Google 11 月 18 日開放 Gemini 4 Neon 之後,Interactions 的 JSON 該如何設定 thinking_level、background 和 usage,並處理指南裡的 xhigh 與 Antigravity 傳回的 400?

thinking_level 決定深度。background 和 store 決定長輸出。11 月 18 日的 API 指南列出了 xhigh。11 月 18 日至 19 日的 Antigravity CLI 回報對這一檔傳回 400。

模型 id 本身不決定思考深度,也不決定長輸出怎麼接。 2026 年 11 月 18 日,Google 開放了 Gemini 4 Neon。模型 id 是 gemini-4-neon。Interactions API 上,generation_config.thinking_level 取 low、medium、high 或 xhigh。預設是 high。thinking_budget 和 minimal 傳回 HTTP 400。伺服器託管的長輸出把 background 和 store 都設為 true;答案要超過一段前台輸出時,把 max_output_tokens 設到 65536 以上。

本文日期為 2026 年 11 月 19 日,依據是 11 月 18 日的發布文、最後更新於 2026 年 11 月 18 日 UTC 的開發者指南,以及 11 月 18 日至 19 日 Google AI 論壇上的 Antigravity 貼文。昨天的筆記寫了 GPT-6.2 Astra 和 Sol。還按本站 Gemini 4 Carbon 那篇發請求的話,預設檔要改,thinking_budget 也會變成直接 400。

11 月 18 日開放了什麼

發布文給 Neon 的標價是每百萬 token 輸入 $3、快取輸入 $0.15、輸出 $15。快取價是輸入價的 95% 折扣。API 視窗是輸入和輸出共用的 1,048,576 token。這份預算裡的輸出包含思考、函式呼叫和可見答案。Antigravity 的產品貼文把該應用的視窗寫成最多 512K token。視窗數字以你實際呼叫的那一面為準。

價格,每百萬 token美元
輸入$3
快取輸入$0.15
輸出,含思考 token$15

發布文開放的是 AI Studio 和 Android Studio 裡的付費 Gemini API、Gemini for business,以及付費 Google AI Pro 和 Ultra 訂閱者在 Antigravity 和 Gemini 應用裡的 Neon。Cloud 指南補充了位置 global、us 和 eu,並把 Agent Platform 的存取寫成面向部分區域的已驗證企業客戶。Antigravity 的方案表包含付費 Pro 和 Ultra 上的 Neon。Free 和 Google AI Plus 不在這張表的 Neon 一列裡。Pro 試用限於符合條件的高階裝置。企業透過 Gemini for business 使用 Neon。同一則說明裡,企業一列沒有 Orchestrator (Neon)。

Google 報告 xhigh 在 Artificial Analysis Intelligence Index 上為 61 分、總排第 3,預設 high 的單任務成本大約比 Carbon 低 32%。這些數字是 Google 自己的。遷移說明把日常代理迴圈留在 gemini-4-hydrogen,批次分類留在 gemini-3.5-flash-lite,Fairwind 的網路安全測試留在 gemini-4-carbon-cyber-permissive。面向該計畫的 Neon 安全模型是另一條模型路徑。gemini-4-neon 上的 thinking_level 仍然是 low、medium、high 或 xhigh。

thinking_level,以及 xhigh 的 400

Interactions 正文用小寫檔位。GenerateContent 的 REST 把同一控制寫成 generationConfig.thinkingConfig.thinkingLevel,列舉用大寫 LOW、MEDIUM、HIGH 或 XHIGH。下面這份 Interactions 正文是預設檔。

{
  "model": "gemini-4-neon",
  "input": "Review the retry path and name the lock that can deadlock.",
  "generation_config": {
    "thinking_level": "high"
  }
}
thinking_levelNeon 指南把它用於
xhigh / XHIGH證明、科學分析和最難的多檔案工程
high / HIGH預設。多步工具迴圈、程式碼、重構、密集的多模態任務
medium / MEDIUM一般編碼、工具、文件問答、影片,以及在意延遲的回合
low / LOW分類、路由、摘要、結構化中繼資料

