Уровни рассуждений Gemini 4: как выбрать low, medium, high или xhigh
Какие уровни рассуждений поддерживает каждая модель Gemini 4, куда передавать параметр в каждом API, сколько стоит задача на каждом уровне, что показали наши тестовые запросы и как найти самый низкий уровень, который проходит ваши проверки.
Gemini 4 Carbon и Argon принимают low, medium и high, по умолчанию medium. Gemini 4 Neon и Hydrogen принимают low, medium, high и xhigh, по умолчанию high. Ни для одной модели не документирован minimal, и ни в одной нельзя отключить рассуждения. Уровень выбирают так: прогоняют собственные задачи с проверкой «прошло/не прошло» на каждом поддерживаемом уровне и оставляют самый низкий, который проходит; xhigh включают, только если не справляется high. Цена за токен на всех уровнях одинакова. Меняется количество токенов рассуждений, которое тратит модель, а от него зависят и стоимость, и время ожидания.
На задачах бенчмарка Artificial Analysis переход Hydrogen с low на xhigh увеличил среднюю стоимость задачи примерно в одиннадцать раз (с $0,29 до $3,16), а у Neon тот же диапазон дал рост примерно в девять раз. На обеих моделях последний шаг принёс меньше всего баллов. В нашем небольшом тесте через Ofox Hydrogen на xhigh потратил примерно втрое больше токенов рассуждений, чем на high, и ответил на те же промпты не лучше.
Статью публикует Ofox. Источники:
- Документация Google: поддерживаемые уровни, значения по умолчанию и имена параметров — из руководства по рассуждениям, руководств по отдельным моделям и страницы совместимости с OpenAI; проверено 19 ноября 2026 года.
- Artificial Analysis (AA): данные бенчмарка по уровням со страниц моделей, прочитаны в тот же день. Это сторонние цифры, не наши.
- Наши запуски: 56 запросов 2026-11-19 к
google/gemini-4-hydrogenиgoogle/gemini-4-argonчерез Ofox. Только эти результаты мы измерили сами.
На эту дату Gemini 4 Carbon и Neon в Ofox недоступны. Всё, что сказано о них, взято у Google или AA.
Какие уровни поддерживает каждая модель Gemini 4
| Модель | ID модели | Поддерживаемые уровни | По умолчанию | В Ofox (2026-11-19) |
|---|---|---|---|---|
| Gemini 4 Carbon | gemini-4-carbon | low, medium, high | medium | Нет |
| Gemini 4 Argon | gemini-4-argon | low, medium, high | medium | Да, google/gemini-4-argon |
| Gemini 4 Neon | gemini-4-neon | low, medium, high, xhigh | high | Нет |
| Gemini 4 Hydrogen | gemini-4-hydrogen | low, medium, high, xhigh | high | Да, google/gemini-4-hydrogen |
Источник: руководство Google по рассуждениям и руководства по Neon, Hydrogen, Carbon и Argon. Доступность в Ofox: авторизованный GET /v1/models, 2026-11-19.
В чек-листах миграции Google это разделение уложено в одну строку: “Carbon and Argon default to medium and cap at high.” (у Carbon и Argon по умолчанию medium, максимум — high). В руководствах по Neon и Hydrogen добавлено, что обе модели отвечают на minimal ошибкой. Кроме того, одно и то же название занимает разное место на шкале: у Carbon и Argon high — самый высокий уровень, а у Neon и Hydrogen — второй сверху.
Как Google описывает уровни Neon и Hydrogen:
| Уровень | Описание Google | Рекомендуемое Google применение |
|---|---|---|
low | Меньше всего токенов, минимальная задержка | Быстрый чат, обработка с высокой пропускной способностью; “still capable on agentic tasks” (по-прежнему справляется с агентными задачами) |
medium | Меньший расход токенов, более быстрые ответы | Интерактивное программирование, прототипирование UI в реальном времени, вызовы инструментов, чувствительные к задержке |
high | Баланс интеллекта и скорости | По умолчанию для сложного кода, агентов, вызова инструментов, мультимодальных задач |
xhigh | Больше всего токенов, самые глубокие рассуждения | Трудные многошаговые задачи, с которыми не справляется high |
У Carbon и Argon описания сдвинуты на ступень вверх: medium “recommended for most tasks, including complex code and agentic use cases” (рекомендуется для большинства задач, включая сложный код и агентные сценарии), а high предназначен для самых сложных рассуждений, математики, науки и агентной работы. Руководство по Carbon предупреждает, что на low “quality can drop on hard tasks” (качество на трудных задачах может снизиться).
