Comece a usar o Gemini 4

O primeiro modelo do Gemini 4 é Gemini 4 Argon (gemini-4-argon), o modelo de fronteira do Google que se destaca no trabalho aprofundado em tarefas complexas do mundo real em vários domínios, incluindo programação, finanças, jurídico, segurança cibernética e ciência.

Este guia mostra como fazer sua primeira solicitação do Gemini 4, descreve as novidades do Gemini 4 e explica o que muda ao migrar do Gemini 3.1 Pro. Para detalhes específicos do modelo, consulte o guia do desenvolvedor do Gemini 4 Argon.

Guia de início rápido

Antes de começar, você precisa fazer a autenticação no Gemini Enterprise Agent Platform usando uma chave de API ou Application Default Credentials (ADC). Consulte Métodos de autenticação para mais informações.

Instalar o SDK de IA generativa do Google

Faça upgrade para o SDK google-genai mais recente (>= 2.30.0 para Python):

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

Defina as variáveis de ambiente

Substitua GOOGLE_CLOUD_PROJECT pelo ID do Google Cloud projeto. O Gemini 4 Argon está disponível no endpoint global e nas multirregiões us e eu:

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

Faça sua primeira solicitação

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?" }
  }
}'

Novidades do Gemini 4

Janela de contexto e limites de saída

A janela de contexto de 1.048.576 tokens é compartilhada entre tokens de entrada, raciocínio e saída. Por padrão, uma única solicitação síncrona gera até 65.536 tokens de raciocínio e saída (ou 32.768 tokens para solicitações HTTP diretas não transmitidas).

Decodificações longas

Quando um único turno exige mais de 65.536 (ou 32.768 para chamadas HTTP diretas não transmitidas) tokens de saída e tokens de raciocínio, como provas formais, problemas complexos de matemática ou ciência ou geração de código de vários arquivos, o Gemini 4 Argon oferece suporte a decodificações longas de até 1.048.576 tokens em GenerateContent (generateContent e streamGenerateContent). Com o SDK de IA generativa do Google mais recente (google-genai >= 2.30.1 para Python), definir max_output_tokens maior que 65.536 segue automaticamente continuation_token em solicitações para retornar uma única resposta ou stream. Para chamadas REST diretas, transmita o continuation_token de cada resposta CONTINUATION na próxima solicitação com o mesmo comando.

Para exemplos de código, requisitos de versão do SDK e regras de implementação, consulte Decodificações longas no guia do desenvolvedor do Gemini 4 Argon.

Níveis de raciocínio

Use thinking_level para controlar o quanto o modelo raciocina antes de responder. O Gemini 4 Argon oferece suporte a LOW, MEDIUM (padrão em gemini-4-argon) e HIGH (padrão em 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)

Armazenamento em cache de contexto implícito

O Gemini 4 Argon oferece suporte ao armazenamento em cache implícito para prefixos de comandos compartilhados de 6.144 tokens ou mais, com o armazenamento em cache durável ativado por padrão. Para aproveitar esse recurso, coloque conteúdo estático, como um repositório de código ou documentos longos, no início do comando.

Compreensão agêntica de vídeos

A compreensão agêntica de vídeos está em disponibilidade geral. Ela está desativada por padrão: os vídeos enviados usam media_processing="static". Para ativar, defina media_processing como "agentic".

Parâmetros de amostragem

O Gemini 4 Argon ignora valores personalizados para temperature, top_p e top_k, como os modelos recentes do Gemini 3. Para controlar a saída, use thinking_level e a saída estruturada (response_schema).

Migrar do Gemini 3.1 Pro

Recomendamos migrar de gemini-3.1-pro-preview para gemini-4-argon. O comportamento a seguir é diferente no Gemini 4 Argon:

Área Gemini 3.1 Pro Gemini 4 Argon O que fazer
Janela de contexto e limites de saída Limites de entrada (1 milhão) e saída (65.535) separados Uma janela de 1.048.576 tokens compartilhada por entrada, raciocínio e saída; limite de saída de solicitação única padrão de 65.536 tokens (32.768 tokens para solicitações HTTP diretas não transmitidas), extensível até 1.048.576 tokens usando decodificações longas Orçamento de entrada e saída juntos. Faça upgrade para o SDK de IA generativa do Google mais recente e defina max_output_tokens maior que 65.536 (ou use continuation_token em loops GenerateContent personalizados) para saídas acima do limite de solicitação única.
thinking_budget Mapeado para um nível de raciocínio Retorna um erro HTTP 400 Use thinking_level.
thinking_level="MINIMAL" Com suporte Retorna um erro HTTP 400 Use LOW.
Armazenamento em cache de contexto explícito Com suporte Sem suporte Remova referências cached_content e coloque conteúdo estático (6.144 tokens ou mais) no início dos comandos.
Faturamento de tokens Um subconjunto de tokens é faturado Cada token processado pelo modelo é faturado, incluindo tokens de raciocínio e instruções e declarações de função do sistema de ferramentas internas ao usar o embasamento. O embasamento com a Pesquisa Google ainda é faturado por consulta. Analise suas estimativas de custo.

seguindo estas etapas:

  1. Mude o ID do modelo para gemini-4-argon e faça upgrade para o SDK de IA generativa do Google mais recente (google-genai >= 2.30.1 para Python).
  2. Considere a janela de contexto compartilhada de 1.048.576 tokens e o limite de saída de solicitação única de 65.536 tokens (ou 32.768 tokens HTTP diretos não transmitidos) ou configure decodificações longas para saídas maiores em GenerateContent.
  3. Substitua thinking_budget e thinking_level="MINIMAL" por thinking_level definido como LOW, MEDIUM, ou HIGH.
  4. Remova as referências cached_content explícitas.
  5. Remova temperature, top_p e top_k, que não têm efeito.

Gemini 4 Argon Cyber Permissive

O Gemini 4 Argon Cyber Permissive é uma versão do Gemini 4 Argon para casos de uso de cibersegurança defensiva, disponível em uma lista de permissões. Para diferenças e acesso, consulte Gemini 4 Argon Cyber Permissive.

A seguir