Gemini 3.1 Pro

MultimodálisÚjElérhető
Google DeepMind általModell-azonosító: gemini-3-1-pro

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

Ár · 1M be/ki
2,40 USD / 14,40 USD
Kontextus
1 048 576 token
Max. kimenet
65 536 token
Bemenet → kimenet
Szöveg + Kép + Hang + Videó → Szöveg
Fejlesztő
Google DeepMind
Frissítve
2026. szeptember 24.
01

Playground

Próbáld ki: Gemini 3.1 Pro

Csevegés

2,40 USD/1M be
Próbáld ki: Gemini 3.1 Pro

Írjon üzenetet. A válasz teljes egészében megérkezik, amikor a modell kész (nincs streaming).

Max. válaszlength (tokenek)

Ez a futtatás

legfeljebb 0,0148 USD · 1,48 kredit foglalva

A ténylegesen felhasznált tokenek alapján történik a számlázás; a foglalás fel nem használt része visszatérítésre kerül.

Új vagy itt?

10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor

Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak. Elegendő 6 futtatáshoz.

02

A Gemini 3.1 Pro névjegye

Röviden2026. szeptember 24. szerint

A Gemini 3.1 Pro a Google DeepMind által fejlesztett modell a Multimodális kategóriában. A Railwail-en a Gemini 3.1 Pro ára 2,40 USD 1M bemeneti tokenonként és 14,40 USD 1M kimeneti tokenonként. A kontextablak 1 048 576 tokent tartalmaz, egy válasz pedig legfeljebb 65 536 token hosszú lehet.

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.

Háttér

A Google DeepMind névjegye

Alapítva: 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.

Google DeepMind meglátogatása

Architektúra

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.

Paraméterek
Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Kontextus
2 000 000 token

Képességek

  • 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.

Képzés és licenc

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.

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

Biztonsági tesztelés: 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.

Ismert korlátozások

  • 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
03

Árak

Az árak amerikai dollárban vannak megadva. A használat előre feltöltött kreditek alapján kerül felszámításra.
Bemenet2,40 USD / 1M token
Kimenet14,40 USD / 1M token
Bemenet (200 000 tokennél hosszabb promptok)4,80 USD / 1M token
Kimenet (200 000 tokennél hosszabb promptok)21,60 USD / 1M token
  • Az egyes kérések által ténylegesen felhasznált tokenek alapján történik a számlázás.
  • 1 kredit = 0,01 USD

Költségkalkulátor

Árkalkulátor

/ kérés
/ kérés

Összesen

0,96 USD

96 kredit

Kérésenként

0,0096 USD · 0,96 kredit

Minden kérés 0,01 kreditra van felkerekítve.

04

API

Hívja meg a Gemini 3.1 Pro modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:
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
  }'
Kulcs beállítása: RAILWAIL_API_KEYAPI-kulcs létrehozása
05

Specifikációk

Modell-azonosító
gemini-3-1-pro
Fejlesztő
Google DeepMind
Kategória
Multimodális
Bemenet
Szöveg, Kép, Hang, Videó
Kimenet
Szöveg
Kontextusablak
1 048 576 token
Max. kimenet
65 536 token
Számlázás
Használat alapján (tokenek vagy GPU-idő)
Modell mérete
Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Licenc
Proprietary commercial license via Google AI Studio, Vertex AI and the Gemini app. Paid-only since April 1, 2026.
Katalógus bejegyzés frissítve
2026. szeptember 24.

Bemeneti paraméterek

A modell bemeneti sémájából származó bemenetek és beállítások. Az API szakaszban szereplő példa mutatja, hogy az API melyiket fogadja el.

  • promptkötelező

    User message

    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: legfeljebb 32 000 karakter
  • top_p
    Típus: Szám
    Alapértelmezett: 0.95
    Engedélyezett értékek: 0 és 1 között
  • stream
    Típus: Igen/nem
    Alapértelmezett: false
    Engedélyezett értékek: –
  • image_url

    Optional image URL to analyze

    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: –
  • max_tokens
    Típus: Egész szám
    Alapértelmezett: 4096
    Engedélyezett értékek: 1 és 32 000 között
  • temperature
    Típus: Szám
    Alapértelmezett: 1
    Engedélyezett értékek: 0 és 2 között
  • system_prompt

    Optional system instruction

    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: legfeljebb 8000 karakter

Címkék

  • google
  • deepmind
  • flagship
  • multimodal
  • deep-think
  • long-context
  • 1m-context
  • video-understanding
06

Felhasználási esetek

Mire használják

  • 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
07

Gyakran ismételt kérdések

Mi az a Gemini 3.1 Pro?

A Gemini 3.1 Pro a Google DeepMind által fejlesztett modell a Multimodális kategóriában. A Railwail-on API-kulccsal hívható meg a Railwail API-n keresztül.

Mennyibe kerül a Gemini 3.1 Pro a Railwail-on?

A Railwail-en a Gemini 3.1 Pro ára 2,40 USD 1M bemeneti tokenonként és 14,40 USD 1M kimeneti tokenonként. Az egyes kérések tényleges felhasználásáért kell fizetni. A használatért előre vásárolt kreditek alapján kell fizetni; 1 kredit = 0,01 USD.

Mekkora a Gemini 3.1 Pro kontextablaka?

A Gemini 3.1 Pro kontextablaka 1 048 576 tokent tartalmaz. Egy válasz legfeljebb 65 536 token hosszú lehet.

Milyen gyors a Gemini 3.1 Pro?

A Gemini 3.1 Pro-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

A Gemini 3.1 Pro jobb, mint a BLIP?

Ez a feladattól függ. A Gemini 3.1 Pro (Google DeepMind) és a BLIP (Salesforce) egyaránt modellek a Multimodális kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

Gemini 3.1 Pro és BLIP összehasonlítása

A Gemini 3.1 Pro képes képeket feldolgozni?

Igen. A Gemini 3.1 Pro szöveg mellett képeket is fogad bemenetként.

Hogyan használjam a Gemini 3.1 Pro-t az API-n keresztül?

Hozz létre egy Railwail API-kulcsot, és küldd el a kérésedet a gemini-3-1-pro modell-azonosítóval. A curl, Python és JavaScript kódpéldái az oldal API szakaszában találhatók.

08

A Gemini 3.1 Pro használata az API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.