Gemini 3.1 Pro

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

MultimodālsJaunsPieejams

no 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.

Izmēģināt Iegūt API atslēgu Salīdzināt

Cena · 1M ievade/izvade: 2,40 $ / 14,40 $
Konteksts: 1 048 576 marķieri
Maks. izvade: 65 536 marķieri
Ievade → Izvade: Teksts + Attēls + Audio + Video → Teksts
Izstrādātājs: Google DeepMind
Atjaunināts: 2026. gada 24. septembris

Spēļu laukums

Izmēģiniet Gemini 3.1 Pro

Tērzēšana

2,40 $/1M ievade

Nosūtiet ziņojumu. Atbilde tiek saņemta pilnībā, kad modelis ir pabeigis (bez straumēšanas).

Maks. atbildes garums (marķieri)

TemperatūraModeļa noklusējums

⌘/Ctrl + Enter

Šis palaišanas gadījums

maksimāli 0,0148 $ · 1,48 kredīti rezervēti

Norēķins tiek veikts par faktiskajiem izmantotajiem žetoniem; neizmantotā rezerves daļa tiek atmaksāta.

Jauns šeit?

10 bezmaksas kredīti (0,10 $), reģistrējies ar Google

Pieejams 24 stundas pēc reģistrācijas, līdz 5 palaišanas gadījumi dienā un maksimāli 2 kredīti uz palaišanas gadījumu. Citas pierakstīšanās metodes sākas bez kredītiem. Pietiek 6 šī modeļa palaišanām.

Par Gemini 3.1 Pro

ĪsumāUz 2026. gada 24. septembris

Gemini 3.1 Pro ir Google DeepMind modelis kategorijā Multimodāls. Railwail platformā Gemini 3.1 Pro maksā 2,40 $ par 1M ievades tokeniem un 14,40 $ par 1M izvades tokeniem. Konteksta logs satur 1 048 576 žetonus, un viena atbilde var būt līdz 65 536 žetonu gara.

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.

Fons

Par Google DeepMind

Dibināts 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.

Apmeklēt Google DeepMind

Arhitektūra

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.

Parametri: Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Konteksts: 2 000 000 marķieri

Iespējas

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.

Apmācība un 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.

Drošības pārbaudes: 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.

Zināmi ierobežojumi

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

Pētniecības raksti

Cenas

Cenas ASV dolāros. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem.

Ievade	2,40 $ / 1M marķieru
Izvade	14,40 $ / 1M marķieru
Ievade (uzvednes virs 200 000 marķieriem)	4,80 $ / 1M marķieru
Izvade (uzvednes virs 200 000 marķieriem)	21,60 $ / 1M marķieru

Tiek norēķināti marķieri, ko katra pieprasījuma faktiskā izmantošana.
1 kredīts = 0,01 $

Izmaksu kalkulators

Cenu kalkulators

Ievades marķieri

/ pieprasījums

Izvades marķieri

/ pieprasījums

Pieprasījumi

Kopā

0,96 $

96 kredīti

Uz pieprasījumu

0,0096 $ · 0,96 kredīti

Katrs pieprasījums tiek noapaļots līdz 0,01 kredītiem.

API

Izsauciet Gemini 3.1 Pro ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:

gemini-3-1-proAPI dokumentācija Iegūt API atslēgu

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);

Iestatiet savu atslēgu kā RAILWAIL_API_KEYIzveidot API atslēgu

Specifikācijas

Modeļa ID: gemini-3-1-pro
Izstrādātājs: Google DeepMind
Kategorija: Multimodāls
Ievade: Teksts, Attēls, Audio, Video
Izvade: Teksts
Konteksta logs: 1 048 576 marķieri
Maks. izvade: 65 536 marķieri
Norēķini: Pēc lietojuma (tokeni vai GPU laiks)
Modeļa izmērs: 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.
Kataloga ieraksts atjaunināts: 2026. gada 24. septembris

Ievades parametri

Ievades un iestatījumi no modeļa ievades shēmas. Piemērs API sadaļā parāda, kurus no tiem API pieņem.

ParametrsTipsNoklusējumsAtļautās vērtības

promptobligāts
User message
Tips: Teksts
Noklusējums: –
Atļautās vērtības: līdz 32 000 rakstzīmēm
top_p
Tips: Skaitlis
Noklusējums: 0.95
Atļautās vērtības: 0 līdz 1
stream
Tips: Jā/Nē
Noklusējums: false
Atļautās vērtības: –
image_url
Optional image URL to analyze
Tips: Teksts
Noklusējums: –
Atļautās vērtības: –
max_tokens
Tips: Vesels skaitlis
Noklusējums: 4096
Atļautās vērtības: 1 līdz 32 000
temperature
Tips: Skaitlis
Noklusējums: 1
Atļautās vērtības: 0 līdz 2
system_prompt
Optional system instruction
Tips: Teksts
Noklusējums: –
Atļautās vērtības: līdz 8000 rakstzīmēm

Tagi

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

Lietošanas gadījumi

Kam to izmanto

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

Visi modeļi: Multimodāls

Bieži uzdotie jautājumi

Kas ir Gemini 3.1 Pro?

Gemini 3.1 Pro ir Google DeepMind izstrādāts modelis Multimodāls kategorijā. Railwail platformā varat to izsaukt ar API atslēgu, izmantojot Railwail API.

Cik maksā Gemini 3.1 Pro Railwail?

Railwail platformā Gemini 3.1 Pro maksā 2,40 $ par 1M ievades tokeniem un 14,40 $ par 1M izvades tokeniem. Jums tiek ņemta maksa par to, ko katra pieprasījuma izpilde faktiski izmanto. Izmantošana tiek apmaksāta no iepriekš nopirkto kredītu; 1 kredīts = 0,01 $.

Kāds ir Gemini 3.1 Pro konteksta logs?

Gemini 3.1 Pro konteksta logs satur 1 048 576 žetonus. Viena atbilde var būt līdz 65 536 žetonu gara.

Cik ātrs ir Gemini 3.1 Pro?

Railwail platformā Gemini 3.1 Pro vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai Gemini 3.1 Pro ir labāks par BLIP?

Tas ir atkarīgs no uzdevuma. Gemini 3.1 Pro (Google DeepMind) un BLIP (Salesforce) ir abi modeļi Multimodāls kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt Gemini 3.1 Pro un BLIP

Vai Gemini 3.1 Pro var apstrādāt attēlus?

Jā. Gemini 3.1 Pro pieņem attēlus kā ievadi papildus tekstam.

Kā es varu izmantot Gemini 3.1 Pro caur API?

Izveidojiet Railwail API atslēgu un nosūtiet savu pieprasījumu ar modeļa ID gemini-3-1-pro. Koda piemēri curl, Python un JavaScript ir šīs lapas API sadaļā.

Salīdzināmi modeļi

Visi šajā kategorijā

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 ievade
150 % dārgāk uz vienību
Salīdzināt Gemini 3.1 Pro un 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 ievade
50 % dārgāk uz vienību
Salīdzināt Gemini 3.1 Pro un 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 ievade
75 % lētāk uz vienību
Salīdzināt Gemini 3.1 Pro un Gemini 3 Flash

Izmantojiet Gemini 3.1 Pro caur API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.

Iegūt API atslēgu Skatīt visus modeļus