Gemini 4 Argon のデベロッパー ガイド

Gemini 4 Argon は、Google のフロンティア モデルです。コーディング、金融、法律、サイバーセキュリティ、科学など、さまざまな分野の複雑な現実世界のタスクで高度な作業を行うことができます。Gemini 4 ファミリーの最初のモデルです。

このドキュメントでは、4 Argon の新機能、適用される API の規則、移行方法、クイックスタートについて説明します。Gemini 4 ファミリーの概要については、 Gemini 4 を使ってみるをご覧ください。

Gemini 4 Argon の新機能

• コンテキスト ウィンドウ: 1,048,576 トークンのコンテキスト ウィンドウは、 入力トークン、思考トークン、出力トークンで共有されます。
• 最大 1,048,576 トークンの長いデコード: 単一リクエストの出力上限（ストリーミング リクエストの場合は 65,536 トークン、ストリーミングを使用しない直接 HTTP リクエストの場合は 32,768 トークン）を超えて、`GenerateContent` で最大 1,048,576 トークンまで生成できます。 GenerateContentGoogle Gen AI SDK は、リクエスト間で continuation_token を自動的に処理します。また、独自の継続ループで continuation_token を管理することもできます。
• 思考レベル: LOW、MEDIUM（ のデフォルト）、HIGH（ のデフォルト）。gemini-4-argongemini-4-argon-cyber-permissive
• 永続的なキャッシュ保存による暗黙的なキャッシュ保存: 暗黙的なキャッシュ保存は、6,144 トークン以上の共有プロンプト プレフィックスに 自動的に適用され、 永続的なキャッシュ保存はデフォルトで有効になっています。明示的なコンテキスト キャッシュ保存はサポートされていません。
• エージェント型動画理解: 一般提供されており、デフォルトでオフになっています。

クイックスタート

始める前に、アプリケーションのデフォルト認証情報（ADC）または API キーを使用して Agent Platform に対する認証を行う必要があります。詳細については、Gemini Enterprise Agent Platform を使ってみるをご覧ください。

次のコードブロックで、PROJECT_ID は実際のプロジェクト ID に置き換えてください。

インストール

最新の Google Gen AI SDK（google-genai >= 2.30.1 for Python, @google/genai >= 2.29.1 for JavaScript, >= 1.74.0 for Go, >= 1.77.0 for Java, >= 1.26.0 for .NET, or >= 1.6.0 for Kotlin）にアップグレードします。

pip install --upgrade "google-genai>=2.30.1"

基本リクエスト

Python（GenerateContent）

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

response = client.models.generate_content(
  model="gemini-4-argon",
  contents="How does AI work?",
)
print(response.text)

Python（Interactions API）

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

turn1 = client.interactions.create(
    model="gemini-4-argon",
    input="Design a lock-free ring buffer in Rust for multi-producer, single-consumer telemetry ingestion.",
    store=True,
)
print(turn1.output_text)

turn2 = client.interactions.create(
    model="gemini-4-argon",
    input="Add a bounded backpressure policy and unit tests for concurrent writers.",
    previous_interaction_id=turn1.id,
)
print(turn2.output_text)

REST

curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json" \
https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-4-argon:generateContent \
-d '{
  "contents": {
    "role": "USER",
    "parts": { "text": "Why is the sky blue?" }
  }
}'

構造化出力

from pydantic import BaseModel, Field
from google import genai
from google.genai import types

class ArchitectureReview(BaseModel):
    component: str = Field(description="Service or module name")
    bottlenecks: list[str] = Field(description="Throughput or latency bottlenecks")
    recommended_changes: list[str] = Field(description="Concrete refactoring steps")

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Review a synchronous order-processing pipeline backed by a single primary database at 15,000 writes/sec.",
    config=types.GenerateContentConfig(
        response_mime_type="application/json",
        response_schema=ArchitectureReview,
        thinking_config=types.ThinkingConfig(thinking_level="HIGH"),
    ),
)
print(response.text)

長いデコード

デフォルトでは、1 つの API リクエストで最大 65,536 個の思考トークンと出力トークン（ストリーミングを使用しない直接 HTTP リクエストの場合は 32,768 トークン）が生成されます。GenerateContent（v1beta1）で最大 1,048,576 トークンのコンプリーションを生成するには、max_output_tokens を 65,536 より大きい値（最大 1,048,576）に設定します。finish_reason が CONTINUATION の場合（GenerateContentConfig で automatic_continuation=False を設定して自動継続を無効にすることもできます）、Google Gen AI SDK はリクエスト間で continuation_token を自動的に追跡します。また、カスタムループで continuation_token を渡すこともできます。

