直接回傳 response.candidates[0].content 時會自動處理。OpenAI 相容端由閘道處理簽名,按標準 tool_calls / tool 訊息回傳即可,實測兩輪呼叫 10/10 通過。偶發返回 400 Invalid thought signature / Corrupted thought signature 時,把這一輪請求原樣重發一次即可,不需要改請求內容。
Argon 目前只支援 /v1/chat/completions 和 Gemini 原生端點,不支援 /v1/responses(會返回 contents is required)。Codex 這類預設走 Responses API 的客戶端,請把 provider 配置成 chat 協議(wire_api = "chat")。
兩種都可用,推薦 responseJsonSchema(標準 JSON Schema 寫法)。responseSchema 是 OpenAPI 子集,不認 additionalProperties 等欄位,寫了可能返回 400 Unknown name "additionalProperties"。OpenAI 相容端用 response_format: {"type": "json_schema", ...} 即可。
不需要。API易 令牌(sk- 開頭)直接放在 x-goog-api-key 請求頭即可,官方 google-genai SDK 只需把 base_url 改為 https://api.apiyi.com。
程式碼執行、URL context、safetySettings、stopSequences 嚴格執行、可控的思考檔位都只在 Gemini 原生端點可用。OpenAI 相容端覆蓋常規能力(對話 / 流式 / Function Call / JSON Schema / 視覺),但 stop 不生效、reasoning_effort 效果不明顯。

相關文件