Как передать уровень в каждом API
В каждом API параметр называется по-разному и находится в разном месте. Уровень, переданный не туда, либо не проходит валидацию, либо вообще не доходит до модели.
| API | Куда передаётся уровень | Где возвращаются токены рассуждений |
|---|---|---|
| Interactions API (Google) | generation_config.thinking_level | usage.total_thought_tokens |
generateContent REST | generationConfig.thinkingConfig.thinkingLevel | usageMetadata.thoughtsTokenCount |
generateContent Python SDK | GenerateContentConfig(thinking_config=ThinkingConfig(thinking_level=...)) | usage_metadata.thoughts_token_count |
| OpenAI-совместимый Chat Completions | reasoning_effort | usage.completion_tokens_details.reasoning_tokens |
Значения везде — строки в нижнем регистре: "low", "medium", "high", "xhigh".
Interactions API (напрямую в Google)
В руководствах по Neon и Hydrogen используется такой запрос:
curl "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-4-hydrogen",
"input": "Audit this retry queue for race conditions.",
"generation_config": { "thinking_level": "xhigh" }
}'
В справочнике по нативному Gemini API Ofox перечислены generateContent, streamGenerateContent, кэшированное содержимое и список моделей, но эндпоинта Interactions там нет, поэтому запросы к Interactions отправляйте напрямую в Google.
generateContent (Google или Ofox)
Именно этот формат запроса мы тестировали. В Ofox базовый адрес — https://api.ofox.io/gemini, ключ передаётся в x-goog-api-key, а путь модели содержит префикс google/; так описано в справочнике Generate Content и на странице настроек рассуждений Gemini в документации Ofox.
curl "https://api.ofox.io/gemini/v1beta/models/google/gemini-4-hydrogen:generateContent" \
-H "x-goog-api-key: $OFOX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{"role": "user", "parts": [{"text": "What is the chemical symbol for tungsten? Reply with the symbol only."}]}],
"generationConfig": {
"thinkingConfig": {"thinkingLevel": "low"},
"maxOutputTokens": 32768
}
}'
Для прямого обращения к Google используйте https://generativelanguage.googleapis.com/v1beta/models/gemini-4-hydrogen:generateContent со своим ключом Gemini. thinkingConfig должен находиться внутри generationConfig: на верхнем уровне тела запроса он до модели не доходит.
OpenAI-совместимый маршрут
Страница совместимости Google сопоставляет reasoning_effort с уровнями Gemini 4:
reasoning_effort | thinking_level в Gemini 4 |
|---|---|
minimal | low |
low | low |
medium | medium |
high | high |
xhigh | xhigh (только Neon и Hydrogen) |
Если reasoning_effort не указан, модель работает на своём уровне по умолчанию. Google отмечает, что reasoning_effort и thinking_level пересекаются, “so they can’t be used at the same time” (поэтому их нельзя использовать одновременно). Через Ofox:
from openai import OpenAI
import os
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
resp = client.chat.completions.create(
model="google/gemini-4-hydrogen",
reasoning_effort="xhigh",
messages=[{"role": "user", "content": "..."}],
)
print(resp.usage.completion_tokens_details.reasoning_tokens)
На страницах моделей Ofox для Hydrogen и Argon указаны оба протокола, openai и gemini; актуальные цены тоже приведены там.
