Milion tokenów w Gemini 4 Argon: wspólny limit wejścia i wyjścia

👁 120 przeczytań

Milion tokenów w Gemini 4 Argon to wspólny limit wejścia i wyjścia w Gemini API, a nie milion tokenów odpowiedzi ponad okno kontekstu. Odpowiedź może mieć do 1 048 576 tokenów, ale tylko wtedy, gdy pytanie i załączone materiały zajmują niewiele miejsca. 30 września Google pisał o „1M tokens” na wyjściu i sam powtórzyłem to wtedy jako „milion tokenów na wyjściu”. Dokumentacja z 13 października 2026 precyzuje: to jedna pula na wejście, rozumowanie i odpowiedź. Poniżej, co to zmienia w praktyce, jak działa długie generowanie i ile kosztuje.

Co dokładnie podał Google

We wpisie z 13 października Google mówi o „1M unified input-output token limit via the Gemini API”. Karta modelu w dokumentacji dla programistów podaje te same liczby w rozbiciu:

// taniej niż u producentaw magazynie

Google AI Gemini Pro + Google Drive 5 TB - 18 miesięcyVoucher, którym włączasz pakiet Google AI Pro na 18 miesięcy na własnym koncie Google.kinetyka.pl - mój sklep z rocznymi dostępami do narzędzi AI

170 zł-91%zamiast 1 800 zł9,44 zł / mies.Kup w Kinetyce →

Różnica względem wersji z 30 września jest więc taka: nie dostajesz miliona tokenów na materiały i drugiego miliona na odpowiedź. Każdy token wejścia zmniejsza miejsce na rozumowanie i wynik.

Rachunek okna: ile zostaje na odpowiedź

Proste odejmowanie pokazuje, kiedy długa odpowiedź w ogóle ma szansę się zmieścić. To arytmetyka, nie pomiar, a pozostała pula obejmuje także tokeny rozumowania, nie tylko widoczny tekst.

Wniosek: milion tokenów odpowiedzi to scenariusz „krótkie pytanie, bardzo długi wynik”. Jeśli wrzucasz do okna całe repozytorium albo archiwum umów, równie długiej odpowiedzi już nie dostaniesz.

Jak działa long decode

Dokumentacja Gemini API opisuje long decode jako generowanie w kolejnych odcinkach. Najważniejsze zasady:

• Serwer generuje odcinek do około 64 tys. tokenów, potem zaczyna następny od miejsca, w którym skończył, aż model zakończy pracę albo wyczerpie max_output_tokens.
• Żeby przekroczyć 65 536 tokenów, trzeba ustawić max_output_tokens powyżej tej wartości, a w Interactions API włączyć wykonanie w tle (background: true). Wykonanie w tle wymaga zapisywania interakcji po stronie Google (store: true).
• W GenerateContent kolejne odcinki można prowadzić we własnym kodzie: stan przenosi zaszyfrowany continuation_token, a według dokumentacji nic nie jest zapisywane na serwerze. Zapytanie REST bez strumieniowania zwraca w jednym kroku do 32 768 tokenów.
• Google pisze wprost, że model nie trzyma się zadanej liczby słów ani tokenów. Polecenie „napisz 500 tys. tokenów” nie gwarantuje takiej długości.
• Płacisz za każdy token w każdym odcinku, także za odcinki, w których model tylko „myśli”.
• Powtarzane w kolejnych odcinkach wejście jest automatycznie tańsze o 95% (implicit caching).
• Jeśli interakcja zostanie przerwana albo skończy się błędem, płacisz za pracę wykonaną do tego momentu.

Różnica między tymi wariantami ma znaczenie dla firm: długie odpowiedzi w Interactions API oznaczają przechowywanie interakcji u Google, co kłóci się z zerową retencją danych, a wariant z continuation_token w GenerateContent tego wymogu nie ma.

Aplikacja Gemini i OpenRouter

Limit 1 mln tokenów i long decode dotyczą Gemini API. Google nie podał limitu długości odpowiedzi Argona w aplikacji Gemini ani w trybie AI w wyszukiwarce, więc nie należy zakładać, że czat na koncie Google AI Pro wygeneruje dokument tej długości. Na moim koncie Pro w Polsce 13 października wieczorem Argona w wyborze modelu jeszcze nie było, bo Google wdraża go stopniowo (szczegóły w tekście Gemini 4 Argon w aplikacji).

