Gemini

Gemini 3.1 Pro Preview

Google按量计费
别名:gemini-3.1-pro-preview

Gemini 3.1 Pro Preview 支持文字、图片、音视频与 PDF 理解,适合复杂推理、软件工程和多步骤工具协作。

textimageaudiovideofilecachingcode_interpreterfunction_callingtoolsweb_searchstructured_outputjson_modereasoningvisioncontext:1048576
起始价格
输入 / 输出 · 1M
上下文
1M
最大输入窗口
最大输出
65.5K
单次响应最大 token 数
模态
→
发布于
Feb 2026

按供应商定价

比较同一模型在不同供应商的价格与服务表现。

供应商3
USD · 每 1M tokens性能 · 最近 24 小时
供应商折扣输入/M输出/M缓存读取/M
Google AI Studio

谷歌官方接口

省50%
$1$2
$4$8
$0.1$0.2
Google Vertex

谷歌官方接口

省30%
$1.4$2
$5.6$8
$0.14$0.2
Gemini Cli

Gemini cli 号池,适合 vibe coding学习等场景

省90%
$0.2$2
$0.8$8
$0.02$0.2
划线金额为标准价。性能统计覆盖最近 24 小时,实际表现随请求变化。

左右滑动表格,查看完整价格与性能。

能力 / 支持的模态

提示词缓存代码解释器函数调用工具网络搜索结构化输出推理视觉
输入
输出

厂商与数据隐私

厂商
Google文档
分词器
SentencePiece (Gemini)
许可证
Proprietary (commercial)商业闭源
数据保留44 天默认不会用于上游训练

性能

基准测试

标准化评测得分。百分比越高越好,并展示排名百分位。

指标来源:Artificial Analysis 2026-09-30·Gemini 3.1 Pro Preview

当前基准快照不包含此模型。

缺失的模型或测量值不代表零分。

基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。

关于 Gemini 3.1 Pro Preview

将多种材料放到同一个问题里

Gemini 3.1 Pro Preview 适合同时涉及复杂推理与多种输入的工作。你可以把 PDF 方案、演示视频、会议录音和代码说明一起提供,让它分析同一项目中的需求、操作过程与实现约束。它输出文字,适合形成技术报告、代码、摘要或结构化记录。

在软件工程中,它可参与代码理解、故障分析和实现计划,也适合需要多次工具调用的智能体任务。比如先读接口文档,再检查代码,最后根据测试结果修订方案。调用端提供工具后,模型可以选择何时查询、计算或调用业务函数;每一步的结果都应作为后续分析的依据。

音视频理解让它能回答文字资料之外的问题:从产品演示中整理操作步骤、从培训录音中提取讨论结论,或将视频里的界面变化与需求文档对照。请求中注明关注的时间段、人物或页面,会更容易得到针对性结果。它不是语音或视频生成模型,也不通过 Live API 提供实时对话。

长上下文适合阅读大型资料包,结构化输出方便将内容转换为系统字段。接入搜索 grounding、URL 上下文或代码执行工具后,还可以补充时效信息、阅读指定网页和核算数据;需要在请求中实际启用对应能力。对于图片中的表格和 PDF 扫描件,要求保留页码与原文摘录有助于复核。

如何使用更顺手

能分析整段演示视频吗? 可以提交支持的视频输入,并说明要检查的行为,要求用时间位置标记发现。

适合长期固定流程吗? Preview 版本适合验证能力与构建应用,上线前应使用代表性样本检查格式、工具调用和任务完成率,并关注版本更新。

使用场景与提示词

让不同输入互相验证

为材料命名,并指定最终需要解决的问题。

材料 A 是产品操作视频,材料 B 是功能需求 PDF。
检查视频中的登录、筛选和导出流程是否符合需求。
按功能列出:需求页码、视频时间点、实际表现、差异与复现步骤。
最后生成验收清单;视频看不到的功能标为“未展示”,不要判断为已完成。

代码与工具任务写清可调用工具、完成标准和错误处理方式。分析音频时可以要求区分原话、摘要和推断;使用搜索工具时指定日期范围和证据要求,让结论与引用的材料保持对应。

接入 API

API 接口文档

调用示例

请求POST/v1beta/models/gemini-3.1-pro-preview:generateContent
请求示例
参数
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

替换 <YOUR_API_KEY> 替换为 API 密钥页面中的密钥。

身份验证

所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。

在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。

支持的参数

Generation parameters
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

速率限制

供应商RPMTPMRPD
default无限制无限制无限制
Gemini Cli无限制无限制无限制
Google AI Studio无限制无限制无限制
Google Vertex无限制无限制无限制

无限制

关于 gemini-3.1-pro-preview 的常见问题

gemini-3.1-pro-preview 是什么?

Gemini 3.1 Pro Preview 支持文字、图片、音视频与 PDF 理解,适合复杂推理、软件工程和多步骤工具协作。

如何调用 gemini-3.1-pro-preview?

创建具有 gemini-3.1-pro-preview 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。

gemini-3.1-pro-preview 如何计费?

费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。

gemini-3.1-pro-preview 的上下文窗口有多大?

模型目录配置的上下文窗口为 1048576 tokens。具体请求限制请查看所选接口。

gemini-3.1-pro-preview 的最大输出是多少?

模型目录配置的最大输出为 65536 tokens。请求设置可能指定更低的上限。

如何评估 gemini-3.1-pro-preview 是否适合我的项目?

请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。