Inizia a usare Gemini 4

Il primo modello Gemini 4 è Gemini 4 Argon (gemini-4-argon), il modello pionieristico di Google che eccelle nel lavoro approfondito in attività complesse del mondo reale in vari domini, tra cui programmazione, finanza, legale, sicurezza informatica e scienza.

Questa guida mostra come effettuare la prima richiesta Gemini 4, descrive le novità di Gemini 4 e spiega cosa cambia quando esegui la migrazione da Gemini 3.1 Pro. Per dettagli specifici del modello, consulta la guida per gli sviluppatori di Gemini 4 Argon.

Guida rapida

Prima di iniziare, devi eseguire l'autenticazione a Gemini Enterprise Agent Platform utilizzando una chiave API o le credenziali predefinite dell'applicazione (ADC). Per ulteriori informazioni, consulta Metodi di autenticazione.

Installare l'SDK Google Gen AI

Esegui l'upgrade all'ultima versione dell'SDK google-genai (>= 2.30.0 per Python):

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

Impostare le variabili di ambiente

Sostituisci GOOGLE_CLOUD_PROJECT con l' Google Cloud ID progetto. Gemini 4 Argon è disponibile sull'endpoint global e nelle multi-regioni us ed eu:

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

Effettuare la prima richiesta

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?" }
  }
}'

Novità di Gemini 4

Finestra contestuale e limiti di output

La finestra contestuale di 1.048.576 token è condivisa tra i token di input, ragionamento e output. Per impostazione predefinita, una singola richiesta sincrona genera fino a 65.536 token di ragionamento e output (o 32.768 token per le richieste HTTP dirette non in streaming).

Decodifiche lunghe

Quando un singolo turno richiede più di 65.536 (o 32.768 per le chiamate HTTP dirette non in streaming) token di output e token di ragionamento, ad esempio dimostrazioni formali, problemi matematici o scientifici complessi o generazione di codice multi-file, Gemini 4 Argon supporta decodifiche lunghe fino a 1.048.576 token su GenerateContent (generateContent e streamGenerateContent). Con l'ultima versione dell'SDK Google Gen AI (google-genai >= 2.30.1 per Python), l'impostazione di max_output_tokens maggiore di 65.536 segue automaticamente continuation_token tra le richieste per restituire una singola risposta o flusso; per le chiamate REST dirette, passa il continuation_token da ogni risposta CONTINUATION alla richiesta successiva con lo stesso prompt.

Per esempi di codice, requisiti della versione dell'SDK e regole di implementazione, consulta Decodifiche lunghe nella guida per gli sviluppatori di Gemini 4 Argon.

Livelli di ragionamento

Utilizza thinking_level per controllare la quantità di ragionamento del modello prima di rispondere. Gemini 4 Argon supporta LOW, MEDIUM (impostazione predefinita su gemini-4-argon) e HIGH (impostazione predefinita su 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)

Memorizzazione nella cache del contesto implicita

Gemini 4 Argon supporta la memorizzazione nella cache implicita per i prefissi di prompt condivisi di almeno 6144 token, con la memorizzazione nella cache durevole attivata per impostazione predefinita. Per usufruirne, inserisci contenuti statici, come un repository di codice o documenti lunghi, all'inizio del prompt.

Comprensione dei video agentica

La comprensione dei video agentica è disponibile a livello generale. È disattivata per impostazione predefinita: i video caricati utilizzano media_processing="static". Per attivarla, imposta media_processing su "agentic".

Parametri di campionamento

Gemini 4 Argon ignora i valori personalizzati per temperature, top_p e top_k, come i recenti modelli Gemini 3. Per controllare l'output, utilizza thinking_level e l'output strutturato (response_schema).

Eseguire la migrazione da Gemini 3.1 Pro

Ti consigliamo di eseguire la migrazione da gemini-3.1-pro-preview a gemini-4-argon. Il seguente comportamento è diverso in Gemini 4 Argon:

Area Gemini 3.1 Pro Gemini 4 Argon Cosa fare
Finestra contestuale e limiti di output Limiti di input (1 M) e output (65.535) separati Una finestra di 1.048.576 token condivisa da input, ragionamento e output; limite di output predefinito di 65.536 token per singola richiesta (32.768 token per le richieste HTTP dirette non in streaming), estendibile fino a 1.048.576 token utilizzando decodifiche lunghe Budget di input e output insieme. Esegui l'upgrade all'ultima versione dell'SDK Google Gen AI e imposta max_output_tokens maggiore di 65.536 (o utilizza continuation_token nei loop GenerateContent personalizzati) per gli output che superano il limite di singola richiesta.
thinking_budget Mappato a un livello di ragionamento Restituisce un errore HTTP 400 Utilizza thinking_level.
thinking_level="MINIMAL" Supportato Restituisce un errore HTTP 400 Utilizza LOW.
Memorizzazione nella cache del contesto esplicita Supportato Non supportata Rimuovi i riferimenti cached_content e inserisci contenuti statici (almeno 6144 token) all'inizio dei prompt.
Fatturazione dei token Viene fatturato un sottoinsieme di token Viene fatturato ogni token elaborato dal modello, inclusi i token di ragionamento e le istruzioni e le dichiarazioni di funzioni del sistema di strumenti interni quando utilizzi il grounding. Il grounding con la Ricerca Google viene ancora fatturato per query. Esamina le stime di costo.

Per eseguire la migrazione:

  1. Modifica l'ID modello in gemini-4-argon ed esegui l'upgrade all' ultima versione dell'SDK Google Gen AI (google-genai >= 2.30.1 per Python).
  2. Tieni conto della finestra contestuale condivisa di 1.048.576 token e del limite di output di 65.536 token (o 32.768 token HTTP diretti non in streaming) per singola richiesta (o configura decodifiche lunghe per output più grandi su GenerateContent).
  3. Sostituisci thinking_budget e thinking_level="MINIMAL" con thinking_level impostato su LOW, MEDIUM, o HIGH.
  4. Rimuovi i riferimenti espliciti cached_content.
  5. Rimuovi temperature, top_p e top_k, che non hanno alcun effetto.

Gemini 4 Argon Cyber Permissive

Gemini 4 Argon Cyber Permissive è una versione di Gemini 4 Argon per i casi d'uso di cybersicurezza difensiva, disponibile dietro una lista consentita. Per le differenze e l'accesso, consulta Gemini 4 Argon Cyber Permissive.

Passaggi successivi