Gemini 3.1 Pro

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

MultimodalΝέοΔιαθέσιμο

από 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.

Δοκιμάστε το Λήψη API κλειδιού Σύγκριση

Τιμή · 1M εισόδου / εξόδου: 2,40 $ / 14,40 $
Περιεχόμενο: 1.048.576 tokens
Μέγ. έξοδος: 65.536 tokens
Είσοδος → Έξοδος: Κείμενο + Εικόνα + Ήχος + Βίντεο → Κείμενο
Προγραμματιστής: Google DeepMind
Ενημερώθηκε: 24 Σεπτεμβρίου 2026

Playground

Δοκιμάστε Gemini 3.1 Pro

Συνομιλία

2,40 $/1M in

Στείλτε ένα μήνυμα. Η απάντηση φτάνει πλήρης όταν το μοντέλο τελειώσει (χωρίς streaming).

Μέγ. μήκος απάντησης (tokens)

ΘερμοκρασίαΠροεπιλογή μοντέλου

⌘/Ctrl + Enter

Αυτή η εκτέλεση

το πολύ 0,0148 $ · 1,48 πιστωτικές μονάδες προεπιλεγμένες

Χρεώνονται τα tokens που χρησιμοποιήθηκαν πραγματικά· το αχρησιμοποίητο μέρος της προεπιλογής επιστρέφεται.

Νέος εδώ;

10 δωρεάν πιστωτικές μονάδες (0,10 $) όταν εγγραφείς με Google

Χρησιμοποιήσιμο 24 ώρες μετά την εγγραφή, έως 5 εκτελέσεις ανά ημέρα και το πολύ 2 πιστωτικές μονάδες ανά εκτέλεση. Άλλες μέθοδοι σύνδεσης ξεκινούν χωρίς πιστωτικές μονάδες. Αρκετό για 6 εκτελέσεις αυτού του μοντέλου.

Σχετικά με το Gemini 3.1 Pro

ΣύντομαΗμερομηνία: 24 Σεπτεμβρίου 2026

Το Gemini 3.1 Pro είναι ένα μοντέλο του Google DeepMind στην κατηγορία Multimodal. Στο Railwail, το Gemini 3.1 Pro κοστίζει 2,40 $ ανά 1M tokens εισόδου και 14,40 $ ανά 1M tokens εξόδου. Το παράθυρο περιεχομένου περιέχει 1.048.576 tokens, και μια απάντηση μπορεί να είναι έως 65.536 tokens.

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.

Φόντο

Σχετικά με Google DeepMind

Ιδρύθηκε 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.

Επισκεφθείτε Google DeepMind

Αρχιτεκτονική

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.

Παράμετροι: Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Περιεχόμενο: 2.000.000 tokens

Δυνατότητες

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.

Εκπαίδευση & άδεια

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.

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

Δοκιμές ασφάλειας: 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.

Γνωστοί περιορισμοί

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

Ερευνητικές εργασίες

Τιμολόγηση

Οι τιμές είναι σε δολάρια ΗΠΑ. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά.

Είσοδος	2,40 $ / 1M tokens
Έξοδος	14,40 $ / 1M tokens
Είσοδος (prompts πάνω από 200.000 tokens)	4,80 $ / 1M tokens
Έξοδος (prompts πάνω από 200.000 tokens)	21,60 $ / 1M tokens

Χρέωση με βάση τα tokens που χρησιμοποιεί πραγματικά κάθε αίτημα.
1 πιστωτική μονάδα = 0,01 $

Αριθμομηχανή κόστους

Αριθμομηχανή τιμών

Tokens εισόδου

/ αίτημα

Tokens εξόδου

/ αίτημα

Αιτήματα

Σύνολο

0,96 $

96 πιστωτικές μονάδες

Ανά αίτημα

0,0096 $ · 0,96 πιστωτικές μονάδες

Κάθε αίτημα στρογγυλοποιείται προς τα πάνω σε 0,01 πιστωτικές μονάδες.

API

Καλέστε το Gemini 3.1 Pro με το κλειδί Railwail API. Χρησιμοποιήστε αυτό το ID μοντέλου στο αίτημα:

gemini-3-1-proΤεκμηρίωση API Λήψη κλειδιού API

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);

Ορίστε το κλειδί σας ως RAILWAIL_API_KEYΔημιουργία κλειδιού API

Προδιαγραφές

ID μοντέλου: gemini-3-1-pro
Ανάπτυξη: Google DeepMind
Κατηγορία: Multimodal
Είσοδος: Κείμενο, Εικόνα, Ήχος, Βίντεο
Έξοδος: Κείμενο
Παράθυρο περιεχομένου: 1.048.576 tokens
Μέγ. έξοδος: 65.536 tokens
Χρέωση: Κατά χρήση (tokens ή χρόνος GPU)
Μέγεθος μοντέλου: Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Άδεια: Proprietary commercial license via Google AI Studio, Vertex AI and the Gemini app. Paid-only since April 1, 2026.
Καταχώρηση καταλόγου ενημερώθηκε: 24 Σεπτεμβρίου 2026

Παράμετροι εισόδου

Εισόδους και ρυθμίσεις από το σχήμα εισόδου του μοντέλου. Το παράδειγμα στην ενότητα API δείχνει ποιες από αυτές δέχεται το API.

