Google AI for Developers 将 gemini-4-argon 的默认 Thinking 标为 On（medium），支持 low、medium、high 三档；其输入、思考和输出共享 1,048,576-token 上下文，普通同步请求的 max_output_tokens 上限为 65,536，超过该值必须启用 background=True 的 Long Decode。
适合的任务：需要在 Gemini 4 Argon 中显式选择推理档位，或需要使用其 1M 共享上下文和 Long Decode 边界的复杂任务。
不适合的任务：要求超出 1,048,576 共享上下文，或在 background=False 下生成超过 65,536 tokens 的任务；页面明确说明后者会返回 400 错误。
适用的模型版本：gemini-4-argon。
适用的客户端、Agent 或 API：Gemini API 的 Thinking 配置；页面中的模型表和 Argon 限制段适用于该模型。页面示例代码使用 gemini-3.8-flash，未提供 Argon 专属的完整请求代码。
推荐的推理档位和参数：Argon 默认 Thinking 为 medium，支持 low、medium、high。页面没有为 Argon 规定某个任务的固定档位；max_output_tokens 计入思考与输出，且受共享上下文和同步/Long Decode边界限制。
| 配置项 | 页面明确值 |
|---|---|
| 模型 | gemini-4-argon |
| 默认 Thinking | On（medium） |
| 支持的 Thinking 档位 | low、medium、high |
max_output_tokens 的计数范围 | 思考 tokens 与输出 tokens 的合计 |
| 共享上下文 | 输入、思考和输出共用 1,048,576 tokens |
| 默认同步输出上限 | 65,536 tokens；适用于 background=False 的流式和非流式请求 |
| 超过同步上限 | max_output_tokens > 65536 且 background=False 时返回 400 错误 |
| Long Decode | 设置 background=True，并将 max_output_tokens 设为大于 65,536；最高可到 1,048,576 tokens 减去输入 tokens |
使用 thinking_level 选择 low、medium 或 high；页面把 medium 标为 Argon 默认档位。
将 max_output_tokens 视为思考与可见输出的共同硬上限，而不是只限制最终文本。
计算可用输出空间：1,048,576 - 输入 tokens。如果输入 tokens 加上 max_output_tokens 超过 1,048,576，API 会自动把输出上限限制为上下文剩余空间。
普通同步调用保持 background=False 时，max_output_tokens 的默认和最大值都是 65,536；需要超过该值时改用 background=True 的 Long Decode。
如果 max_output_tokens 在思考过程中耗尽，状态为 incomplete，输出可能被截断或为空；已生成的思考 tokens 仍会计费。
页面没有展示 gemini-4-argon 的完整 Python、JavaScript、Java、Go 或 REST 请求代码；其代码示例使用 gemini-3.8-flash，因此不把这些代码改写或宣称为 Argon 专属代码。
固定模型为 gemini-4-argon，记录页面显示的默认 Thinking 档位 medium。
分别使用 low、medium、high 运行同一任务，记录实际推理档位、思考 tokens、输出 tokens、总 tokens、状态和延迟；页面只确认支持关系，不提供三档的质量或成本对照。
检查输入 tokens 与 max_output_tokens 的和是否超过 1,048,576；超过时记录 API 自动按剩余上下文压缩输出上限的行为。
在 background=False 的流式和非流式调用中验证 65,536 上限；将大于 65,536 的值作为失败用例，确认 400 错误。
对需要更长推理或输出的 Argon 任务设置 background=True，并把 max_output_tokens 设为大于 65,536；单独记录 Long Decode 的实际上限为 1,048,576 减去输入 tokens。
将 max_output_tokens 设为较低值并让任务持续思考，验证达到硬上限时的 incomplete 状态、截断或空输出，以及思考 tokens 仍计费的行为。
不将页面中使用 gemini-3.8-flash 的通用代码、Thought summaries、流式事件或最佳实践示例当作 Argon 专属配置；如需 Argon 代码，应以 Argon 的模型文档和实际 API 验证为准。
页面模型表直接列出：gemini-4-argon 的 Default Thinking 为 On (medium)，Levels Supported 为 low, medium, high。
页面在 Gemini 4 模型（括号中明确包含 gemini-4-argon）的限制段写明：输入、思考和输出共享 1,048,576 tokens 的 1M context window。
页面写明：当 background=False（流式和非流式均适用）时，max_output_tokens 的默认和最大上限为 65,536 tokens；设置大于 65,536 会返回 400 错误。
页面写明：要让 Gemini 4（包括 gemini-4-argon）生成超过 65,536、最高到 1,048,576 tokens，需设置 background=True 并配置大于 65,536 的 max_output_tokens。
页面定义 max_output_tokens 为响应可生成的最大 tokens，包含思考 tokens；该参数是基础设施强制执行的硬截断，不会改变模型如何分配 Thinking 预算。
页面说明，如果模型在思考时达到该上限，状态为 incomplete，输出可能被截断或为空；已经生成的思考 tokens 仍会计费。
页面建议：若要降低成本或延迟而不截断响应，应降低 thinking_level（low 或 medium），不要只设置很小的 max_output_tokens。
页面中用于展示 Thinking、Thought summaries、流式事件和 thinking_level 调用的代码，模型名均为 gemini-3.8-flash；本资料不把这些通用示例改写成 Argon 代码。
页面提供 Gemini 4 模型指南、Long Decode 文档 和 Token counting 指南 作为后续链接。
这里的 medium 是页面为 gemini-4-argon 显示的默认 Thinking 档位，不代表所有任务都应固定使用该档位。
max_output_tokens 同时消耗思考和输出额度；不能用它单独表示可见文本长度。
1,048,576 是输入、思考和输出的共享上下文上限；实际可用输出需扣除输入 tokens，API 还会在总和超限时自动按剩余空间限制输出。
65,536 是 background=False 的同步默认和最大输出上限；Long Decode 的更高上限需要 background=True，不能通过普通同步请求强行突破。
页面列出的 Argon 专属内容是模型表和 Gemini 4 限制段；其他代码、Thought summaries、签名、流式事件和最佳实践部分未以 Argon 为示例，不应当作 Argon 已验证的专属行为。
页面没有提供 Argon 专属完整请求 schema、SDK 版本、认证方式、各 Thinking 档位的价格或质量差异；这些内容不能从本页补写。
使用实际 Gemini API 请求固定 model="gemini-4-argon"，记录 thinking_level 为 low、medium、high 时的可见配置和实际 usage。
固定输入并分别测试 background=False、max_output_tokens=65536 与 max_output_tokens>65536，确认后者返回 400 错误。
对超过 65,536 的任务使用 background=True，逐步增加 max_output_tokens，并按 1,048,576 - 输入 tokens 检查可用输出上限。
构造会耗尽 max_output_tokens 的思考任务，记录 incomplete、截断或空输出，以及 total_thought_tokens 的计费结果。
将 Argon 的实际结果与页面明确列出的模型行和限制逐项对照；不要使用页面中 gemini-3.8-flash 示例推断 Argon 的未公开 schema 或行为。
Gemini 4 Argon
