Tekniske specifikationer — Gemini 3.1 Pro
| Punkt | gemini-3-pro (offentlig oversigt) |
|---|---|
| Udbyder | |
| Kanonisk model-id | gemini-3-pro (offentlig forhåndsvisning) |
| Inputtyper | Tekst, billede, video, lyd, PDF |
| Outputtyper | Tekst (naturligt sprog, strukturerede outputs, function-call-payloads) |
| Input-tokenbegrænsning (kontekst) | 1.048.576 tokens |
| Output-tokenbegrænsning | 65.536 tokens |
| Function-calling / værktøjsbrug | Understøttet (function calling, strukturerede outputs, værktøjsintegrationer) |
| Multimodalitet | Fuld multimodal understøttelse (billeder, video, lyd, dokumenter) |
| Kodeudførelse og agentiske flows | Understøttet (agenttilstand, kodeassistance, værktøjsorkestrering) |
| Viden-cutoff | Januar 2025 |
Hvad er Gemini 3.1 Pro?
Gemini 3.1 Pro er Googles offentlige flagskibsmodel i Gemini 3-familien og er positioneret som en topmoderne multimodal ræsonneringsmodel med avancerede agentiske funktioner og udviklerværktøjer. Modellen lægger vægt på konteksthåndtering med høj kapacitet (over 1 mio. tokens input), bred medieunderstøttelse (billeder, video, lyd, PDF) og dybe integrationer til værktøjsbrug, function calling og kodecentrerede workflows (f.eks. Gemini Code Assist og agenttilstande).
Gemini 3 Pro præsenteres af Google som optimeret til både interaktive udvikleroplevelser (kodning med lav latenstid og agent-workflows) og multimodal forståelse med høj præcision (fortolkning og ræsonnement på tværs af blandede medieinput).
Hovedfunktioner i Gemini 3.1 Pro
Gemini-3.1 Pro (via sin Preview) introducerer følgende funktioner:
Multimodal integration
Behandler input på tværs af:
- Naturligt sprog
- Billeder
- Tale/lyd
- Video
med en samlet tokenrepræsentation til tværmodal ræsonnering.
Udvidet kontekstvindue
En usædvanligt stor kontekstkapacitet på op til ~1 million tokens gør det muligt at håndtere:
- Lange dokumenter
- Syntese af flere dokumenter
- Kodebaser og transskriptioner.
Dette overgår mange konkurrerende modeller, som typisk understøtter ~32 K–262 K tokens.
Sparse Mixture-of-Experts (MoE)-skalering
Spars MoE-routing gør det muligt at skalere den interne modelkapacitet uden proportionalt højere beregningsomkostninger, hvilket forbedrer ræsonnement i stor skala.
Avanceret ræsonnement / planlægning
Innovationer som chain-of-thought-træning, reinforcement learning from human feedback og specialiserede benchmarks gør den stærk til logiske og matematiske opgaver.
Påståede benchmarks:
AIME 2025: 100% (med kodeudførelse)
SWE-Bench Verified: 83,9%
ARC-AGI-2: 71,8%
LiveCodeBench Pro: 2844 Elo
Terminal-Bench 2.0: 63,5%
MMMLU: 93,6%
Repræsentative enterprise-use cases
- End-to-end mediepipelines: Indtag video, transskription og billeder for at producere synkroniserede resuméer, metadata og struktureret indsigt i stor skala.
- Storskalagenerering og gennemgang af kode: Brug i IDE'er og CI-pipelines til automatisk at generere kode, refaktorisere projekter med flere filer og producere forslag til tests på tværs af store kodebaser.
- Agentisk automatisering: Koordinér multi-værktøjsagenter, der interagerer med cloudtjenester, orkestreringssystemer og interne API'er ved hjælp af strukturerede function calls.
- Forskning og indholdsproduktion: Udarbejd længere indhold (rapporter, bøger), der kombinerer tekst og indlejret multimedie med bevarede interne krydshenvisninger.
Sådan får du adgang til Gemini 3.1 Pro API
Trin 1: Tilmeld dig for at få en API-nøgle
Log ind på cometapi.com. Hvis du endnu ikke er bruger hos os, skal du først registrere dig. Log ind på din CometAPI-konsol. Hent adgangsoplysningen API key til interfacet. Klik på “Add Token” under API token i det personlige center, hent tokennøglen: sk-xxxxx, og indsend den.
Trin 2: Send forespørgsler til Gemini 3.1 Pro API
Vælg endpointet “gemini-3.1-pro” for at sende API-forespørgslen og angiv request body. Request method og request body fås fra API-dokumentationen på vores website. Vores website tilbyder også Apifox-test for nemheds skyld. Erstat <YOUR_API_KEY> med din faktiske CometAPI-nøgle fra din konto. Base URL er Gemini Generating Content og Chat.
Indsæt dit spørgsmål eller din anmodning i content-feltet — det er dette, modellen vil svare på. Behandl API-responsen for at få det genererede svar.
Trin 3: Hent og verificér resultater
Behandl API-responsen for at få det genererede svar. Efter behandling svarer API'et med opgavens status og outputdata.
Se også Gemini 3 Pro API