Home/Models/Gemini 3 Pro Preview

Gemini 3 Pro Preview

Google
gemini-3-pro-preview
Indtast:$1.60/M
Output:$9.60/M
Kontekst:200.0k
Maks Output:200.0k
Gemini 3 Pro Preview er en generelt anvendelig model i Gemini-familien, tilgængelig i forhåndsvisning til evaluering og prototyping. Den kan følge instruktioner, udføre fleromgangs-ræsonnering og løse kode- og dataopgaver, med strukturerede output samt værktøjs-/funktionskald til automatisering af arbejdsgange. Typiske anvendelser omfatter chatassistenter, opsummering og omskrivning, videnhentningsforstærket spørgsmål-og-svar (QA), dataudtræk og letvægts kodehjælp på tværs af apps og tjenester. Tekniske højdepunkter omfatter API-baseret implementering, streamede svar, sikkerhedskontroller og integrationsparathed, med multimodale funktioner afhængigt af forhåndsvisningskonfigurationen.
Oversigt
Playground
Funktioner
Priser
API
Versioner

Gemini 3 Pro (Preview) er Google/DeepMinds nyeste flagskibs-multimodale ræsonneringsmodel i Gemini 3-familien. Den positioneres som deres “mest intelligente model til dato”, designet til dyb ræsonnering, agentiske arbejdsgange, avanceret kodning og multimodal forståelse med lang kontekst (tekst, billeder, lyd, video, kode og værktøjsintegrationer).

Nøglefunktioner

  • Modaliteter: Tekst, billede, video, lyd, PDF’er (og strukturerede værktøjsoutput).
  • Agentisk/værktøjer: Indbygget funktionskald, søgning som værktøj, kodekørsel, URL-kontekst og støtte til orkestrering af flertrins-agenter. Thought-signature-mekanisme bevarer flertrinsræsonnering på tværs af kald.
  • Coding & “vibe coding”: Optimeret til front-end-generering, interaktiv UI-generering og agentisk kodning (den topper relevante ranglister rapporteret af Google). Den markedsføres som deres stærkeste “vibe-coding”-model til dato.
  • Nye udviklerkontroller: thinking_level (low|high) for at afveje omkostning/latens mod ræsonneringsdybde, og media_resolution styrer multimodal fidelitet pr. billede eller videoramme. Disse hjælper med at balancere ydeevne, latenstid og omkostninger.

Benchmark-resultater

  • Gemini3Pro opnåede førsteplads i LMARE med en score på 1501, foran Grok-4.1-thinking’s 1484 point og også foran Claude Sonnet 4.5 og Opus 4.1.
  • Den opnåede også førsteplads i programmeringsarenaen WebDevArena med en score på 1487.
  • I Humanity’s Last Exam (akademisk ræsonnering) opnåede den 37,5 % (uden værktøjer); i GPQA Diamond (videnskab) 91,9 %; og i MathArena Apex (matematik) 23,4 %, hvilket satte ny rekord.
  • I multimodale kapabiliteter opnåede MMMU-Pro 81 %; og i Video-MMMU (videoforståelse) 87,6 %.

img

Tekniske detaljer og arkitektur

  • “Thinking level”-parameter: Gemini 3 eksponerer en thinking_level-kontrol, der lader udviklere afveje dybden af intern ræsonnering mod latens/omkostning. Modellen behandler thinking_level som en relativ tilladelse til intern flertrinsræsonnering frem for en streng token-garanti. Standard er typisk high for Pro. Dette er en eksplicit ny kontrol for at tune flertrinsplanlægning og chain-of-thought-dybde.
  • Strukturerede output og værktøjer: Modellen understøtter strukturerede JSON-output og kan kombineres med indbyggede værktøjer (Google Search grounding, URL-kontekst, kodekørsel osv.). Nogle structured-output+tools-funktioner er kun i preview for gemini-3-pro-preview.
  • Multimodale og agentiske integrationer: Gemini 3 Pro er eksplicit bygget til agentiske arbejdsgange (værktøjer + flere agenter over kode/terminaler/browser).

Begrænsninger og kendte forbehold

  1. Ikke perfekt faktualitet — hallucinationer er stadig mulige. På trods af stærke faktualitetsforbedringer hævdet af Google er forankret verifikation og menneskelig gennemgang stadig nødvendig i højrisko-sammenhænge (juridisk, medicinsk, finansiel).
  2. Ydelse på lange kontekster varierer efter opgave. Understøttelsen af et 1M input-vindue er en fast kapabilitet, men den empiriske effektivitet kan falde på nogle benchmarks ved ekstreme længder (observerede punktvise fald ved 1M på nogle langkontekst-tests).
  3. Afvejninger mellem omkostning og latenstid. Store kontekster og højere thinking_level øger beregning, latenstid og omkostninger; prisniveauer gælder baseret på token-mængder. Brug thinking_level og chunking-strategier til at styre omkostninger.
  4. Sikkerhed og indholdsfiltre. Google anvender fortsat sikkerhedspolitikker og moderationslag; visse indhold og handlinger er fortsat begrænsede eller vil udløse afvisningstilstande.