不寫這個欄位時,伺服器用 high。Carbon、Argon 和 gemini-3.8-flash 的預設是 medium。遷移後仍想要那一檔延遲,就明確送出 medium。thinking_budget 傳回 HTTP 400。minimal 和 MINIMAL 傳回 HTTP 400。max_output_tokens 大於 1,048,576 傳回 HTTP 400。

Antigravity 的論壇貼文用 CLI 參數 --model gemini-4-neon-xhigh 或 --effort xhigh 選檔。這個模型字串屬於 Antigravity。Interactions 正文的 model 保持 gemini-4-neon,檔位寫在 thinking_level。同一論壇上的開發者回報,CLI 1.5.11 對 gemini-4-neon-xhigh 傳回 INVALID_ARGUMENT 400,正文是 Thinking level is unsupported: THINKING_LEVEL_XHIGH,即使 agy models 列出了這個 id。日期為 11 月 18 日的 API 指南仍然列出 xhigh。某一面傳回這個 400 時,改送文件中的預設值 high,並且每一段續寫都保持同一檔。

background、continuation_token 和 status

一段前台輸出停在 65,536 個輸出 token,串流和單次回應都是這個數。這個上限裡的輸出包含思考、函式呼叫和可見答案。省略 max_output_tokens 時,預算同樣是 65,536。更長的一輪把 max_output_tokens 設到 65536 以上,最高為 1,048,576 減去輸入 token。continuation_token 在 v1beta1 上。v1 路徑沒有續寫權杖。

Interactions 上,status 為 requires_continuation 表示這一段在達到 max_output_tokens 之前先撞上 65,536,正文裡帶 continuation_token。incomplete 表示 max_output_tokens 的預算已經用完。用同一上限再送這個權杖會傳回 HTTP 400,指南裡的錯誤文字是 max_output_tokens has already been exhausted。下一請求要提高上限。completed 會清掉權杖。下面這份背景正文是伺服器託管的迴圈,檔位寫成 xhigh。拒絕 xhigh 的那一面,在第一次請求和之後每一段續寫裡都改用 high。

{
  "model": "gemini-4-neon",
  "input": "Write a complete proof of the prime number theorem.",
  "background": true,
  "store": true,
  "generation_config": {
    "thinking_level": "xhigh",
    "max_output_tokens": 262144
  }
}

status 為 queued 或 in_progress 時繼續輪詢。指南的輪詢清單還寫了 completed、incomplete、failed 和 cancelled。background: true 要搭配 store: true。有儲存的續寫送出簽發權杖的那一段的 previous_interaction_id 和 continuation_token,並省略 input。thinking_level 與簽發權杖的那一段保持一致。

{
  "model": "gemini-4-neon",
  "store": true,
  "previous_interaction_id": "SEGMENT_1_ID",
  "continuation_token": "CONTINUATION_TOKEN",
  "generation_config": {
    "max_output_tokens": 262144,
    "thinking_level": "xhigh"
  }
}

無狀態續寫把 store 設為 false,重送原來的 input,帶上 continuation_token,並省略 previous_interaction_id。迴圈可以從 store: true 改到 store: false。反方向沒有可供 previous_interaction_id 使用的已儲存父記錄。新的使用者回合指 previous_interaction_id 加上新的 input、且沒有 continuation_token。段狀態仍是 requires_continuation 或 incomplete 時,這樣的請求傳回 HTTP 400。先續到 completed,或從最近一次 completed 的 id 開始下一回合。續寫段上更改 model、system_instruction 或 tools 會傳回 HTTP 400。已知問題寫明,迴圈中途修改 thinking_level 能通過校驗;同一說明要求整個迴圈保持檔位不變,也保持內建工具 google_search、code_execution 和 url_context 不變。