Уберите thinkingBudget
thinkingBudget был механизмом управления в Gemini 2.5. В руководстве Google по рассуждениям для generateContent сказано, что в Gemini 4 он устарел: “If passed alone, it maps to the nearest thinkingLevel … and returns a warning; sending thinkingBudget and thinkingLevel together returns a 400 error.” (если передать его отдельно, он сопоставляется с ближайшим thinkingLevel и возвращает предупреждение; совместная отправка thinkingBudget и thinkingLevel даёт ошибку 400). Через Ofox отклонялся даже вариант только с бюджетом (подробности — в разделе о тестах). Удалите thinkingBudget из всех переносимых конфигураций и задайте вместо него thinkingLevel.
Оставьте запас в max_output_tokens
Токены рассуждений и видимый ответ делят один лимит вывода. По словам Google, если модель упирается в лимит, ещё продолжая рассуждать, она останавливается с MAX_TOKENS и “returns truncated or empty output (while still billing for any thinking tokens generated)” (возвращает обрезанный или пустой вывод, при этом сгенерированные токены рассуждений всё равно оплачиваются). Чтобы тратить меньше, снижайте уровень, а не лимит. Руководства Google по Neon и Hydrogen советуют оставить значение по умолчанию 65 536; руководство по Carbon рекомендует не меньше 32 768. В наших запусках стояло 32 768, и ни один ответ не был обрезан.
Сколько стоит каждый уровень в токенах, времени и качестве
Цены за токен на всех уровнях одинаковы, поэтому сравнивать имеет смысл стоимость задачи. AA прогоняет задачи своего Intelligence Index отдельно на каждом уровне и публикует среднюю стоимость задачи по прайс-листу Google. Цифры ниже взяты со страниц AA на 19 ноября 2026 года.
Neon (все четыре уровня)
| Уровень | AA Intelligence Index | Стоимость задачи | Время на задачу | Выходных токенов на задачу | Доля галлюцинаций |
|---|---|---|---|---|---|
low | 44,1 | $0,75 | 3,7 мин | ~21 700 | 18,8% |
medium | 54,9 | $1,90 | 8,3 мин | ~50 000 | 16,2% |
high (по умолчанию) | 59,6 | $3,74 | 14,8 мин | ~90 200 | 13,9% |
xhigh | 61,4 | $6,44 | 21,5 мин | ~141 600 | 14,4% |
Каждый следующий шаг стоит дороже и даёт меньше: low → medium добавляет 10,8 балла за $1,16 на задачу, medium → high — 4,8 балла за $1,84, а high → xhigh — 1,8 балла за $2,70, причём доля галлюцинаций не снижается.
Hydrogen (все четыре уровня)
| Уровень | AA Intelligence Index | Стоимость задачи | Время на задачу | Выходных токенов на задачу | Доля галлюцинаций |
|---|---|---|---|---|---|
low | 26,9 | $0,29 | нет данных | нет данных | нет данных |
medium | 41,2 | $0,80 | нет данных | нет данных | нет данных |
high (по умолчанию) | 50,8 | $1,87 | 8,6 мин | ~85 000 | 8,7% |
xhigh | 53,9 | $3,16 | 15,2 мин | ~154 400 | 8,5% |
Для Hydrogen low и medium в данных AA есть индекс и стоимость, но нет времени, токенов и доли галлюцинаций.
Внизу шкалы Hydrogen проседает гораздо сильнее, чем Neon: low набирает на 24 балла меньше, чем уровень по умолчанию, против 15,5 у Neon. Поэтому для Hydrogen low — заметное понижение качества, а не бесплатное ускорение. От high к xhigh Hydrogen прибавляет 3,1 балла примерно за +69% к стоимости и +77% ко времени.
