Gemini 4 Argon 迁移需查参数兼容与计费

提示：程序不会崩溃。问题恰恰就在这里。

10 月 13 日，Google 向所有付费 Gemini API 用户开放了新旗舰模型 Gemini 4 Argon。模型 ID 是 gemini-4-argon，Vercel AI SDK 的 Google provider 也在当天加入了支持。

所以，这次升级看起来只需要改一行代码：替换模型字符串，上线，搞定。

但 Argon 不再遵循旧规则。有些你已经传了几个月的设置，现在会被忽略。应用不会抛异常，测试也不会失败。它只是悄悄停止按照你以为的方式运行。

而且，这次升级还附带了一个截止日期。

根据 Google 的定价页面，截至 11 月 30 日，Argon 每百万 input tokens 收费 2 美元，每百万 output tokens 收费 10 美元。从 12 月 1 日起，价格分别变为 4 美元和 20 美元。Batch 和 Flex 的价格是上述数字的一半，也会在同一天翻倍。

比标价更值得注意的，是下面两个细节：

Thinking 按 output 计费。定价表写得很明确：“输出价格（包含 thinking tokens）”。默认 thinking level 是 medium，因此每次调用都会进行一定程度的思考，即便只需要一个简短回答。

没有免费档。Google 的定价页面说明，Argon“无法在 Free tier 或 Google AI Pro plan 中使用”。

来看一个粗略的例子，数字仅用于说明，不是 benchmark。假设某个功能每月调用 10,000 次，每次包含 2,000 个 input tokens，以及 800 个 output tokens，后者包含 thinking。现在每月费用为 40 + 80 = 120 美元；从 12 月起，同样的流量就要花 240 美元。

所以，如果你这周正在测试 Argon，请按 12 月的价格计算预算。

三项悄悄失效的设置

Google 的开发者指南里有一小节“从先前模型迁移”。这一节很容易被跳过，但你最好仔细看看。

1. temperature、top_p 和 top_k 会被忽略。Google 的原话是：“gemini-4-argon 会忽略自定义采样值，并返回弃用警告。”注意，是警告，不是错误。请求仍然成功，而你精心调好的 temperature: 0.2，现在只是个摆设。

2. thinking_budget 已被弃用。Argon 改用 thinking_level，有三个取值：low、medium（默认值）和 high。Google 建议分类、路由和信息提取任务使用 low，多文件调试和架构工作使用 high。

3. 显式上下文缓存取消了。如果你的代码会创建缓存并传入 cached_content，Argon 不支持这种做法。现在缓存是隐式的：它会自动生效，命中缓存的 input tokens 享受 95% 的折扣。

可以把它想成一辆新车，按下定速巡航按钮却没有反应。车依然能开，只是你已经无法用这个按钮控制车速了。

把 temperature 设为 0？会被忽略。

把 thinking budget 设为 2,048？已被弃用。

搭建了缓存层？现在不再支持。

在 Next.js 或 Node 应用里怎么改

如果你通过 Vercel AI SDK 调用 Gemini，典型的“修改前”代码是这样的：

import { generateText } from 'ai';
import { google } from '@ai-sdk/google';

const { text } = await generateText({
  model: google('gemini-2.5-pro'),
  temperature: 0.2,
  providerOptions: {
    google: { thinkingConfig: { thinkingBudget: 2048 } },
  },
  prompt,
});

Argon 版本则是：

const { text } = await generateText({
  model: google('gemini-4-argon'),
  providerOptions: {
    google: { thinkingConfig: { thinkingLevel: 'low' } },
  },
  prompt,
});

thinkingLevel 选项和 gemini-4-argon 模型 ID 都已包含在 @ai-sdk/google 4.0.95 中，该版本于 10 月 13 日发布。所以，先更新这个包。如果你在 providerOptions 中使用了 cachedContent，请将其移除。

还有一个小陷阱：SDK 的类型也允许 'minimal'，因为较早的 Gemini 模型接受这个值。但 Argon 文档只列出了 low、medium 和 high，因此请只使用这三个值。

第四件事：超时

这件事不属于前面的设置变更，但它可能让生产环境出问题。

Google 的指南指出，复杂推理 prompt“可能需要几分钟”。它建议将 HTTP 客户端的超时时间设为至少 15 到 20 分钟，或者让请求在后台运行，也就是在 Interactions API 中设置 background: true。

典型的 serverless 请求处理函数并不是为等待 20 分钟而设计的。如果你打算在 API route 中使用 thinkingLevel: 'high'，请先检查平台允许的函数最长运行时间。或者，把这项工作移到后台任务中，再轮询获取结果。AI SDK 的更新日志表示，使用 Interactions API 时，generateText 现在会持续轮询后台调用，直到调用完成。

Argon 是一个能力很强的模型，Google 也报告了它在自家代码库上取得的显著成果。但独立排名对于它是不是最好的模型存在分歧，因此，最可靠的检验是你自己的 prompt，而不是排行榜。

没有争议的是这份检查清单。如果你没检查这些事项就替换模型 ID，应用仍然会运行，只是运行方式已经和你想的不一样了。

编辑结论：趁着半价，现在可以试试 Argon，但预算要按 12 月 1 日的费率规划。替换模型 ID 前，移除 temperature/topP/topK，将 thinkingBudget 改为 thinkingLevel，移除显式缓存，并为 high thinking 延长超时时间。

来源：Gemini 4 Argon 开发者指南（Google AI Studio）· Gemini API 模型页面 · Gemini API 定价 · Google 的开发者公告 · npm 上的 @ai-sdk/google（4.0.95）· VentureBeat 关于独立排名的报道

如果需要采取进一步行动，你可以考虑屏蔽此人和／或举报滥用行为。