W OpenRouterze karta modelu podaje kontekst 1 048 576 tokenów i maksymalną odpowiedź 65 536 tokenów, czyli tyle, ile zwykłe zapytanie w Gemini API. Na tej drodze testowałem Argona 13 października. Polski dokument o długości 158 111 znaków zajął 51 482 tokeny, około 5% okna. Argon odpowiedział na 5 z 5 pytań do niego w 4,5 s za 0,10 USD. Ten sam tekst Claude Opus 5.5 liczy jako 87 675 tokenów, o 70% więcej, więc po polsku do okna Argona zmieści się wyraźnie więcej treści niż do okna Claude’a o tej samej liczbie tokenów. Pełne wyniki są w teście 23 zadań i w tekście Gemini 4 Argon po polsku.

Ile kosztuje długa odpowiedź

Cennik Gemini API wlicza tokeny rozumowania do wyjścia. Cena startowa obowiązuje do 30 listopada 2026, od 1 grudnia stawki rosną dwukrotnie.

Do tego dochodzi wejście: 2 USD za milion tokenów (od 1 grudnia 4 USD), a w long decode każdy kolejny odcinek ponownie przetwarza wcześniejszy materiał, choć z rabatem 95%. Przykład: jeśli widoczny raport ma 100 tys. tokenów, a model zużył dodatkowe 200 tys. na rozumowanie, płacisz za 300 tys. tokenów wyjścia, czyli 3 USD w cenie startowej, a nie 1 USD. Do budżetu bierz więc łączne zużycie raportowane przez API, nie długość gotowego tekstu. Koszty typowych zadań rozpisałem w tekście Gemini 4 Argon cena.

Do czego duży limit ma sens

• Długie dokumenty na wejściu. Umowy, raporty, transkrypcje i kod w jednym oknie. To najczęstsze i najtańsze zastosowanie, a odpowiedź zwykle mieści się w 65 536 tokenach.
• Długie rozumowanie. Trudne zadanie, w którym model potrzebuje dużo miejsca na myślenie, a wynik jest krótki. Tu long decode chroni przed ucięciem pracy w połowie.
• Bardzo długi wynik. Szkic książki, pełna dokumentacja, duża zmiana w kodzie. Technicznie możliwe, ale każdy taki wynik trzeba potem przeczytać, sprawdzić i poprawić, a Google nie gwarantuje zadanej długości.

W długim tekście błędy się kumulują: jeśli pierwszy rozdział definiuje pojęcie inaczej niż ostatni, dodatkowe strony tylko pogłębiają problem. Bezpieczniej generować w częściach według planu i sprawdzać każdą z nich. Długość kodu też nie jest miarą jego jakości: zmiana na kilkadziesiąt tysięcy linii jest trudniejsza do przejrzenia niż mała, dobrze uzasadniona poprawka.

Własnego pomiaru odpowiedzi dłuższej niż 65 536 tokenów nie robiłem: OpenRouter ma ten limit, a bezpośredniego klucza Gemini API z płatnym poziomem nie miałem. Pozostałe informacje o modelu zbieram w przewodniku Gemini 4 Argon.

Najczęstsze pytania

Czy Gemini 4 Argon ma milion tokenów wyjścia?

W Gemini API odpowiedź może mieć do 1 048 576 tokenów, ale to ten sam limit, w którym mieści się wejście. Google nazywa go „unified input-output token limit”. Im dłuższe wejście, tym mniej miejsca na odpowiedź.

Ile tokenów zwraca zwykłe zapytanie?

Do 65 536. Dłuższa odpowiedź wymaga long decode: max_output_tokens powyżej 65 536 i, w Interactions API, wykonania w tle z zapisem interakcji.

Czy tokeny rozumowania są płatne?

Tak, jak tokeny wyjścia: 10 USD za milion do 30 listopada 2026, potem 20 USD. W long decode płacisz też za odcinki, w których model tylko myśli.

Czy w aplikacji Gemini też działa milion tokenów?

Google nie podał takiego limitu dla aplikacji ani trybu AI. Liczby z tego tekstu dotyczą Gemini API.