Carbon (три уровня)
AA считает Carbon по ставке, которая действует с 1 декабря ($4/$20 за миллион токенов). До 30 ноября Google берёт $2/$10. Все ставки Carbon, включая кэшированный ввод, вдвое ниже, поэтому ноябрьский столбец — это цифра AA, делённая на два (наш расчёт).
| Уровень | AA Intelligence Index | Стоимость задачи (декабрьская ставка) | Стоимость задачи (ноябрьская ставка, наше деление пополам) | Время на задачу | Доля галлюцинаций | Точность Omniscience |
|---|---|---|---|---|---|---|
low | 54,2 | $7,19 | $3,59 | 30,4 мин | 19,8% | 49,2% |
medium (по умолчанию) | 58,3 | $6,59 | $3,29 | 29,6 мин | 4,2% | 48,9% |
high | 60,0 | $7,76 | $3,88 | 37,2 мин | 11,4% | 58,3% |
Carbon выбивается из общей картины. На задачах AA low обошёлся на задачу дороже, чем medium, занял примерно столько же времени, набрал на 4 балла меньше и галлюцинировал почти в пять раз чаще. Меньше токенов рассуждений на шаг не гарантирует более дешёвую задачу, если агенту для её завершения нужно больше шагов. AA этот результат не объясняет, поэтому считайте его данными одного бенчмарка, но не исходите из того, что low экономит деньги на Carbon.
Argon (AA приводит два уровня)
На странице Argon у AA есть только high и medium. Запись Argon без суффикса, которая показана как основная, подписана “Gemini 4 Argon (High)”. AA считает Argon по текущей ставке $2/$10.
| Уровень | AA Intelligence Index | Стоимость задачи (ноябрьская ставка) | Стоимость задачи (декабрьская ставка, наше удвоение) | Время на задачу | Доля галлюцинаций | Точность Omniscience |
|---|---|---|---|---|---|---|
medium (по умолчанию) | 47,6 | $4,31 | $8,63 | 29,1 мин | 15,4% | 49,0% |
high | 50,4 | $4,97 | $9,95 | 29,8 мин | 4,3% | 48,3% |
На задачах AA Argon high обошёлся на 15% дороже, чем Argon medium, занял примерно столько же времени, набрал на 2,8 балла больше и снизил долю галлюцинаций с 15,4% (medium) до 4,3% (high). Поэтому, если фактические ошибки обходятся вам дорого, на Argon стоит первым проверить high. Низкие 4,3% относятся к Argon high; вызов Argon без указания уровня работает на medium. О декабрьском изменении цен — в нашем руководстве по декабрьскому подорожанию Carbon и Argon; модель расходов для Neon — в статье о ценах Gemini 4 Neon по уровням рассуждений.
Почему сравнение «по умолчанию против по умолчанию» вводит в заблуждение
Во многих сравнениях Gemini 4 меняют ID модели, а уровень не задают. Так сравниваются модели в разных точках их шкал уровней.
- Уровни по умолчанию занимают разное место на шкале. Neon и Hydrogen по умолчанию работают на втором сверху уровне, Carbon и Argon — на среднем. Neon против Carbon с настройками по умолчанию — это Neon
high(59,6, $3,74) против Carbonmedium(58,3, $6,59 по декабрьской ставке). Наше сравнение Neon и Carbon показывает, как вывод зависит от выбранной пары уровней. - Цифры, которые показывают первыми, обычно получены на верхнем уровне. На страницах моделей AA первыми показаны Neon и Hydrogen на
xhighи Carbon и Argon наhigh. В документах Google с методикой оценки, на которые ссылается каждая карточка модели, сказано, что результаты получены “with the highest thinking settings unless indicated otherwise” (с максимальными настройками рассуждений, если не указано иное). Код, который никогда не задаёт уровень, работает не в той конфигурации, на которой получены эти баллы. - Модель и уровень — одно решение. По цифрам AA Neon
medium(54,9, $1,90) набрал больше, чем Hydrogenxhigh(53,9, $3,16), при 60% его стоимости, а Neonlow(44,1, $0,75) — больше, чем Hydrogenmedium(41,2, $0,80). Доступность может весить не меньше: Neon есть только на платном уровне и отсутствует в Ofox, а у Hydrogen есть бесплатный уровень Google, и он доступен в Ofox.
Честное сравнение явно задаёт уровень с обеих сторон, поднимает max_output_tokens, чтобы ни одна сторона не обрезалась, и для каждого запуска записывает токены рассуждений, задержку и результат проверки.
