Gemini 3.1 Pro

Name: Gemini 3.1 Pro
Brand: Google DeepMind
SKU: gemini-3-1-pro
Price: 2.4 USD
Availability: InStock

MultimodálníNovéDostupné

od Google DeepMindgemini-3-1-pro

Google DeepMind's February 2026 flagship. 1M-token (1,048,576) context, native multimodal (text/image/audio/video), Deep Think reasoning.

Vyzkoušet Získat API klíč Porovnat

Cena · 1M vstup/výstup: 2,40 US$ / 14,40 US$
Kontext: 1 048 576 tokenů
Max. výstup: 65 536 tokenů
Vstup → výstup: Text + Obrázek + Audio + Video → Text
Vývojář: Google DeepMind
Aktualizováno: 24. září 2026

Playground

Vyzkoušet Gemini 3.1 Pro

Chat

2,40 US$/1M vstup

Pošli zprávu. Odpověď přijde kompletní, jakmile je model hotov (bez streamování).

Maximální délka odpovědi (tokeny)

TeplotaVýchozí nastavení modelu

⌘/Ctrl + Enter

Tento běh

maximálně 0,0148 US$ · 1,48 credits rezervováno

Fakturují se skutečně použité tokeny, nevyužitá část rezervace se vrátí.

Nový zde?

10 bezplatných credits (0,10 US$) při registraci přes Google

Použitelné 24 hodin po registraci, až 5 běhů za den a maximálně 2 credits za běh. Ostatní způsoby přihlášení začínají bez credits. Stačí na 6 spuštění tohoto modelu.

O Gemini 3.1 Pro

StručněStav: 24. září 2026

Gemini 3.1 Pro je model od Google DeepMind v kategorii Multimodální. Na Railwail stojí Gemini 3.1 Pro 2,40 US$ za 1M vstupních tokenů a 14,40 US$ za 1M výstupních tokenů. Kontextní okno obsahuje 1 048 576 tokenů, odpověď může být dlouhá až 65 536 tokenů.

Released February 19, 2026, Gemini 3.1 Pro is Google DeepMind's flagship frontier model. Native 1,048,576-token context window, fully multimodal (text, image, audio, video tokens in a single pass), built-in Deep Think reasoning with adjustable thinking budgets. Top scores on GPQA Diamond, AIME, Humanity's Last Exam, and strong coding on SWE-bench. Function calling, JSON schema, Search grounding and Code Execution are first-class. Best for: long-document and long-video analysis, scientific reasoning, agentic workflows.

Pozadí

O Google DeepMind

Založeno 2010 · Mountain View, USA / London, UK

Google DeepMind is the merged AI research organisation formed in April 2023 by combining Google Brain (founded inside Google in 2011) with DeepMind (founded in London in 2010 by Demis Hassabis, Shane Legg and Mustafa Suleyman, acquired by Google in 2014). Demis Hassabis leads the unit as CEO. DeepMind authored seminal papers including 'Attention Is All You Need' (Google Brain, 2017), AlphaGo (2016), AlphaFold (2018-2021, awarded the 2024 Nobel Prize in Chemistry), AlphaZero, Chinchilla scaling laws and the Gemini Technical Report. The Gemini family launched in December 2023 (Ultra, Pro, Nano), followed by Gemini 1.5 Pro with 1M+ context (early 2024), Gemini 2.0 Flash (December 2024), Gemini 2.5 Pro with Deep Think (March/May 2025), Gemini 3 Pro (late 2025), Gemini 3.1 Pro (February 2026) and Gemini 3 Flash (April 2026). Google DeepMind also ships Imagen, Veo, Lyria and NotebookLM and powers AI features across Google Search, Workspace and Android.

Navštívit Google DeepMind

Architektura

Sparse Mixture-of-Experts Transformer (natively multimodal, Deep Think reasoning)

Gemini 3.1 Pro was released February 19, 2026 as Google DeepMind's flagship frontier model. It is a natively multimodal Sparse Mixture-of-Experts Transformer that ingests text, image, audio and video tokens through a shared embedding space, building directly on the Gemini 3 Pro architecture (late 2025) and Gemini 2.5 Pro (early 2025). The input context window is 1,048,576 tokens, the same size as Gemini 2.5 Pro. Pretraining used Google's TPU v6e infrastructure on a multi-trillion-token corpus mixing web text, code, books, scientific papers, image-text pairs, audio waveforms and video frames, with a knowledge cutoff in late 2025. Post-training combined supervised fine-tuning, RLHF, reinforcement learning against verifiable rewards on math and code, and a refreshed 'Deep Think' reasoning stage that teaches the model to allocate test-time thinking budgets and emit long internal chains-of-thought before its final answer. Tool use, function calling, structured output, Search grounding and the Code Execution tool are first-class. Safety training followed Google's Frontier Safety Framework v2.

