Comienza a usar Gemini 4

El primer modelo de Gemini 4 es Gemini 4 Argon (gemini-4-argon), el modelo de frontera de Google que se destaca en el trabajo profundo en tareas complejas del mundo real en dominios como la programación, las finanzas, el derecho, la ciberseguridad y la ciencia.

En esta guía, se muestra cómo realizar tu primera solicitud de Gemini 4, se describe lo nuevo de Gemini 4 y se explica qué cambia cuando migras de Gemini 3.1 Pro. Para obtener detalles específicos del modelo, consulta la guía para desarrolladores de Gemini 4 Argon.

Guía de inicio rápido

Antes de comenzar, debes autenticarte en Gemini Enterprise Agent Platform con una clave de API o las credenciales predeterminadas de la aplicación (ADC). Consulta los métodos de autenticación para obtener más información.

Instala el SDK de IA generativa de Google

Actualiza al SDK de google-genai más reciente (>= 2.30.0 para Python):

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

Configura las variables de entorno

Reemplaza GOOGLE_CLOUD_PROJECT por el ID del Google Cloud proyecto. Gemini 4 Argon está disponible en el extremo global y en las multirregiones us y eu:

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

Realiza tu primera solicitud

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?" }
  }
}'

Novedades de Gemini 4

Ventana de contexto y límites de salida

La ventana de contexto de 1,048,576 tokens se comparte entre los tokens de entrada, razonamiento y salida. De forma predeterminada, una sola solicitud síncrona genera hasta 65,536 tokens de razonamiento y salida (o 32,768 tokens para solicitudes HTTP directas no transmitidas).

Decodificaciones largas

Cuando un solo turno requiere más de 65,536 (o 32,768 para llamadas HTTP directas no transmitidas) tokens de salida y tokens de razonamiento, como pruebas formales, problemas complejos de matemáticas o ciencias, o generación de código de varios archivos, Gemini 4 Argon admite decodificaciones largas de hasta 1,048,576 tokens en GenerateContent (generateContent y streamGenerateContent). Con el SDK de IA generativa de Google más reciente (google-genai >= 2.30.1 para Python), configurar max_output_tokens en un valor superior a 65,536 sigue automáticamente continuation_token en las solicitudes para mostrar una sola respuesta o transmisión. Para las llamadas REST directas, pasa el continuation_token de cada respuesta CONTINUATION en la siguiente solicitud con la misma instrucción.

Para obtener muestras de código, requisitos de la versión del SDK y reglas de implementación, consulta Decodificaciones largas en la guía para desarrolladores de Gemini 4 Argon.

Niveles de razonamiento

Usa thinking_level para controlar cuánto razona el modelo antes de responder. Gemini 4 Argon admite LOW, MEDIUM (predeterminado en gemini-4-argon) y HIGH (predeterminado en 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)

Almacenamiento implícito de caché de contexto

Gemini 4 Argon admite el almacenamiento implícito en caché para prefijos de instrucciones compartidos de 6,144 tokens o más, con el almacenamiento duradero en caché habilitado de forma predeterminada. Para aprovecharlo, coloca contenido estático, como un repositorio de código o documentos largos, al comienzo de la instrucción.

Comprensión de video de agentes

La comprensión de video de agentes está disponible de forma general. Está desactivada de forma predeterminada: los videos subidos usan media_processing="static". Para activarla, configura media_processing en "agentic".

Parámetros de muestreo

Gemini 4 Argon ignora los valores personalizados para temperature, top_p y top_k, como lo hacen los modelos recientes de Gemini 3. Para controlar la salida, usa thinking_level y la salida estructurada (response_schema).

Migra desde Gemini 3.1 Pro

Te recomendamos que migres de gemini-3.1-pro-preview a gemini-4-argon. El siguiente comportamiento es diferente en Gemini 4 Argon:

Área Gemini 3.1 Pro Gemini 4 Argon Qué hacer
Ventana de contexto y límites de salida Límites de entrada (1 M) y salida (65,535) separados Una ventana de 1,048,576 tokens compartida por la entrada, el razonamiento y la salida; límite de salida predeterminado de una sola solicitud de 65,536 tokens (32,768 tokens para solicitudes HTTP directas no transmitidas), extensible hasta 1,048,576 tokens con decodificaciones largas Presupuesta la entrada y la salida en conjunto. Actualiza al SDK de IA generativa de Google más reciente y configura max_output_tokens en un valor superior a 65,536 (o usa continuation_token en bucles GenerateContent personalizados) para las salidas que superen el límite de una sola solicitud.
thinking_budget Asignado a un nivel de razonamiento Muestra un error HTTP 400 Usa thinking_level.
thinking_level="MINIMAL" Admitido Muestra un error HTTP 400 Usa LOW.
Almacenamiento explícito de contexto en caché Admitido No compatible Quita las referencias cached_content y coloca contenido estático (6,144 tokens o más) al comienzo de las instrucciones.
Facturación de tokens Se factura un subconjunto de tokens Se factura cada token que procesa el modelo, incluidos los tokens de razonamiento y las instrucciones internas del sistema de herramientas y las declaraciones de funciones cuando se usa la fundamentación. La fundamentación con la Búsqueda de Google aún se factura por consulta. Revisa tus estimaciones de costos.

de la siguiente manera:

  1. Cambia el ID del modelo a gemini-4-argon y actualiza al SDK de IA generativa de Google más reciente (google-genai >= 2.30.1 para Python).
  2. Ten en cuenta la ventana de contexto compartida de 1,048,576 tokens y el límite de salida de una sola solicitud de 65,536 tokens (o 32,768 tokens HTTP directos no transmitidos) (o configura decodificaciones largas para salidas más grandes en GenerateContent).
  3. Reemplaza thinking_budget y thinking_level="MINIMAL" por thinking_level configurado en LOW, MEDIUM, o HIGH.
  4. Quita las referencias cached_content explícitas.
  5. Quita temperature, top_p y top_k, que no tienen ningún efecto.

Gemini 4 Argon Cyber Permissive

Gemini 4 Argon Cyber Permissive es una versión de Gemini 4 Argon para casos de uso de ciberseguridad defensiva, disponible detrás de una lista de entidades permitidas. Para conocer las diferencias y el acceso, consulta Gemini 4 Argon Cyber Permissive.

¿Qué sigue?