注: 既知の問題: GenerateContent（generateContent と streamGenerateContent）での長いデコードは、v1beta1 API でのみサポートされています（v1 ではサポートされていません）。 Google Gen AI SDK は、 http_options={'api_version': 'v1'} をオーバーライドしない限り、デフォルトで v1beta1 を使用します。直接 REST 呼び出しの場合は、次の例に示すように v1beta1 エンドポイント パスを使用します。

Python（SDK - 推奨）

from google import genai
from google.genai import types

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

# Automatic continuation is enabled by default in google-genai >= 2.30.1.
# Chunks across all continuation requests are yielded as a single stream.
for chunk in client.models.generate_content_stream(
    model="gemini-4-argon",
    contents="Write a complete formal proof of the prime number theorem.",
    config=types.GenerateContentConfig(
        max_output_tokens=256000,
        thinking_config=types.ThinkingConfig(thinking_level="HIGH"),
    ),
):
    print(chunk.text, end="")

# Set automatic_continuation=False to disable automatic continuation
# and stop at a single request.
single_request_response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Write a complete formal proof of the prime number theorem.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="HIGH"),
        automatic_continuation=False,
    ),
)
print(single_request_response.text)

REST（カスタム継続ループ）

# Request 1: Initial request with maxOutputTokens > 32,768
curl -s -X POST \
  -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
  -H "Content-Type: application/json" \
  "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-4-argon:generateContent" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{"text": "Write a complete formal proof of the prime number theorem."}]
    }],
    "generationConfig": {
      "maxOutputTokens": 131072,
      "thinkingConfig": {"thinkingLevel": "HIGH"}
    }
  }'

# Request 2: Resend the original request with top-level continuationToken
# from Request 1 (candidates[0].continuationToken)
curl -s -X POST \
  -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" \
  -H "Content-Type: application/json" \
  "https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-4-argon:generateContent" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{"text": "Write a complete formal proof of the prime number theorem."}]
    }],
    "continuationToken": "CONTINUATION_TOKEN_FROM_REQUEST_1",
    "generationConfig": {
      "maxOutputTokens": 131072,
      "thinkingConfig": {"thinkingLevel": "HIGH"}
    }
  }'

必須の API ルールと動作の規則

重要: thinking_budget または thinking_level="MINIMAL" を設定すると、 HTTP 400 エラーが返されます。thinking_level の有効な値は、LOW、MEDIUM （gemini-4-argon のデフォルト）、HIGH（ gemini-4-argon-cyber-permissive のデフォルト）です。

Gemini 4 Argon では、次の規則が適用されます。

• コンテキスト ウィンドウと単一リクエストの出力上限:
  • 1,048,576 トークンのコンテキスト ウィンドウは、入力トークン、思考トークン、出力トークンで共有されます。max_output_tokens を 1,048,576 より大きい値に設定すると、HTTP 400 エラーが返されます。
  • 意図しない長いコンプリーションを回避するため、単一リクエストの出力上限（思考 + モデル レスポンス）はデフォルトで 65,536 トークン（ストリーミングを使用しない直接 HTTP リクエストの場合は 32,768 トークン）です。

• 長いデコード:

  • 長いデコードの仕組み: 長いデコードでは、最大 1,048,576 トークンの生成が複数の GenerateContent 推論に分割されます。リクエストが完了する前にリクエストあたりの出力上限に達すると、API は finish_reason=CONTINUATION と、元のプロンプトのハッシュとそれまでの生成状態を含む暗号化された continuation_token を返します。continuation_token が発行されなくなり、finish_reason=STOP になるまで、元のプロンプトを含む後続のリクエストに continuation_token を含めます。（Agent Studio では、出力トークン上限を 65,536 から 1,048,576 に設定すると、継続トークンが自動的に処理されます）。
  • 長いデコードを使用する場合: ほとんどのリクエストは、リクエストあたりの 上限（65,536 トークン、またはストリーミングを使用しない REST 呼び出しの場合は 32,768 トークン）内で完了します。 長いデコードを使用すると、モデルの推論の余地が広がります。回答が長くなるわけではありません（推論の深さを制御するには thinking_level を使用します）。

