Gemini 4 Argon 现已在 AI Gateway 上线
内容提要
谷歌在AI Gateway上线Gemini 4 Argon，主打编程、智能体任务与复杂推理。支持100万token上下文，可输入文本、图像、PDF和视频，并支持工具调用。能完成写功能、修bug、研究代码库等多步任务，处理密集图表、电子表格和视频，适用于金融、医疗、法律及数理难题。采用低中高思考等级，可通过多种API或编程智能体调用，模型名为google/gemini-4-argon。
延伸解读
思考等级：控制推理深度的新方式
Gemini 4 Argon 用低、中、高三个思考等级替代了传统的思考预算设置。这意味着开发者不再需要估算 token 数量，而是直接选择模型投入推理的力度。在 AI SDK 中通过 reasoning 参数设置，在 Chat Completions 中则用 reasoning_effort。这种设计简化了调用方式，但实际效果取决于模型如何解释这些等级，建议根据任务复杂度灵活选择。
多模态输入与长上下文：适合处理复杂文档
该模型支持 100 万 token 上下文，并能接受文本、图像、PDF 和视频输入。这使其能处理跨多个电子表格标签的财务分析、密集图表、布局复杂的文档以及视频内容。对于需要综合多种信息源的任务，如法律或医疗领域的资料审阅，这种能力可以减少手动拆分和预处理的工作量。
通过 AI Gateway 调用：统一接入与成本透明
Gemini 4 Argon 可通过 AI SDK、Chat Completions、Responses 和 Anthropic Messages API 调用，也能接入 Claude Code、Codex、Cursor 等编程智能体。AI Gateway 提供统一 API，支持用量跟踪、重试、故障转移和自定义报告，并承诺按提供商定价且不加价，BYOK 请求也不收平台费。这有助于团队简化多模型管理并控制成本。
Q&A
Gemini 4 Argon 是什么？它主要面向哪些任务？
Gemini 4 Argon 是谷歌推出的模型，现已在 AI Gateway 上线，专为编程、智能体任务和复杂推理而构建。
Gemini 4 Argon 支持多大的上下文窗口？能处理哪些类型的输入？
它拥有 100 万 token 的上下文窗口，支持文本、图像、PDF 和视频输入，并支持工具调用。
Gemini 4 Argon 在编程方面能完成哪些具体工作？
在编程任务上，它可以构建功能、修复 bug、研究不熟悉的代码库，并能通过多个步骤完成较长的任务。
Gemini 4 Argon 如何处理复杂文档和视频？适合哪些行业场景？
它能读取密集图表、电子表格、排版复杂的文档和视频，适合金融分析（如跨多个电子表格标签页）、健康、法律以及数学和科学领域的难题。
Gemini 4 Argon 的思考等级如何设置？有哪些调用方式？
它使用低、中、高三个思考等级（而非思考预算）。可通过 AI SDK、Chat Completions、Responses 和 Anthropic Messages API，或连接到 AI Gateway 的编程智能体调用。在 AI SDK 中用 reasoning 设置思考等级，在 Chat Completions 中用 reasoning_effort，其他控制项见 reasoning。
Gemini 4 Argon 的模型名称是什么？如何在 Claude Code 等编程智能体中使用？
模型名称为 google/gemini-4-argon。要在 Claude Code、Codex、Cursor 等中使用，需安装最新 Vercel CLI 并运行 vercel ai-gateway setup，然后在智能体中选择 google/gemini-4-argon。
AI Gateway 提供哪些功能？使用 Gemini 4 Argon 是否会产生额外费用？
AI Gateway 提供统一 API 用于调用模型、跟踪使用量和成本，并配置重试、故障转移和性能优化，以实现高于提供商的上线时间。它还包括内置自定义报告、零数据保留支持、API 密钥预算、路由规则等。AI Gateway 反映提供商定价，无加价，且不对推理收取平台费，包括自带密钥（BYOK）请求。