Parametry: Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Kontext: 2 000 000 tokenů

Schopnosti

1,048,576-token input context window with native long-video and long-audio support
Built-in Deep Think reasoning mode with adjustable thinking budget
Natively multimodal: text, image, audio and video in a single pass
Top scores on GPQA Diamond, AIME 2026 and Humanity's Last Exam
Strong coding performance on SWE-bench Verified and LiveCodeBench
Function calling, JSON schema and parallel tool calls
Search grounding and Code Execution tools built into the API
Cross-lingual reasoning across 100+ languages
Available via Vertex AI, AI Studio and the Gemini app (paid-only since April 2026)
2x batch pricing reduction for large jobs
Best for: long-document and long-video analysis, scientific reasoning, agentic workflows, complex multimodal extraction.

Trénování a licence

Pretrained on a multi-trillion-token mixture of web text, code, books, scientific papers, licensed third-party text, audio waveforms, image-text pairs and video frames. Knowledge cutoff in late 2025. Post-training uses supervised fine-tuning, RLHF, RL against verifiable rewards and Deep Think reasoning training.

Licence: Proprietary commercial license via Google AI Studio, Vertex AI and the Gemini app. Paid-only since April 1, 2026.

Bezpečnostní testy: Evaluated under Google DeepMind's Frontier Safety Framework v2 covering CBRN, cyber, persuasion and ML R&D risks, with internal red teams and external evaluators.

Známá omezení

Deep Think adds significant latency and token cost
Prompts above 200K tokens are billed at 2x input / 1.5x output rates
Long-context recall quality can degrade beyond ~1M tokens for some tasks
Vision occasionally misreads dense tables and handwriting
Region availability varies; not yet generally available in all EU regions

Vědecké články

Ceny

Ceny v USD. Použití se účtuje z předplacených kreditů.

Vstup	2,40 US$ / 1M tokenů
Výstup	14,40 US$ / 1M tokenů
Vstup (prompty přesahující 200 000 tokenů)	4,80 US$ / 1M tokenů
Výstup (prompty přesahující 200 000 tokenů)	21,60 US$ / 1M tokenů

Účtují se tokeny, které jednotlivý požadavek skutečně spotřebuje.
1 kredit = 0,01 US$

Kalkulátor nákladů

Kalkulátor cen

Vstupní tokeny

/ požadavek

Výstupní tokeny

/ požadavek

Požadavky

Celkem

0,96 US$

96 kreditů

Na požadavek

0,0096 US$ · 0,96 kreditů

Každý požadavek se zaokrouhluje nahoru na 0,01 kreditu.

API

Volejte Gemini 3.1 Pro s vaším API klíčem Railwail. V požadavku použijte toto ID modelu:

gemini-3-1-proDokumentace API Získat API klíč

curl https://railwail.com/api/v1/chat/completions \
  -H "Authorization: Bearer $RAILWAIL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-1-pro",
    "messages": [
      {
        "role": "user",
        "content": "Explain what a vector database is in two sentences."
      }
    ],
    "max_tokens": 1024
  }'

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["RAILWAIL_API_KEY"],
    base_url="https://railwail.com/api/v1",
)

completion = client.chat.completions.create(
    model="gemini-3-1-pro",
    messages=[
        {
            "role": "user",
            "content": "Explain what a vector database is in two sentences.",
        },
    ],
    max_tokens=1024,
)

print(completion.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.RAILWAIL_API_KEY,
  baseURL: "https://railwail.com/api/v1",
});

const completion = await client.chat.completions.create({
  model: "gemini-3-1-pro",
  messages: [
    {
      role: "user",
      content: "Explain what a vector database is in two sentences."
    }
  ],
  max_tokens: 1024
});

console.log(completion.choices[0].message.content);

// npm install railwail
import railwail from "railwail";

const rw = railwail(process.env.RAILWAIL_API_KEY);

const res = await rw.chat("gemini-3-1-pro", [
  { role: "user", content: "Explain what a vector database is in two sentences." },
], { max_tokens: 1024 });

console.log(res.choices[0].message.content);

Nastavte svůj klíč jako RAILWAIL_API_KEYVytvořit API klíč

Specifikace

ID modelu: gemini-3-1-pro
Vývojář: Google DeepMind
Kategorie: Multimodální
Vstup: Text, Obrázek, Audio, Video
Výstup: Text
Kontextové okno: 1 048 576 tokenů
Max. výstup: 65 536 tokenů
Fakturace: Podle použití (tokeny nebo GPU čas)
Velikost modelu: Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Licence: Proprietary commercial license via Google AI Studio, Vertex AI and the Gemini app. Paid-only since April 1, 2026.
Záznam v katalogu aktualizován: 24. září 2026

Vstupní parametry

Vstupy a nastavení ze vstupního schématu modelu. Příklad v sekci API ukazuje, které z nich API přijímá.