  ワークロード	長いデコードを使用しますか？	理由
  難しい数学、科学、研究、正式な証明	はい	モデルは、推論の探索と確認に 65,536 トークン以上を使用できます。
  最も難しいコーディングとエージェント タスク	はい	一部のタスクでは、1 つのレスポンスで 65,536 トークンを超える思考とコードが必要です。ほとんどのコーディングとエージェント タスクは 65,536 トークン未満で完了します。
  出力上限で停止する評価ハーネス	はい	長いデコードを使用すると、モデルが思考に 65,536 トークンまたは 32,768 トークンのリクエスト全体を使用した場合に、回答が途中で切れるのを防ぐことができます。
  チャット、Q&A、要約、分類、抽出	いいえ	これらのタスクは 32,768 トークン未満で完了します。
  「70 万語の本を書く」など、固定長のリクエスト	いいえ	モデルは長さの目標に従いません。
  多くの短いターンでツールを呼び出すエージェント	いいえ	各ターンは短いです。各ターンで大きな出力を行うと、共有の 1,048,576 トークンの入出力ウィンドウがすぐにいっぱいになります。
  1,048,576 トークンの入力上限に近いプロンプト	いいえ	出力に使用できるのは、1,048,576 トークンから入力トークン数を引いた数のみです。
  レイテンシの影響を受けやすいリクエスト	いいえ	長いデコードは数分間実行されることがあります。

  • 継続オプションの選択: すべてのオプションで、 1,048,576 トークンの上限に達します。gemini-4-argon と gemini-4-argon-cyber-permissive

  ディメンション	オプション 1: Google Gen AI SDK（推奨）	オプション 2: 独自のストリーミング ループ（streamGenerateContent）	オプション 2: 独自の非ストリーミング ループ（generateContent）
  各セグメントを開始するユーザー	SDK（デフォルトでは automatic_continuation=True）。65,536 トークンを超える出力の場合は、max_output_tokens を 65,536 より大きい値（最大 1,048,576）に設定します。	各チェックポイントまたはストリームがドロップされた後のコード	32,768 トークンごとのコード
  リクエストあたりのトークン数	セグメントあたり最大 65,536	ストリームあたり 65,536	リクエストあたり 32,768
  リクエストあたりの時間制限	20 分	20 分	20 分
  ストレージと ZDR	サーバー ストレージなし（ZDR 準拠）	サーバー ストレージなし（ZDR 準拠）	サーバー ストレージなし（ZDR 準拠）
  最適な用途	ほとんどのアプリケーション	ストリーミングを行う REST 呼び出し元とカスタム ハーネス	シンプルな評価ハーネス