Что показал запуск уровней через Ofox
Мы хотели проверить две вещи: доходит ли уровень до модели через Ofox и насколько он меняет расход токенов на обычных промптах.
Условия (2026-11-19). Нативный маршрут Gemini в Ofox, POST https://api.ofox.io/gemini/v1beta/models/{model}:generateContent, с заданным generationConfig.thinkingConfig.thinkingLevel и maxOutputTokens: 32768. google/gemini-4-hydrogen на low, medium, high и xhigh; google/gemini-4-argon на low, medium и high. Каждый уровень запускался дважды на трёх промптах, по четыре запроса одновременно. Мы считывали usageMetadata.thoughtsTokenCount и candidatesTokenCount и замеряли полное время каждого запроса на стороне нашего клиента.
Промпты:
- Простой факт: химический символ вольфрама (ожидается
W). - Многошаговая арифметика: ручки по $3, блокноты по $7, потрачено ровно $100, куплено хотя бы по одной штуке каждого, ручек строго больше, чем блокнотов; нужно посчитать число комбинаций. Ответ — 3: (31, 1), (24, 4) и (17, 7). (10, 10) — равенство, и условие «строго больше» не выполняется.
- Небольшая задача по коду: написать
merge_intervals, которая объединяет соприкасающиеся интервалы и не изменяет входные данные; проверка — 9 скрытых тест-кейсов в изолированном подпроцессе.
Результаты Hydrogen
Токены рассуждений за запуск (повтор 1, повтор 2):
| Промпт | low | medium | high | xhigh |
|---|---|---|---|---|
| Простой факт | 45, 78 | 46, 58 | 84, 87 | 106, 112 |
| Арифметика | 522, 523 | 669, 715 | 690, 786 | 1 734, 1 687 |
| Код | 424, 541 | 672, 572 | 426, 389 | 2 119, 1 987 |
| Итого (6 запусков) | 2 133 | 2 732 | 2 462 | 7 745 |
| Суммарная задержка | 50,1 с | 45,0 с | 44,0 с | 80,3 с |
| Верно | 6/6 | 6/6 | 6/6 | 6/6 |
Все 24 ответа Hydrogen были верными, и каждое решение задачи по коду прошло 9 из 9 тестов. В целом xhigh потратил примерно в 3,1 раза больше токенов рассуждений, чем high, а на промпте с кодом — в 5 раз больше, при том же проходящем коде. low, medium и high трудно различить: итоговые суммы лежали в диапазоне от 2 133 до 2 732 и не росли по порядку уровней. Даже low выдал токены рассуждений на вопрос с ответом в одно слово, что согласуется с заявлением Google о том, что рассуждения нельзя отключить.
Результаты Argon
Токены рассуждений за запуск:
| Промпт | low | medium | high |
|---|---|---|---|
| Простой факт | нет, нет | нет, нет | 105, 105 |
| Арифметика | нет, нет | 398, 367 | 1 071, 895 |
| Код | нет, нет | нет, нет | 739, 890 |
| Верно (все промпты) | 6/6 | 6/6 | 6/6 |
«Нет» означает, что в ответе не было поля thoughtsTokenCount и частей с рассуждениями. На странице Ofox о рассуждениях сказано, что так выглядит ответ, когда модель пропускает рассуждения на простом запросе. Argon на low не сообщил о рассуждениях ни на одном промпте, на medium — только на арифметике, на high — на всех трёх. Все ответы при этом были верными. На арифметическом промпте на low Argon решал задачу пошагово прямо в видимом ответе (от 525 до 637 выходных токенов), так что ноль токенов рассуждений не означал отсутствия рассуждения.
Задержка у Argon не следовала за количеством токенов. Два запуска арифметики на medium заняли 35,6 с и 59,9 с, запуски на high — 27,5 с и 25,0 с. При двух замерах и четырёх одновременных запросах считайте это эффектом очереди, а не свойством уровня.