ParametrTypVýchozíPovolené hodnoty

promptpovinné
User message
Typ: Text
Výchozí: –
Povolené hodnoty: až 32 000 znaků
top_p
Typ: Číslo
Výchozí: 0.95
Povolené hodnoty: 0 až 1
stream
Typ: Ano/Ne
Výchozí: false
Povolené hodnoty: –
image_url
Optional image URL to analyze
Typ: Text
Výchozí: –
Povolené hodnoty: –
max_tokens
Typ: Celé číslo
Výchozí: 4096
Povolené hodnoty: 1 až 32 000
temperature
Typ: Číslo
Výchozí: 1
Povolené hodnoty: 0 až 2
system_prompt
Optional system instruction
Typ: Text
Výchozí: –
Povolené hodnoty: až 8 000 znaků

Štítky

google
deepmind
flagship
multimodal
deep-think
long-context
1m-context
video-understanding

Případy použití

K čemu se používá

Long-video and long-PDF analysis
Scientific research and literature review
Coding agents with Deep Think reasoning
Search-grounded enterprise chatbots
Multimodal data extraction at scale
Audio transcription and analysis with reasoning
Whole-codebase refactoring and migration

Všechny modely: Multimodální

Často kladené otázky

Co je Gemini 3.1 Pro?

Gemini 3.1 Pro je model od Google DeepMind v kategorii Multimodální. Na Railwail jej můžete volat pomocí API klíče přes Railwail API.

Kolik stojí Gemini 3.1 Pro na Railwail?

Na Railwail stojí Gemini 3.1 Pro 2,40 US$ za 1M vstupních tokenů a 14,40 US$ za 1M výstupních tokenů. Platíte za to, co každý požadavek skutečně spotřebuje. Použití se platí z předplacených kreditů; 1 kredit se rovná 0,01 US$.

Jaké je kontextní okno Gemini 3.1 Pro?

Kontextní okno Gemini 3.1 Pro obsahuje 1 048 576 tokenů. Odpověď může být dlouhá až 65 536 tokenů.

Jak rychlý je Gemini 3.1 Pro?

Pro Gemini 3.1 Pro je na Railwail zatím příliš málo naměřených spuštění na uvedení doby běhu. Závisí na vstupu, nastavení a zátěži u poskytovatele.

Je Gemini 3.1 Pro lepší než BLIP?

Záleží na úkolu. Gemini 3.1 Pro (Google DeepMind) a BLIP (Salesforce) jsou oba modely v kategorii Multimodální. Stránka porovnání zobrazuje jejich ceny a specifikace vedle sebe.

Porovnat Gemini 3.1 Pro a BLIP

Může Gemini 3.1 Pro zpracovávat obrázky?

Ano. Gemini 3.1 Pro přijímá obrázky jako vstup kromě textu.

Jak mohu používat Gemini 3.1 Pro přes API?

Vytvořte Railwail API klíč a pošlete svůj požadavek s ID modelu gemini-3-1-pro. Příklady kódu pro curl, Python a JavaScript jsou v sekci API na této stránce.

Srovnatelné modely

Všechny v této kategorii

Claude Opus 4.7Anthropic
Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.
6,00 US$/1M vstup
150 % dražší na jednotku
Porovnat Gemini 3.1 Pro a Claude Opus 4.7
Claude Sonnet 4.6Anthropic
Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.
3,60 US$/1M vstup
50 % dražší na jednotku
Porovnat Gemini 3.1 Pro a Claude Sonnet 4.6
Gemini 3 FlashGoogle DeepMind
Google's April 2026 fast multimodal model. Combines Gemini 3 Pro's reasoning with Flash-tier latency and price. Default model in the Gemini app.
0,60 US$/1M vstup
75 % levnější na jednotku
Porovnat Gemini 3.1 Pro a Gemini 3 Flash

Používejte Gemini 3.1 Pro přes API

Jeden API klíč pro všechny modely na Railwail. Použití se účtuje z předplacených kreditů, 1 kredit = 0,01 US$.

Získat API klíč Zobrazit všechny modely