GenerateContent 用 finish_reason CONTINUATION,並在候選上給出 continuationToken。下一次呼叫重送原來的 contents,把 continuationToken 放在頂層。檔位列舉用大寫。

{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Write a complete proof of the prime number theorem."
        }
      ]
    }
  ],
  "continuationToken": "CONTINUATION_TOKEN",
  "generationConfig": {
    "maxOutputTokens": 131072,
    "thinkingConfig": {
      "thinkingLevel": "XHIGH"
    }
  }
}

每一段有 20 分鐘限制。串流檢查點從 65,536 個輸出 token 開始,之後每 5,000 個 token 一次。Interactions 的自動續寫需要 Python google-genai >= 2.34.0、JavaScript @google/genai >= 2.32.0、Go >= 1.77.0 或 Java >= 1.80.0。GenerateContent 的自動續寫需要 Python >= 2.30.1。把 previous_interaction_id 交給 gemini-4-hydrogen 會跑一輪工作步驟。指南裡的 Neon 範例在下一輪 Neon 上再次送出 thinking_level。這種交接時,伺服器會丟掉前一個模型的簽章。

請求裡要拿掉的欄位

temperature、top_p 和 top_k 會被忽略。frequency_penalty、presence_penalty,以及大於 1 的 candidate_count 傳回 HTTP 400。candidateCount 固定為 1。刪掉 cached_content。隱式快取從 4,096 token 開始,持久快取預設開啟,所以靜態前綴放在最前面。歷史記錄以使用者回合結束。預填的模型回合會被拒絕。

Word、PowerPoint、Excel 和 OpenDocument 檔案(docx、pptx、xlsx、odt、odp、ods,以及較舊的 doc、ppt、xls)可以內嵌,也可以用 gs:// URI,包括放在函式回應裡面。上傳的影片預設 media_processing 為 static。agentic 是開啟時才用的值。

thoughtSignature 放在第一個 functionCall 上

平行工具回合裡,簽章放在第一個 functionCall 部分上。開發者指南把這個值叫作 thought_signature。GenerateContent 參考把 JSON 欄位寫成 thoughtSignature。同一模型回合裡的第二個呼叫不帶它。

{
  "role": "model",
  "parts": [
    {
      "functionCall": {
        "name": "read_file",
        "args": {}
      },
      "thoughtSignature": "SIG_FROM_MODEL"
    },
    {
      "functionCall": {
        "name": "list_dir",
        "args": {}
      }
    }
  ]
}

目前回合第一個 functionCall 上缺少 thoughtSignature 會傳回 HTTP 400。把它複製到同層 functionCall 上會傳回 HTTP 400。把呼叫和回應拆進交替的回合也會傳回 HTTP 400。更早的每個簽章都留在原來的部分上,包括最終的文字部分。剝掉這些值可能以 MALFORMED_FUNCTION_CALL 結束。占位符 skip_thought_signature_validator 會丟掉推理內容。每個函式回應要與呼叫的 id、name 和順序對應。

按 $3、$0.15 和 $15 讀 usage

把下面的 0 換成回應裡的欄位。這個形狀是指南點名的 Interactions 物件。0 只是占位,等回應到達再替換。

{
  "status": "completed",
  "usage": {
    "initial_input_tokens": 0,
    "total_input_tokens": 0,
    "total_cached_tokens": 0,
    "total_output_tokens": 0,
    "total_thought_tokens": 0,
    "total_tokens": 0
  }
}

未快取輸入是 total_input_tokens 減去 total_cached_tokens,每百萬 $3。total_cached_tokens 每百萬 $0.15。total_output_tokens 加 total_thought_tokens 每百萬 $15。這個和裡不要再加 total_tokens。已經求和的背景回應裡,initial_input_tokens 是第一段提示,並且已經包含在 total_input_tokens 裡。帳單上不要再加一次。決定壓縮內容時用 initial_input_tokens。total_input_tokens 會隨續寫段變大,因為每一段都會重新填入提示和已經生成的 token。