Уровни вне списка: приняты, но не поддерживаются
Два значения, которые Google документирует как неподдерживаемые, через Ofox вернули HTTP 200: thinkingLevel: "minimal" на Hydrogen и "xhigh" на Argon. В ответах никак не указано, какой уровень был применён. Каждое мы запустили дважды на арифметическом промпте:
| Запрос | Токены рассуждений | Ближайший документированный уровень |
|---|---|---|
Hydrogen minimal | 463, 481 | Hydrogen low: 522, 523 |
Argon xhigh | 1 238, 1 141 | Argon high: 1 071, 895 |
В наших запусках расход выглядел как у Hydrogen low и Argon high, что совпадает с тем, как таблица совместимости Google сопоставляет minimal. Это наблюдение за одним маршрутом в один день, по два замера на каждый вариант, и это не документированное поведение. Прямой запрос к Google может отклонить оба значения. Не полагайтесь на это: в собственном коде сопоставляйте minimal с low, а xhigh на Carbon и Argon — с high. В нашем руководстве по ошибкам Gemini 4 API приведены результаты одиночных запусков на других промптах.
thinkingBudget через Ofox
2026-11-19 мы шесть раз отправили thinkingBudget: 1024: на Hydrogen три раза отдельно и дважды вместе с thinkingLevel: "low", на Argon один раз отдельно. Все шесть запросов вернули HTTP 400, тогда как запросы только с уровнем, отправленные непосредственно до и после, вернули 200.
- Argon вернул сообщение валидации Ofox: “Gemini 4 Argon does not support a thinking token budget. Use low, medium or high reasoning effort instead.”
- Hydrogen во всех случаях вернул
"The service is temporarily unavailable. Please try again later."сtype: "api_error". Это похоже на сбой шлюза или вышестоящего сервиса, а не на ошибку валидации, и из ответа не видно, какой уровень системы его сформировал.
Так вёл себя нативный маршрут Gemini в Ofox в тот день; это не задокументированное поведение Google. Google документирует 400 только при совместной отправке бюджета и уровня; бюджет, переданный отдельно, должен сопоставляться с уровнем и сопровождаться предупреждением. Напрямую Google мы не тестировали. На практике: если при запросе к Gemini 4 через Ofox вы видите этот 400 с “temporarily unavailable”, прежде чем повторять запрос, проверьте, не остался ли в нём thinkingBudget.
OpenAI-совместимый маршрут
На арифметическом промпте (по одному запуску) reasoning_effort: "low" вернул 598 reasoning_tokens, а "xhigh" — 1 492. Уровень доходит до модели и по этому маршруту.
Две детали ответа, которые стоит обработать
- Части с рассуждениями без
includeThoughts. Наблюдалось через Ofox 2026-11-19: каждый нативный ответ, в котором были рассуждения, содержал также часть с пометкой"thought": trueи кратким изложением рассуждений, хотяincludeThoughtsмы не задавали. По описанию Google, такие изложения включаются только по запросу. Напрямую в Google мы это не проверяли. Если ваш код склеивает все текстовые части, пропускайте части, гдеthoughtравно true, иначе изложение попадёт в ответ. - Счётчики usage не совпадают с видимым текстом. Для наших ответов в один символ
candidatesTokenCountбыл равен 5. Считайте по полям usage.
Ограничения теста
- Каждый уровень запускался 2 раза на 3 промптах от простого до среднего уровня сложности. Этого достаточно, чтобы увидеть, доходит ли уровень до модели и как сильно он влияет на токены. Ранжировать качество так нельзя: промпты были слишком простыми, чтобы уровни разошлись по правильности.
- Задержка измерена полностью на стороне нашего клиента, при 4 одновременных запросах, через Ofox.
- На Carbon и Neon мы ничего не измеряли, как и напрямую через API Google.
- По прайс-листу Google успешные запросы обошлись бы примерно в $0,26 по нашему расчёту из данных usage. Ofox тарифицирует по ставкам на странице каждой модели.
Исходные запросы и ответы (с удалённым ключом) и скрипты хранятся в наших рабочих материалах к этой статье.
