Gemini 3.1 Pro

MultimodalneNoweDostępne
od Google DeepMindID modelu: 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.

Cena · 1M wejścia/wyjścia
2,40 USD / 14,40 USD
Kontekst
1 048 576 tokenów
Maks. wyjście
65 536 tokenów
Wejście → Wyjście
Tekst + Obraz + Audio + Wideo → Tekst
Deweloper
Google DeepMind
Zaktualizowano
24 września 2026
01

Playground

Spróbuj Gemini 3.1 Pro

Chat

2,40 USD/1M wej.
Spróbuj Gemini 3.1 Pro

Wyślij wiadomość. Odpowiedź pojawi się w całości, gdy model będzie gotowy (bez streamingu).

Maks. długość odpowiedzi (tokeny)

To uruchomienie

maksymalnie 0,0148 USD · 1,48 kredytów zarezerwowanych

Rozliczane są rzeczywiście użyte tokeny; niewykorzystana część rezerwacji jest zwracana.

Nowy tutaj?

10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google

Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów. Wystarczy na 6 uruchomień tego modelu.

02

O Gemini 3.1 Pro

Krótko mówiącStan na 24 września 2026

Gemini 3.1 Pro to model opracowany przez Google DeepMind w kategorii Multimodalne. W serwisie Railwail Gemini 3.1 Pro kosztuje 2,40 USD za 1M tokenów wejściowych i 14,40 USD za 1M tokenów wyjściowych. Okno kontekstu zawiera 1 048 576 tokenów, a jedna odpowiedź może mieć do 65 536 tokenów.

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.

Tło

O Google DeepMind

Założona 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.

Odwiedź 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)
Kontekst
2 000 000 tokenów

Możliwości

  • 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.

Trening i licencja

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.

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

Testy bezpieczeństwa: 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.

Znane ograniczenia

  • 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

Ceny

Ceny w dolarach amerykańskich. Użycie jest rozliczane z prepłaconych kredytów.
Wejście2,40 USD / 1M tokenów
Wyjście14,40 USD / 1M tokenów
Wejście (prompty powyżej 200 000 tokenów)4,80 USD / 1M tokenów
Wyjście (prompty powyżej 200 000 tokenów)21,60 USD / 1M tokenów
  • Rozliczane są tokeny, które faktycznie zużywa każde żądanie.
  • 1 kredyt = 0,01 USD

Kalkulator kosztów

Kalkulator cen

/ żądanie
/ żądanie

Razem

0,96 USD

96 kredytów

Za żądanie

0,0096 USD · 0,96 kredytów

Każde żądanie jest zaokrąglane w górę do 0,01 kredytu.

04

API

Wywołaj Gemini 3.1 Pro za pomocą klucza API Railwail. Użyj tego ID modelu w żądaniu:
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
  }'
Ustaw klucz jako RAILWAIL_API_KEYUtwórz klucz API
05

Specyfikacje

ID modelu
gemini-3-1-pro
Kategoria
Multimodalne
Wejście
Tekst, Obraz, Audio, Wideo
Wyjście
Tekst
Okno kontekstu
1 048 576 tokenów
Maks. wyjście
65 536 tokenów
Rozliczenie
Według użycia (tokeny lub czas GPU)
Rozmiar modelu
Undisclosed (sparse MoE, total parameters in the hundreds of billions, active per-token undisclosed)
Licencja
Proprietary commercial license via Google AI Studio, Vertex AI and the Gemini app. Paid-only since April 1, 2026.
Wpis w katalogu zaktualizowany
24 września 2026

Parametry wejściowe

Dane wejściowe i ustawienia ze schematu wejściowego modelu. Przykład w sekcji API pokazuje, które z nich API akceptuje.

  • promptwymagane

    User message

    Typ: Tekst
    Domyślnie: –
    Dozwolone wartości: do 32 000 znaków
  • top_p
    Typ: Liczba
    Domyślnie: 0.95
    Dozwolone wartości: 0 do 1
  • stream
    Typ: Tak/Nie
    Domyślnie: false
    Dozwolone wartości: –
  • image_url

    Optional image URL to analyze

    Typ: Tekst
    Domyślnie: –
    Dozwolone wartości: –
  • max_tokens
    Typ: Liczba całkowita
    Domyślnie: 4096
    Dozwolone wartości: 1 do 32 000
  • temperature
    Typ: Liczba
    Domyślnie: 1
    Dozwolone wartości: 0 do 2
  • system_prompt

    Optional system instruction

    Typ: Tekst
    Domyślnie: –
    Dozwolone wartości: do 8000 znaków

Tagi

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

Przypadki użycia

Do czego się go używa

  • 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

Często zadawane pytania

Co to jest Gemini 3.1 Pro?

Gemini 3.1 Pro to model opracowany przez Google DeepMind w kategorii Multimodalne. W serwisie Railwail możesz go wywołać za pomocą klucza API poprzez API Railwail.

Ile kosztuje Gemini 3.1 Pro w serwisie Railwail?

W serwisie Railwail Gemini 3.1 Pro kosztuje 2,40 USD za 1M tokenów wejściowych i 14,40 USD za 1M tokenów wyjściowych. Opłata jest pobierana za to, co faktycznie zużywa każde żądanie. Użycie jest opłacane z przedpłaconych kredytów; 1 kredyt równa się 0,01 USD.

Jakie jest okno kontekstu Gemini 3.1 Pro?

Okno kontekstu Gemini 3.1 Pro zawiera 1 048 576 tokenów. Jedna odpowiedź może mieć do 65 536 tokenów.

Jak szybki jest Gemini 3.1 Pro?

Dla Gemini 3.1 Pro jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.

Czy Gemini 3.1 Pro jest lepszy niż BLIP?

To zależy od zadania. Gemini 3.1 Pro (Google DeepMind) i BLIP (Salesforce) to oba modele z kategorii Multimodalne. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.

Porównaj Gemini 3.1 Pro i BLIP

Czy Gemini 3.1 Pro może przetwarzać obrazy?

Tak. Gemini 3.1 Pro akceptuje obrazy jako wejście oprócz tekstu.

Jak używać Gemini 3.1 Pro przez API?

Utwórz klucz API Railwail i wyślij swoje żądanie z ID modelu gemini-3-1-pro. Przykłady kodu dla curl, Python i JavaScript znajdują się w sekcji API na tej stronie.

08

Porównywalne modele

Wszystkie w tej kategorii

Użyj Gemini 3.1 Pro przez API

Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.