自動續寫和 background: true 已經把各段的 usage 加總。自訂迴圈,以及串流的 interaction.completed 事件,回報的是一段的增量,需要自己相加。GenerateContent SDK 會累加 usage_metadata,並保留 initial_prompt_token_count。自訂 REST 迴圈要把各段的 prompt_token_count、cached_content_token_count、candidates_token_count 和 thoughts_token_count 相加。每一段結束時就計費,後面的段失敗或取消也一樣。Grounding 查詢另行計費,指南把工具說明和函式宣告算進已處理 token。

上線前要核對的 JSON

  1. 正文有 gemini-4-neon。Interactions 的 thinking_level 是 low、medium、high 或 xhigh。GenerateContent 用大寫 thinkingLevel。正文裡沒有 thinking_budget、minimal、temperature、top_p、top_k、frequency_penalty、presence_penalty、candidate_count 或 cached_content。
  2. 超過 65,536 token 的呼叫把 max_output_tokens 設到 65536 以上,並使用 v1beta1。background: true 與 store: true 一起出現。續寫段保持 model、system_instruction、tools 和 thinking_level。
  3. gemini-4-neon-xhigh 這類 Antigravity id 留在那個 CLI 裡。API 的模型欄位保持 gemini-4-neon。正文寫著 THINKING_LEVEL_XHIGH 的 400,在那一面改送 high。
  4. 平行工具部分只在第一個 functionCall 上保留 thoughtSignature。
  5. 帳單使用未快取輸入、快取輸入、輸出 token 和思考 token。不要把 total_tokens 加進去,也不要把 initial_input_tokens 再加一次。

在本地用 JSON 校驗、JSONPath($.usage.total_thought_tokens)和 JSON 對比 核對上一份請求。資料不會上傳。

常見問題

預設還是 Carbon 那種 medium 嗎?

Neon 的預設是 high。想要 Carbon、Argon 和 gemini-3.8-flash 原來的預設延遲時,送出 medium。

thinking_level 能寫 xhigh 嗎?

11 月 18 日的 API 指南在 Interactions 上列出 xhigh,在 GenerateContent 上列出 XHIGH。11 月 18 日至 19 日的 Antigravity CLI 回報對模型 id gemini-4-neon-xhigh 傳回 HTTP 400,文字是 Thinking level is unsupported: THINKING_LEVEL_XHIGH。API 正文使用模型 gemini-4-neon 加上 thinking_level。傳回這個 400 時改送 high。

background 能配 store false 嗎?

指南要求 background 為 true 時 store 也為 true。前台無狀態迴圈可以把 store 設為 false,重送原來的 input,並帶上 continuation_token。

帳單該把 total_tokens 加進去嗎?

不要加 total_tokens。未快取輸入按每百萬 $3,total_cached_tokens 按每百萬 $0.15,total_output_tokens 加 total_thought_tokens 按每百萬 $15。initial_input_tokens 已經在求和後的輸入裡。

平行簽章放在哪?

只放在第一個 functionCall 部分的 thoughtSignature 欄位。同一模型回合裡的其他 functionCall 不帶它。把簽章複製到同層呼叫上會傳回 HTTP 400。

Antigravity 的視窗是 1,048,576 token 嗎?

API 指南的統一視窗是 1,048,576 token。Antigravity 11 月 18 日的貼文寫該產品最多 512K token。

小結

11 月 18 日開放的 Neon,價格是 $3、$0.15 和 $15,思考預設是 high。 送出 gemini-4-neon,thinking_level 取 low、medium、high 或 xhigh。一段不夠長時,把 background: true、store: true 和高於 65536 的 max_output_tokens 放在一起。平行呼叫時,thoughtSignature 只放在第一個 functionCall 上。Antigravity 對 THINKING_LEVEL_XHIGH 傳回 400 時,那一面改送 high,API 的模型 id 保持不帶後綴。