  • 実装ルールと制限事項:
    • v1beta1 API の要件（既知の問題）: 長いデコード （continuation_token）は、GenerateContent（generateContent と streamGenerateContent）で、v1beta1 API でのみサポートされています（ v1 ではサポートされていません）。Google Gen AI SDK は、 api_version='v1' が http_options で指定されていない限り、デフォルトで v1beta1 を使用します。直接 REST 呼び出しの場合は、v1beta1 エンドポイント パスを使用します。長いデコードは Interactions API ではサポートされていません。
    • SDK のバージョンと OpenAI 互換性: 最新の Google Gen AI SDK（Python の場合はgoogle-genai >= 2.30.1、JavaScript の場合は@google/genai >= 2.29.1、Go の場合は>= 1.74.0、Java の場合は>= 1.77.0、.NET の場合は>= 1.26.0、Kotlin の場合は>= 1.6.0）にアップグレードします。古い SDK バージョンと OpenAI 互換レイヤでは、継続トークンを使用して長いコンプリーションを取得できません。カスタム クライアントの実装については、Google Gen AI SDK リファレンス実装をご覧ください。
    • `continuation_token` を使用して元のリクエストを再送信するcontinuation_token: カスタムループで、max_output_tokens を 65,536（ストリーミング） または 32,768（単項）から 1,048,576 に設定し、継続 リクエストごとに最新の continuation_token（REST の GenerateContentRequest の最上位 フィールド、または Google Gen AI SDK の GenerateContentConfig）とともに、元の contents、system_instruction、および tools を再送信します。部分的なモデル出力を contents に追加したり、モデルに継続を求めるフォローアップ プロンプトを送信したりしないでください。
    • 思考のみのリクエストを続行する: finish_reason が CONTINUATION で continuation_token が 存在する場合はループします。リクエストが思考に 32,768 トークンまたは 65,536 トークンをすべて使用した場合でも（parts: [{"text": ""}]）。continuation_token が存在するときに finish_reason が MAX_TOKENS の場合、生成はリクエストされた max_output_tokens の上限に 達しました。リクエストで max_output_tokens を増やします。累積された部分を結合して、STOP の後にのみ、マルチターン履歴の単一の model ターンにします。
    • トークンのカウント、圧縮、95% の暗黙的なキャッシュ保存割引:
      • Python Google Gen AI SDK（generate_content と generate_content_stream）では、最終的なレスポンスまたはチャンクの usage_metadata に、継続リクエスト全体の課金対象トークンの合計が累積されます。継続リクエストごとに、以前の部分的なコンプリーションが入力トークンとして再入力されるため、prompt_token_count は継続リクエスト全体で累積的に増加します。エージェント ハーネスでコンテキスト圧縮をトリガーするために prompt_token_count を使用しないでください。代わりに、 initial_prompt_token_count（GenerateContentResponse または usage_metadata）を読み取り、GenerateContent が完了するまで （continuation_token が存在しない）待ってから圧縮します。
      • カスタム REST ループでは、usage_metadata は各リクエスト内で累積されます。リクエスト全体で最終的な prompt_token_count、cached_content_token_count、candidates_token_count、thoughts_token_count を合計します。
      • 継続リクエストごとに、プロンプトと以前にデコードされたトークンが再入力され、リクエストが 15 ～ 20 分のキャッシュ TTL 内で連続して実行されると、95% の暗黙的なコンテキスト キャッシュ保存割引（最小 6,144 トークン）が自動的に適用されます。
      • streamGenerateContent と generateContent は、各リクエストの終了時（65,536 ストリーミング / 32,768 単項）に continuation_token と usage_metadata を返し、リクエストの終了時に課金が行われます。

• 無視されるサンプリング パラメータ（temperature、top_k、top_p）: バックエンドはカスタム値を無視します。推論の深さを制御するには thinking_level を使用し、出力形式を制御するには response_schema を使用します。

• サポートされていないパラメータ（frequency_penalty、presence_penalty、candidate_count）: これらは HTTP 400 エラーを返します。リクエストから削除してください。

• コンテキスト キャッシュ保存: 明示的なコンテキスト キャッシュ保存はサポートされていません。暗黙的なキャッシュ保存（デフォルトで永続的なキャッシュ保存が有効）は、6,144 トークン以上の共有プロンプト プレフィックスに自動的に適用されるため、静的コンテンツをプロンプトの先頭に配置します。

• エージェント型動画: アップロードされた動画はデフォルトで media_processing="static" に設定されます。 media_processing="agentic" を設定すると、 エージェント型動画処理が有効になります。

• トークンのカウントと課金: モデルが処理するすべてのトークンがカウントされ 課金されます。これには、グラウンディングを使用する場合の思考トークン、内部ツール システム命令 関数宣言が含まれます。Google 検索によるグラウンディングも、クエリごとに課金されます。

• 関数呼び出し:

  • ターンの対称性: 各 FunctionResponse は、先行する FunctionCall の id、name、 順序と一致する必要があります。
  • 順次実行: 複数ステップのツールループでは、順次ツール実行ターンを優先します。
  • ツール前のフォーマット: インライン命令は \n\n で区切り、 ツール呼び出しの前に構造化されていないテキストを使用しないでください。

• チャット シーケンスの検証:

  • 履歴ペイロードは model ロールのターンで終わることはできません。
  • 事前入力済みモデルターンはサポートされていません。

3.1 Pro から 4 Argon に移行する

次の動作は gemini-3.1-pro-preview と異なります。

• コンテキスト ウィンドウは、入力と出力の上限が別々ではなく、入力、思考、出力で共有される 1,048,576 トークンのウィンドウです。単一リクエストの 出力は 65,536 トークン（ストリーミングを使用しない直接 HTTP リクエストの場合は 32,768 トークン）に制限され、 長いデコードを使用して最大 1,048,576 トークンまで拡張できます（GenerateContent Google Gen AI SDK で自動的に処理されるか、カスタムループで continuation_token を使用します）。
• thinking_budget は、思考レベルにマッピングされるのではなく、HTTP 400 エラーを返します。MINIMAL もエラーを返します。
• 明示的なコンテキスト キャッシュ保存はサポートされていません。
• グラウンディングを使用する場合、内部ツール システム命令や関数宣言など、モデルが処理するすべてのトークンが課金されます。

