Premiers pas avec Gemini 4

Le premier modèle Gemini 4 est Gemini 4 Argon (gemini-4-argon), le modèle de frontière de Google qui excelle dans les tâches complexes et concrètes dans des domaines tels que la programmation, la finance, le droit, la cybersécurité et les sciences.

Ce guide vous explique comment effectuer votre première requête Gemini 4, décrit les nouveautés de Gemini 4 et explique les changements lorsque vous migrez depuis Gemini 3.1 Pro. Pour obtenir des informations spécifiques au modèle, consultez le guide du développeur de Gemini 4 Argon.

Guide de démarrage rapide

Avant de commencer, vous devez vous authentifier auprès de Gemini Enterprise Agent Platform à l'aide d'une clé API ou d'identifiants par défaut de l'application (ADC). Pour en savoir plus, consultez Méthodes d'authentification.

Installer le SDK Google Gen AI

Mettez à niveau vers la dernière version du SDK google-genai (>= 2.30.0 pour Python) :

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

Définir des variables d'environnement

Remplacez GOOGLE_CLOUD_PROJECT par l'ID du Google Cloud projet. Gemini 4 Argon est disponible sur le point de terminaison global et dans les emplacements multirégionaux us et eu :

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

Créer votre première requête

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?" }
  }
}'

Nouveautés de Gemini 4

Fenêtre de contexte et limites de sortie

La fenêtre de contexte de 1 048 576 jetons est partagée entre les jetons d'entrée, de réflexion et de sortie. Par défaut, une seule requête synchrone génère jusqu'à 65 536 jetons de réflexion et de sortie (ou 32 768 jetons pour les requêtes HTTP directes non diffusées en flux continu).

Longues décodes

Lorsqu'un seul tour nécessite plus de 65 536 (ou 32 768 pour les appels HTTP directs non diffusés en flux continu) jetons de sortie et de réflexion, tels que des preuves formelles, des problèmes mathématiques ou scientifiques complexes, ou la génération de code multi-fichiers, Gemini 4 Argon prend en charge les longues décodes jusqu'à 1 048 576 jetons sur GenerateContent (generateContent et streamGenerateContent). Avec la dernière version du SDK Google Gen AI (google-genai >= 2.30.1 pour Python), la définition de max_output_tokens supérieure à 65 536 suit automatiquement continuation_token dans les requêtes pour renvoyer une seule réponse ou un seul flux. Pour les appels REST directs, transmettez le continuation_token de chaque réponse CONTINUATION à la requête suivante avec le même prompt.

Pour obtenir des exemples de code, connaître les exigences concernant la version du SDK et les règles d'implémentation, consultez Longues décodes dans le guide du développeur de Gemini 4 Argon.

Niveaux de réflexion

Utilisez thinking_level pour contrôler le niveau de raisonnement du modèle avant de répondre. Gemini 4 Argon est compatible avec LOW, MEDIUM (par défaut sur gemini-4-argon) et HIGH (par défaut sur 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)

Mise en cache implicite du contexte

Gemini 4 Argon est compatible avec la mise en cache implicite pour les préfixes de prompt partagés de 6 144 jetons ou plus, avec la mise en cache durable activée par défaut. Pour en bénéficier, placez du contenu statique, tel qu'un dépôt de code ou de longs documents, au début de votre prompt.

Compréhension agentique des vidéos

La compréhension agentique des vidéos est disponible en disponibilité générale. Elle est désactivée par défaut : les vidéos mises en ligne utilisent media_processing="static". Pour l'activer, définissez media_processing sur "agentic".

Paramètres d'échantillonnage

Gemini 4 Argon ignore les valeurs personnalisées pour temperature, top_p et top_k, comme le font les modèles Gemini 3 récents. Pour contrôler la sortie, utilisez thinking_level et la sortie structurée (response_schema).

Migrer depuis Gemini 3.1 Pro

Nous vous recommandons de migrer de gemini-3.1-pro-preview vers gemini-4-argon. Le comportement suivant est différent dans Gemini 4 Argon :

Zone Gemini 3.1 Pro Gemini 4 Argon Que devez-vous faire ?
Fenêtre de contexte et limites de sortie Limites d'entrée (1 million) et de sortie (65 535) distinctes Une fenêtre de 1 048 576 jetons partagée par l'entrée, la réflexion et la sortie ; limite de sortie par défaut de 65 536 jetons pour une seule requête (32 768 jetons pour les requêtes HTTP directes non diffusées en flux continu), extensible jusqu'à 1 048 576 jetons à l'aide de longues décodes Regroupez l'entrée et la sortie dans le budget. Passez à la dernière version du SDK Google Gen AI et définissez max_output_tokens sur une valeur supérieure à 65 536 (ou utilisez continuation_token dans des boucles GenerateContent personnalisées) pour les sorties dépassant la limite d'une seule requête.
thinking_budget Mappé à un niveau de réflexion Renvoie une erreur HTTP 400 Utilisez thinking_level.
thinking_level="MINIMAL" Compatible Renvoie une erreur HTTP 400 Utilisez LOW.
Mise en cache explicite du contexte Compatible Non compatible Supprimez les références cached_content et placez du contenu statique (6 144 jetons ou plus) au début de vos prompts.
Facturation des jetons Un sous-ensemble de jetons est facturé Chaque jeton traité par le modèle est facturé, y compris les jetons de réflexion et les instructions du système d'outil interne et les déclarations de fonction lors de l'utilisation de l'ancrage. L'ancrage avec la recherche Google est toujours facturé par requête. Vérifiez vos estimations de coûts.

Pour migrer :

  1. Remplacez l'ID du modèle par gemini-4-argon et passez à la dernière version du SDK Google Gen AI (google-genai >= 2.30.1 pour Python).
  2. Tenez compte de la fenêtre de contexte partagée de 1 048 576 jetons et de la limite de sortie de 65 536 jetons (ou 32 768 jetons pour les requêtes HTTP directes non diffusées en flux continu) pour une seule requête (ou configurez de longues décodes pour des sorties plus importantes sur GenerateContent).
  3. Remplacez thinking_budget et thinking_level="MINIMAL" par thinking_level défini sur LOW, MEDIUM, ou HIGH.
  4. Supprimez les références cached_content explicites.
  5. Supprimez temperature, top_p et top_k, qui n'ont aucun effet.

Gemini 4 Argon Cyber Permissive

Gemini 4 Argon Cyber Permissive est une version de Gemini 4 Argon destinée aux cas d'utilisation de cybersécurité défensive, disponible derrière une liste d'autorisation. Pour connaître les différences et les modalités d'accès, consultez Gemini 4 Argon Cyber Permissive.

Étape suivante