Technische Spezifikationen — Gemini 3.1 Pro
| Element | gemini-3-pro (öffentliche Zusammenfassung) |
|---|---|
| Anbieter | |
| Kanonische Modell-ID | gemini-3-pro (öffentliche Vorschau) |
| Eingabetypen | Text, Bild, Video, Audio, PDF |
| Ausgabetypen | Text (natürliche Sprache, strukturierte Ausgaben, Function-Call-Payloads) |
| Eingabe-Token-Limit (Kontext) | 1.048.576 Token |
| Ausgabe-Token-Limit | 65.536 Token |
| Funktionsaufrufe / Toolnutzung | Unterstützt (Function Calling, strukturierte Ausgaben, Tool-Integrationen) |
| Multimodalität | Vollständige multimodale Unterstützung (Bilder, Video, Audio, Dokumente) |
| Codeausführung & agentische Abläufe | Unterstützt (Agent-Modus, Code-Assistenz, Tool-Orchestrierung) |
| Wissensstand | Januar 2025 |
Was ist Gemini 3.1 Pro?
Gemini 3.1 Pro ist Googles öffentliches Flaggschiff der Gemini-3-Familie und wird als hochmodernes multimodales Reasoning-Modell mit fortgeschrittenem agentischem und Entwickler-Tooling positioniert. Das Modell legt den Schwerpunkt auf hochkapazitives Kontexthandling (Eingaben von über 1M Token), breite Medienunterstützung (Bilder, Video, Audio, PDF) sowie tiefe Integrationen für Tool-Nutzung, Funktionsaufrufe und codezentrierte Workflows (z. B. Gemini Code Assist und Agent-Modi).
Gemini 3 Pro wird von Google als für sowohl interaktive Entwicklererlebnisse (niedrige Latenz bei Coding- und Agent-Workflows) als auch hochfidele multimodale Verständnisse (Interpretation und Reasoning über gemischte Medien) optimiert dargestellt.
Hauptfunktionen von Gemini 3.1 Pro
Gemini-3.1 Pro (über seine Vorschau) führt folgende Funktionen ein:
Multimodale Integration
Verarbeitet Eingaben über:
- Natürliche Sprache
- Bilder
- Sprache/Audio
- Video
mit einer einheitlichen Token-Repräsentation für modalübergreifendes Reasoning.
Erweitertes Kontextfenster
Eine außergewöhnlich große Kontextkapazität von bis zu ~1 Million Token ermöglicht die Verarbeitung von:
- Langen Dokumenten
- Multidokument-Synthesen
- Codebasen und Transkripten.
Dies übertrifft viele konkurrierende Modelle, die typischerweise ~32 K–262 K Token unterstützen.
Skalierung mit Sparse Mixture-of-Experts (MoE)
Sparse-MoE-Routing erlaubt das Skalieren der internen Modellkapazität ohne proportional steigende Rechenkosten und verbessert Reasoning in großem Maßstab.
Fortgeschrittenes Reasoning / Planung
Innovationen wie Chain-of-Thought-Training, Reinforcement Learning aus menschlichem Feedback und spezialisierte Benchmarks machen das Modell stark bei logischen und mathematischen Aufgaben.
Angebliche Benchmarks:
AIME 2025: 100% (mit Codeausführung)
SWE-Bench Verified: 83,9%
ARC-AGI-2: 71,8%
LiveCodeBench Pro: 2844 Elo
Terminal-Bench 2.0: 63,5%
MMMLU: 93,6%
Repräsentative Unternehmensanwendungsfälle
- End-to-End-Medienpipelines: Videos, Transkripte und Bilder ingestieren, um synchronisierte Zusammenfassungen, Metadaten und strukturierte Erkenntnisse in großem Umfang zu erzeugen.
- Großskalige Code-Generierung und -Review: In IDEs und CI-Pipelines zur automatischen Code-Generierung, zum Refactoring von Projekten mit vielen Dateien und zum Erstellen von Testvorschlägen über große Codebasen hinweg.
- Agentische Automatisierung: Koordination von Multi-Tool-Agenten, die mittels strukturierter Funktionsaufrufe mit Cloud-Services, Orchestrierungssystemen und internen APIs interagieren.
- Forschung & Content-Produktion: Verfassen von Langformatinhalten (Berichte, Bücher), die Text und eingebettete Multimedia kombinieren, wobei interne Querverweise erhalten bleiben.
Zugriff auf die Gemini 3.1 Pro API
Schritt 1: Für einen API-Schlüssel anmelden
Melden Sie sich bei cometapi.com an. Wenn Sie noch kein Nutzer sind, registrieren Sie sich bitte zuerst. Melden Sie sich in Ihrer CometAPI console an. Holen Sie sich den API-Schlüssel als Zugangs-Credential der Schnittstelle. Klicken Sie im persönlichen Zentrum beim API-Token auf „Add Token“, erhalten Sie den Token-Schlüssel: sk-xxxxx und senden Sie ihn ab.
Step 2: Send Requests to Gemini 3.1 Pro API
Wählen Sie den „gemini-3.1-pro“-Endpoint, um die API-Anfrage zu senden, und setzen Sie den Request-Body. Die Anfragemethode und der Request-Body werden unserer Website-API-Dokumentation entnommen. Unsere Website bietet zu Ihrer Bequemlichkeit auch Apifox-Tests an. Ersetzen Sie <YOUR_API_KEY> durch Ihren tatsächlichen CometAPI-Schlüssel aus Ihrem Konto. Basis-URL ist Gemini Generating Content und Chat.
Fügen Sie Ihre Frage oder Anfrage in das Content-Feld ein — darauf wird das Modell antworten . Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten.
Schritt 3: Ergebnisse abrufen und verifizieren
Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten. Nach der Verarbeitung antwortet die API mit dem Aufgabenstatus und den Ausgabedaten.
Siehe auch Gemini 3 Pro API