ΠαράμετροςΤύποςΠροεπιλογήΕπιτρεπόμενες τιμές

promptΥποχρεωτικό
User message
Τύπος: Κείμενο
Προεπιλογή: –
Επιτρεπόμενες τιμές: Έως 32.000 χαρακτήρες
top_p
Τύπος: Αριθμός
Προεπιλογή: 0.95
Επιτρεπόμενες τιμές: 0 έως 1
stream
Τύπος: Ναι/Όχι
Προεπιλογή: false
Επιτρεπόμενες τιμές: –
image_url
Optional image URL to analyze
Τύπος: Κείμενο
Προεπιλογή: –
Επιτρεπόμενες τιμές: –
max_tokens
Τύπος: Ακέραιος αριθμός
Προεπιλογή: 4096
Επιτρεπόμενες τιμές: 1 έως 32.000
temperature
Τύπος: Αριθμός
Προεπιλογή: 1
Επιτρεπόμενες τιμές: 0 έως 2
system_prompt
Optional system instruction
Τύπος: Κείμενο
Προεπιλογή: –
Επιτρεπόμενες τιμές: Έως 8.000 χαρακτήρες

Ετικέτες

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

Περιπτώσεις χρήσης

Για τι χρησιμοποιείται

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

Όλα τα μοντέλα: Multimodal

Συχνές ερωτήσεις

Τι είναι Gemini 3.1 Pro;

Το Gemini 3.1 Pro είναι ένα μοντέλο του Google DeepMind στην κατηγορία Multimodal. Στο Railwail μπορείτε να το καλέσετε με ένα API key μέσω του Railwail API.

Πόσο κοστίζει το Gemini 3.1 Pro στο Railwail;

Στο Railwail, το Gemini 3.1 Pro κοστίζει 2,40 $ ανά 1M tokens εισόδου και 14,40 $ ανά 1M tokens εξόδου. Χρεώνεστε για αυτό που χρησιμοποιεί πραγματικά κάθε αίτημα. Η χρήση πληρώνεται από προπληρωμένες πιστωτικές μονάδες· 1 πιστωτική μονάδα ισούται με 0,01 $.

Ποιο είναι το παράθυρο περιεχομένου του Gemini 3.1 Pro;

Το παράθυρο περιεχομένου του Gemini 3.1 Pro περιέχει 1.048.576 tokens. Μια απάντηση μπορεί να είναι έως 65.536 tokens.

Πόσο γρήγορο είναι το Gemini 3.1 Pro;

Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του Gemini 3.1 Pro στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.

Είναι το Gemini 3.1 Pro καλύτερο από το BLIP;

Αυτό εξαρτάται από την εργασία. Το Gemini 3.1 Pro (Google DeepMind) και το BLIP (Salesforce) είναι και τα δύο μοντέλα στην κατηγορία Multimodal. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.

Σύγκριση Gemini 3.1 Pro και BLIP

Μπορεί το Gemini 3.1 Pro να επεξεργαστεί εικόνες;

Ναι. Το Gemini 3.1 Pro δέχεται εικόνες ως είσοδο εκτός από κείμενο.

Πώς χρησιμοποιώ το Gemini 3.1 Pro μέσω του API;

Δημιουργήστε ένα Railwail API key και στείλτε το αίτημά σας με το ID μοντέλου gemini-3-1-pro. Παραδείγματα κώδικα για curl, Python και JavaScript βρίσκονται στην ενότητα API αυτής της σελίδας.

Συγκρίσιμα μοντέλα

Όλα σε αυτήν την κατηγορία

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 $/1M in
150 % ακριβότερο ανά μονάδα
Σύγκριση Gemini 3.1 Pro και 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 $/1M in
50 % ακριβότερο ανά μονάδα
Σύγκριση Gemini 3.1 Pro και 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 $/1M in
75 % φθηνότερο ανά μονάδα
Σύγκριση Gemini 3.1 Pro και Gemini 3 Flash

Χρησιμοποιήστε το Gemini 3.1 Pro μέσω του API

Ένα κλειδί API για κάθε μοντέλο στο Railwail. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά, 1 πιστωτικό = 0,01 $.

Λήψη κλειδιού API Περιήγηση σε όλα τα μοντέλα