並べて比較するには、 Gemini 3.1 Pro から移行するをご覧ください。

gemini-3.1-pro-preview から移行するには、次の操作を行います。

1. モデル ID を gemini-4-argon（または Fairwind で承認された サイバーセキュリティ ワークロードの場合は gemini-4-argon-cyber-permissive）に更新します。
2. 最新の Google Gen AI SDK にアップグレードし、共有 コンテキスト ウィンドウを考慮する: google-genai >= 2.30.1（Python）または同等の最新の Google Gen AI SDK にアップグレードします。入力トークン、思考トークン、出力トークンは、1,048,576 トークンのコンテキスト ウィンドウを共有します。GenerateContent で 65,536 トークンを超える出力（最大 1,048,576 トークン）の場合は、max_output_tokens を 65,536 より大きい値に設定して、Google Gen AI SDK がリクエスト間で自動的に継続するようにします（または、独自の REST ループで continuation_token を処理します）。
3. 推論予算パラメータを置き換える: thinking_budget と MINIMAL を、次のいずれかの値に設定された thinking_level に置き換えます:
   • HIGH: gemini-4-argon-cyber-permissive のデフォルト。 マルチファイル ソフトウェア エンジニアリング、正式な証明、アーキテクチャ設計、脆弱性の発見。
   • MEDIUM: gemini-4-argon のデフォルト。一般的なコーディング、ツールの使用、ドキュメントの Q&A、動画の理解。
   • LOW: 分類、要約、メタデータの抽出。
4. 明示的なキャッシュ保存を削除 し、静的プロンプト コンテンツ（6,144 トークン以上）を先頭に配置して、暗黙的なキャッシュ保存を自動的に行います。
5. 効果がないパラメータやサポートされていないパラメータを削除する:
   • 無視される temperature、top_p、top_k を削除します。
   • candidate_count、frequency_penalty、presence_penalty を削除します。
   • 会話履歴から、事前入力済みモデルターンを削除します。

デベロッパー向けの概要チェックリスト

ターゲット モデル ID: gemini-4-argon（または Fairwind で承認されたプロジェクトの場合は gemini-4-argon-cyber-permissive）、最新の Google Gen AI SDK （Python google-genai >= 2.30.1、JS @google/genai >= 2.29.1、Go >= 1.74.0、Java >= 1.77.0、.NET >= 1.26.0、Kotlin >= 1.6.0）にアップグレードする

ロケーション: global、us、 eu

1,048,576 トークンのコンテキスト ウィンドウ（入力トークン、思考トークン、 出力トークンで共有）と 65,536 トークンの単一リクエスト出力上限（ストリーミングを使用しない直接 HTTP 呼び出しの場合は 32,768 トークン）の予算を設定するか、 長いデコードの場合は max_output_tokens を GenerateContent で最大 1,048,576 に設定します。

thinking_level を使用します（gemini-4-argon ではデフォルトで MEDIUM、gemini-4-argon-cyber-permissive ではデフォルトで HIGH。有効な値: LOW、MEDIUM、HIGH）。thinking_budget と MINIMAL を削除します。

パラメータ frequency_penalty、presence_penalty、candidate_count、temperature、top_p、top_k を削除します。

マルチターン チャット リクエスト履歴から、事前入力済みモデルターンを削除します。

明示的なキャッシュ保存呼び出しを削除し、暗黙的なキャッシュ保存のために静的プロンプト コンテンツ（6,144 トークン 以上）を最初に配置します。

既知の問題

• GenerateContent で長いデコードを行うには v1beta1 が必要です。GenerateContent API（generateContent と streamGenerateContent）での長いデコード（continuation_token）は、v1beta1 API でのみサポートされています（v1 ではサポートされていません）。 Google Gen AI SDK は、http_options で api_version='v1' が設定されていない限り、デフォルトで v1beta1 を使用します。直接 REST 呼び出しの場合は、v1beta1 エンドポイント パスを使用します。

参考情報

• Gemini 4 Argon モデルのページ
• Gemini 4 を使ってみる
• Gemini 4 Argon Cyber Permissive