Gemini 4 jetzt ausprobieren

Das erste Gemini 4-Modell ist Gemini 4 Argon (gemini-4-argon), das Frontier-Modell von Google, das sich für komplexe Aufgaben in verschiedenen Bereichen wie Programmierung, Finanzen, Recht, Cybersicherheit und Wissenschaft eignet.

In diesem Leitfaden erfahren Sie, wie Sie Ihre erste Gemini 4-Anfrage senden, was es Neues in Gemini 4 gibt und welche Änderungen bei der Migration von Gemini 3.1 Pro auftreten. Modellspezifische Details finden Sie im Entwicklerleitfaden zu Gemini 4 Argon.

Kurzanleitung

Bevor Sie beginnen, müssen Sie sich bei der Gemini Enterprise Agent Platform mit einem API-Schlüssel oder den Standardanmeldedaten für Anwendungen (Application Default Credentials, ADC) authentifizieren. Weitere Informationen finden Sie unter Authentifizierungsmethoden.

Google Gen AI SDK installieren

Aktualisieren Sie auf die neueste Version des google-genai SDK (>= 2.30.0 für Python):

pip install --upgrade "google-genai>=2.30.0"

Umgebungsvariablen festlegen

Ersetzen Sie GOOGLE_CLOUD_PROJECT durch die Google Cloud Projekt-ID. Gemini 4 Argon ist am global-Endpunkt und in den Multiregionen us und eu verfügbar:

export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_ENTERPRISE=True

Erste Anfrage senden

Python

from google import genai

client = genai.Client()

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

Neuerungen in Gemini 4

Kontextfenster und Ausgabelimits

Das Kontextfenster mit 1.048.576 Tokens wird für Eingabe-, Denk- und Ausgabetokens verwendet. Standardmäßig werden bei einer einzelnen synchronen Anfrage bis zu 65.536 Denk- und Ausgabetokens generiert (oder 32.768 Tokens für nicht streamende direkte HTTP-Anfragen).

Lange Decodes

Wenn für eine einzelne Runde mehr als 65.536 (oder 32.768 für nicht streamende direkte HTTP-Aufrufe) Ausgabe- und Denk-Tokens erforderlich sind, z. B. für formale Beweise, komplexe mathematische oder wissenschaftliche Probleme oder die Codeerstellung für mehrere Dateien, unterstützt Gemini 4 Argon lange Decodes mit bis zu 1.048.576 Tokens für GenerateContent (generateContent und streamGenerateContent). Mit dem neuesten Google Gen AI SDK (google-genai >= 2.30.1 für Python) wird continuation_token automatisch für Anfragen verwendet, wenn Sie max_output_tokens auf einen Wert über 65.536 festlegen, um eine einzelne Antwort oder einen Stream zurückzugeben. Bei direkten REST-Aufrufen übergeben Sie das continuation_token aus jeder CONTINUATION-Antwort in der nächsten Anfrage mit demselben Prompt.

Codebeispiele, SDK-Versionsanforderungen und Implementierungsregeln finden Sie im Entwicklerleitfaden zu Gemini 4 Argon unterLange Decodes.

Denkaufwand

Mit thinking_level können Sie festlegen, wie viel das Modell nachdenken soll, bevor es antwortet. Gemini 4 Argon unterstützt LOW, MEDIUM (Standardeinstellung für gemini-4-argon) und HIGH (Standardeinstellung für gemini-4-argon-cyber-permissive):

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Design a lock-free ring buffer in Rust for multi-producer, single-consumer telemetry ingestion.",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(
            thinking_level=types.ThinkingLevel.HIGH,
        ),
    ),
)
print(response.text)

Implizites Kontext-Caching

Gemini 4 Argon unterstützt implizites Caching für gemeinsame Prompt-Präfixe mit 6.144 Tokens oder mehr. Das dauerhafte Caching ist standardmäßig aktiviert. Wenn Sie diese Funktion nutzen möchten, fügen Sie statische Inhalte wie ein Code-Repository oder lange Dokumente am Anfang Ihres Prompts ein.