Sådan står Gemini 3 Pro Preview i forhold til andre topmodeller

Sammenligning på højt niveau (preview → kvalitativ):

Mod Gemini 2.5 Pro: Springvise forbedringer i ræsonnering, agentisk værktøjsbrug og multimodal integration; meget større konteksthåndtering og bedre forståelse af lange tekster. DeepMind viser konsistente gevinster på tværs af akademisk ræsonnering, kodning og multimodale opgaver.

Mod GPT-5.1 og Claude Sonnet 4.5 (ifølge rapporter): På Google/DeepMinds benchmark-sæt præsenteres Gemini 3 Pro som førende på flere agentiske, multimodale og langkontekst-metrics (se Terminal-Bench, MMMU-Pro, AIME). Sammenlignende resultater varierer efter opgave.

Typiske og højværdi-brugsscenarier

  • Opsummering af store dokumenter/bøger og Q&A: lang kontekstunderstøttelse gør den attraktiv for juridiske, forsknings- og compliance-teams.
  • Forståelse og generering af kode i repo-skala: integration med kodningsværktøjskæder og forbedret ræsonnering hjælper refaktorisering af store kodebaser og automatiserede kodegennemgangsarbejdsgange.
  • Multimodale produktassistenter: billede + tekst + lyd-workflows (kundesupport, der indlæser skærmbilleder, klip fra opkald og dokumenter).
  • Mediegenerering og -redigering (foto → video): tidligere funktioner i Gemini-familien omfatter nu Veo-/Flow-stil foto→video-muligheder; preview antyder dybere multimediegenerering til prototyper og mediearbejdsgange.

Playground for Gemini 3 Pro Preview

Udforsk Gemini 3 Pro Preview's Playground — et interaktivt miljø til at teste modeller og køre forespørgsler i realtid. Prøv prompts, juster parametre og iterer øjeblikkeligt for at fremskynde udvikling og validere use cases.

Funktioner til Gemini 3 Pro Preview

* **Model-id (forhåndsvisning):** `gemini-3-pro-preview`. * **Inputtyper:** Tekst, Billede, Video, Lyd, PDF. Output: Tekst * **Kontekst-/token-grænser:** Input ≈ **1,048,576 tokens**; Output ≤ **65,536 tokens**. * **Videnstopdato:** **januar 2025** (bruger Search Grounding til nyere oplysninger). * **Funktioner (udvalgte):** funktionskald, kodekørsel, filsøgning, strukturerede uddata, search grounding. Ikke understøttet: lydgenerering, billedgenerering, live API, billedsegmentering, Google Maps grounding (nogle funktioner afviger fra Gemini 2.5).
text-to-text
text-to-music
speech-to-text
text-to-speech
text-to-image
image-to-image
image-editing
image-to-text
text-to-video
image-to-video
chat
video-to-text
pdf-to-text

Priser for Gemini 3 Pro Preview

Udforsk konkurrencedygtige priser for Gemini 3 Pro Preview, designet til at passe til forskellige budgetter og brugsbehov. Vores fleksible planer sikrer, at du kun betaler for det, du bruger, hvilket gør det nemt at skalere, efterhånden som dine krav vokser. Opdag hvordan Gemini 3 Pro Preview kan forbedre dine projekter, mens omkostningerne holdes håndterbare.
Comet-pris (USD / M Tokens)Officiel Pris (USD / M Tokens)
Indtast:$1.60/M
Output:$9.60/M
Indtast:$2.00/M
Output:$12.00/M

Eksempelkode og API til Gemini 3 Pro Preview

Gemini 3 Pro er Google/DeepMinds nyeste flagskibsmodel for multimodal ræsonnering i Gemini 3-familien. Den positioneres som deres “hidtil mest intelligente model”, designet til dyb ræsonnering, agent-baserede arbejdsgange, avanceret programmering og multimodal forståelse i lange kontekster (tekst, billeder, lyd, video, kode og integrationer med værktøjer).
Python
JavaScript
Curl
from google import genai
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL},
    api_key=COMETAPI_KEY,
)

response = client.models.generate_content(
    model="gemini-3-pro-preview",
    contents="Explain how AI works in a few words",
)

print(response.text)

Versioner af Gemini 3 Pro Preview

Årsagen til, at Gemini 3 Pro Preview har flere øjebliksbilleder kan omfatte potentielle faktorer såsom variationer i output efter opdateringer, der kræver ældre øjebliksbilleder for konsistens, at give udviklere en overgangsperiode til tilpasning og migration, og at forskellige øjebliksbilleder svarer til globale eller regionale slutpunkter for at optimere brugeroplevelsen. For detaljerede forskelle mellem versioner, henvises der til den officielle dokumentation.