Spesifikasi teknis — Gemini 3.1 Pro
| Item | gemini-3-pro (ringkasan publik) |
|---|---|
| Penyedia | |
| ID model kanonik | gemini-3-pro (pratinjau publik) |
| Jenis input | Teks, Gambar, Video, Audio, PDF |
| Jenis output | Teks (bahasa natural, output terstruktur, payload pemanggilan fungsi) |
| Batas token input (konteks) | 1,048,576 token |
| Batas token output | 65,536 token |
| Pemanggilan fungsi/penggunaan alat | Didukung (pemanggilan fungsi, output terstruktur, integrasi alat) |
| Multimodalitas | Dukungan multimodal penuh (gambar, video, audio, dokumen) |
| Eksekusi kode & alur agen | Didukung (mode agen, bantuan kode, orkestrasi alat) |
| Batas pengetahuan | Januari 2025 |
Apa itu Gemini 3.1 Pro?
Gemini 3.1 Pro adalah model andalan publik Google dalam keluarga Gemini 3, diposisikan sebagai model penalaran multimodal mutakhir dengan kemampuan agen dan tooling pengembang yang canggih. Model ini menekankan penanganan konteks berkapasitas tinggi (input lebih dari 1M token), dukungan media yang luas (gambar, video, audio, PDF), serta integrasi mendalam untuk penggunaan alat, pemanggilan fungsi, dan alur kerja berpusat pada kode (misalnya, Gemini Code Assist dan mode agen).
Gemini 3 Pro dipresentasikan oleh Google sebagai dioptimalkan untuk pengalaman pengembang interaktif (pengodean latensi rendah dan alur kerja agen) sekaligus pemahaman multimodal fidelitas tinggi (menafsirkan dan bernalar lintas input media campuran).
Fitur utama Gemini 3.1 Pro
Gemini-3.1 Pro (melalui Pratinjau) memperkenalkan fitur-fitur berikut:
Integrasi Multimodal
Memproses input meliputi:
- Bahasa alami
- Gambar
- Ucapan/audio
- Video
dengan representasi token terpadu untuk penalaran lintas modal.
Jendela Konteks yang Diperluas
Kapasitas konteks yang sangat besar hingga ~1 juta token memungkinkan penanganan:
- Dokumen panjang
- Sintesis multidokumen
- Basis kode dan transkrip.
Ini melampaui banyak model pesaing yang biasanya mendukung ~32 K–262 K token.
Penskalaan Sparse Mixture-of-Experts (MoE)
Perutean MoE yang jarang memungkinkan penskalaan kapasitas internal model tanpa biaya komputasi yang sebanding, meningkatkan penalaran pada skala.
Penalaran/Perencanaan Tingkat Lanjut
Inovasi seperti pelatihan chain-of-thought, reinforcement learning dari umpan balik manusia, dan tolok ukur khusus membuatnya unggul pada tugas logika dan matematika.
Tolok ukur yang disebutkan:
AIME 2025: 100% (dengan eksekusi kode)
SWE-Bench Verified: 83.9%
ARC-AGI-2: 71.8%
LiveCodeBench Pro: 2844 Elo
Terminal-Bench 2.0: 63.5%
MMMLU: 93.6%
Kasus penggunaan tingkat perusahaan yang representatif
- Pipeline media end-to-end: Mengambil video, transkrip, dan gambar untuk menghasilkan ringkasan tersinkron, metadata, dan wawasan terstruktur dalam skala.
- Pembuatan dan peninjauan kode skala besar: Digunakan di IDE dan pipeline CI untuk membuat kode otomatis, merombak proyek multi-berkas, dan menghasilkan saran pengujian di seluruh basis kode besar.
- Otomatisasi berbasis agen: Mengoordinasikan agen multi-alat yang berinteraksi dengan layanan cloud, sistem orkestrasi, dan API internal menggunakan pemanggilan fungsi terstruktur.
- Riset & produksi konten: Menyusun konten panjang (laporan, buku) yang menggabungkan teks dan multimedia tertanam dengan referensi silang internal tetap terjaga.
Cara mengakses API Gemini 3.1 Pro
Langkah 1: Daftar untuk Kunci API
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke konsol CometAPI. Dapatkan kunci API kredensial akses antarmuka. Klik “Add Token” pada token API di pusat pribadi, dapatkan kunci token: sk-xxxxx dan kirimkan.
Langkah 2: Kirim Permintaan ke API Gemini 3.1 Pro
Pilih endpoint “gemini-3.1-pro” untuk mengirim permintaan API dan atur body permintaan. Metode permintaan dan body permintaan diperoleh dari dokumen API di situs web kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI Anda yang sebenarnya dari akun Anda. URL dasar adalah Gemini Generating Content dan Chat.
Masukkan pertanyaan atau permintaan Anda ke dalam kolom konten—itulah yang akan ditanggapi oleh model. Proses respons API untuk mendapatkan jawaban yang dihasilkan.
Langkah 3: Ambil dan Verifikasi Hasil
Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah diproses, API merespons dengan status tugas dan data output.
Lihat juga Gemini 3 Pro API