Agentisches Videoverständnis

Das agentische Videoverständnis ist allgemein verfügbar. Es ist standardmäßig deaktiviert: Für hochgeladene Videos wird media_processing="static" verwendet. Wenn Sie es aktivieren möchten, legen Sie für media_processing den Wert "agentic" fest.

Parameter für die Stichprobenerhebung

Gemini 4 Argon ignoriert benutzerdefinierte Werte für temperature, top_p und top_k, wie es bei den aktuellen Gemini 3-Modellen der Fall ist. Verwenden Sie thinking_level und die strukturierte Ausgabe (response_schema), um die Ausgabe zu steuern.

Von Gemini 3.1 Pro migrieren

Wir empfehlen, von gemini-3.1-pro-preview zu gemini-4-argon zu migrieren. Das folgende Verhalten ist in Gemini 4 Argon anders:

Bereich Gemini 3.1 Pro Gemini 4 Argon Was muss ich tun?
Kontextfenster und Ausgabelimits Separate Limits für Eingabe (1 Mio.) und Ausgabe (65.535) Ein Fenster mit 1.048.576 Tokens, das für Eingabe, Denken und Ausgabe verwendet wird; Standardausgabelimit von 65.536 Tokens für einzelne Anfragen (32.768 Tokens für nicht streamende direkte HTTP-Anfragen), erweiterbar auf bis zu 1.048.576 Tokens mit langen Decodes Budget für Eingabe und Ausgabe zusammen. Aktualisieren Sie auf die neueste Version des Google Gen AI SDK und legen Sie für max_output_tokens einen Wert über 65.536 fest (oder verwenden Sie continuation_token in benutzerdefinierten GenerateContent-Schleifen), um Ausgaben zu erhalten, die das Limit für einzelne Anfragen überschreiten.
thinking_budget Einer Denkstufe zugeordnet Gibt einen HTTP-400-Fehler zurück thinking_level verwenden.
thinking_level="MINIMAL" Unterstützt Gibt einen HTTP-400-Fehler zurück LOW verwenden.
Explizites Kontext-Caching Unterstützt Nicht unterstützt Entfernen Sie cached_content-Verweise und fügen Sie statische Inhalte (6.144 Tokens oder mehr) am Anfang Ihrer Prompts ein.
Tokenabrechnung Eine Teilmenge der Tokens wird in Rechnung gestellt Alle vom Modell verarbeiteten Tokens werden in Rechnung gestellt, einschließlich Denk-Tokens und interner Tool-Systemanweisungen und Funktionsdeklarationen bei der Fundierung. Die Fundierung mit der Google Suche wird weiterhin pro Anfrage in Rechnung gestellt. Kostenschätzungen prüfen.

So nehmen Sie eine Migration vor:

  1. Ändern Sie die Modell-ID in gemini-4-argon und aktualisieren Sie auf die neueste Version des Google Gen AI SDK (google-genai >= 2.30.1 für Python).
  2. Berücksichtigen Sie das gemeinsame Kontextfenster mit 1.048.576 Tokens und das Ausgabelimit von 65.536 Tokens (oder 32.768 Tokens für nicht streamende direkte HTTP-Anfragen) für einzelne Anfragen (oder konfigurieren Sie lange Decodes für größere Ausgaben für GenerateContent).
  3. Ersetzen Sie thinking_budget und thinking_level="MINIMAL" durch thinking_level mit dem Wert LOW, MEDIUM, oder HIGH.
  4. Entfernen Sie explizite cached_content-Verweise.
  5. Entfernen Sie temperature, top_p und top_k, die keine Auswirkungen haben.

Gemini 4 Argon Cyber Permissive

Gemini 4 Argon Cyber Permissive ist eine Version von Gemini 4 Argon für defensive Cybersicherheitsanwendungsfälle, die hinter einer Zulassungsliste verfügbar ist. Informationen zu Unterschieden und zum Zugriff finden Sie unter Gemini 4 Argon Cyber Permissive.

Nächste Schritte