Порядок выбора уровня
Совет Google на каждой странице о Gemini 4 один и тот же: прогоните свои оценки на каждом поддерживаемом уровне с высоким лимитом вывода и оставьте самый низкий уровень, который удовлетворяет вашей планке качества. Конкретно:
1. Подготовьте от 20 до 50 задач с автоматической проверкой. Берите реальные запросы из своего приложения, проверяйте их точными ответами, юнит-тестами или валидацией схемы и обязательно включите самые трудные случаи. Наш тест показывает почему: простые задачи проходят на любом уровне и ничего не говорят.
2. Пройдите по всем поддерживаемым уровням, задавая уровень явно. Минимальный перебор через нативный маршрут Ofox:
import os, time, json, urllib.request
URL = "https://api.ofox.io/gemini/v1beta/models/{m}:generateContent"
LEVELS = {"google/gemini-4-hydrogen": ["low", "medium", "high", "xhigh"],
"google/gemini-4-argon": ["low", "medium", "high"]}
def run(model, level, prompt):
body = {"contents": [{"role": "user", "parts": [{"text": prompt}]}],
"generationConfig": {"thinkingConfig": {"thinkingLevel": level},
"maxOutputTokens": 32768}}
req = urllib.request.Request(URL.format(m=model), data=json.dumps(body).encode(),
headers={"x-goog-api-key": os.environ["OFOX_API_KEY"],
"Content-Type": "application/json"})
t = time.time()
r = json.load(urllib.request.urlopen(req, timeout=900))
cand = r["candidates"][0]
text = "".join(p.get("text", "") for p in cand["content"]["parts"] if not p.get("thought"))
u = r.get("usageMetadata", {})
return {"level": level, "finish": cand.get("finishReason"),
"thoughts": u.get("thoughtsTokenCount", 0),
"output": u.get("candidatesTokenCount", 0),
"seconds": round(time.time() - t, 1), "text": text}
Оценивайте text собственной проверкой. Записывайте и finish: любое значение, кроме STOP, означает, что запуск не завершился штатно, поэтому не засчитывайте его ни как успех, ни как провал.
3. Запускайте каждый уровень минимум 3–5 раз на задачу. В нашем тесте одинаковые запросы различались по токенам рассуждений до 70% (Hydrogen low на простом факте: 45 против 78).
4. Выберите самый низкий уровень, доля успешных прохождений которого не уступает лучшему уровню, а затем по собственным данным usage сопоставьте дополнительную стоимость следующего уровня с дополнительными успешными прохождениями. Для масштаба: на задачах AA переход Hydrogen с high на xhigh стоил на $1,29 больше на задачу за 3,1 балла индекса.
5. Задавайте уровень для каждого типа запросов, а не для всего приложения, и повторяйте перебор при каждой смене модели, шаблона промпта или цены.
С чего начинать для разных типов задач
Это отправные точки для тестирования, взятые из рекомендаций Google по уровням и кривых AA выше. Это не измеренные результаты для вашей нагрузки.
| Задача | Старт для Hydrogen / Neon | Старт для Carbon / Argon | Повышать, когда | Понижать, когда |
|---|---|---|---|---|
| Извлечение данных, классификация, короткие фактические ответы | low | low (у AA Carbon low не оказался дешевле; проверьте на своих данных) | Появляются провалы проверок | Уже на low |
| Чат, краткие изложения, простые вызовы инструментов | low или medium | low | Ответы пропускают шаги или вызывают не тот инструмент | Доля прохождений на уровне ниже не меняется |
| Интерактивное программирование, прототипирование UI | medium | medium | Тесты падают или правки неполные | Тесты по-прежнему проходят, а задержка важна |
| Код в нескольких файлах, агентные циклы, синтез документов | high | medium (по умолчанию), затем high | Задачи зависают или агент сдаётся | medium проходит те же задачи |
| Сложная математика, наука, поиск первопричины ошибок | high, затем xhigh | high | xhigh — только на Neon/Hydrogen и только после провала high | Редко; сначала проверьте стоимость |
Google предупреждает, что xhigh “can cause overthinking or exhaust max_output_tokens on simpler prompts such as text or JSON extraction” (может приводить к избыточным рассуждениям или исчерпанию max_output_tokens на более простых промптах, например при извлечении текста или JSON). Не используйте его для задач извлечения.
Когда запрос с уровнем завершается ошибкой
| Симптом | Вероятная причина | Исправление |
|---|---|---|
400 с упоминанием thinking_level | Значение недопустимо для этой модели или API | Проверяйте уровень по ID модели перед отправкой; см. руководство по ошибкам Gemini 4 API |
400 “service is temporarily unavailable” через Ofox | В наших тестах — оставшийся thinkingBudget | Удалите thinkingBudget и оставьте thinkingLevel |
400 на OpenAI-совместимом вызове, где в extra_body заданы и reasoning_effort, и thinking_config | По словам Google, их нельзя использовать вместе | Оставьте только один |
HTTP 200 с пустым или обрезанным текстом, MAX_TOKENS / length | Рассуждения исчерпали лимит вывода | Поднимите maxOutputTokens или понизьте уровень; см. пустые или обрезанные ответы |
Тайм-ауты на high / xhigh | Долгие рассуждения на трудных промптах | Чек-листы миграции Google рекомендуют тайм-аут HTTP-клиента не меньше 15 минут или фоновое выполнение в API Google |
| Текст ответа начинается с краткого изложения рассуждений модели | Части с рассуждениями склеены с ответом | Пропускайте части, где thought равно true |
| Многоходовые вызовы инструментов падают с ошибкой подписи | Подписи рассуждений не возвращаются без изменений | См. отсутствующую подпись рассуждений при вызове инструментов |
Коды состояния, специфичные для Argon, — в статье Ошибки Gemini 4 Argon API. О повторных попытках в Ofox — в руководстве по обработке ошибок.
Что читать дальше
- Первый рабочий запрос к Hydrogen: Настройка Gemini 4 Hydrogen API
- Форматы запросов Neon: Руководство по Gemini 4 Neon API
- Переход с Argon на Neon, включая смену уровней: Миграция с Argon на Neon
- Выбор модели Gemini 4 с нуля: Как выбрать модель Gemini 4
Документация по теме
- Настройки рассуждений Gemini в Ofox:
thinkingLevel,thoughtsTokenCountи полеreasoning_tokensв OpenAI-совместимом API - Обзор нативного Gemini API: базовый URL
https://api.ofox.io/geminiи заголовокx-goog-api-key - Справочник Generate Content
- Обработка ошибок и повторные попытки
Часто задаваемые вопросы
- Меняется ли цена за токен на более высоком уровне рассуждений Gemini 4?
- Нет. Google тарифицирует токены рассуждений по ставке выходных токенов, и цена за токен на всех уровнях одинакова. Более высокий уровень обходится дороже потому, что модель генерирует больше токенов рассуждений, а в агентных задачах может ещё и сделать больше шагов и прочитать больше входных данных.
- Можно ли отключить рассуждения в Gemini 4?
- Нет. По словам Google, рассуждения нельзя отключить ни в Carbon, ни в Argon, ни в Neon, ни в Hydrogen, а minimal не является поддерживаемым уровнем Gemini 4. Самая низкая документированная настройка — low. В наших запросах через Ofox 2026-11-19 Argon на low и medium на коротких промптах иногда не возвращал thoughtsTokenCount, так что наблюдаемый объём рассуждений может быть нулевым, хотя выключить их нельзя.
- Стоит ли использовать thinkingBudget вместо thinkingLevel в Gemini 4?
- Нет. Google помечает thinkingBudget в Gemini 4 как устаревший: переданный отдельно, он сопоставляется с ближайшим уровнем и возвращает предупреждение, а вместе с thinkingLevel приводит к ошибке 400. Через Ofox 2026-11-19 каждый наш запрос с thinkingBudget вернул HTTP 400, включая запросы только с бюджетом. Удалите его и задавайте только thinkingLevel.


