Spesifikasi teknis — Gemini 3.1 Pro
| Item | gemini-3-pro (ringkasan publik) |
|---|---|
| Penyedia | |
| ID model kanonis | gemini-3-pro (pratinjau publik) |
| Jenis input | Teks, Gambar, Video, Audio, PDF |
| Jenis output | Teks (bahasa alami, keluaran 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, keluaran terstruktur, integrasi alat) |
| Multimodalitas | Dukungan multimodal penuh (gambar, video, audio, dokumen) |
| Eksekusi kode & alur agentik | Didukung (mode agen, bantuan kode, orkestrasi alat) |
| Batas pengetahuan | Januari 2025 |
Apa itu Gemini 3.1 Pro?
Gemini 3.1 Pro adalah model unggulan publik Google dalam keluarga Gemini 3, diposisikan sebagai model penalaran multimodal terdepan dengan kapabilitas agentik dan tooling pengembang tingkat lanjut. Model ini menekankan kemampuan 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 berfokus kode (misalnya, Gemini Code Assist dan mode agen).
Gemini 3 Pro disajikan oleh Google sebagai model yang dioptimalkan untuk pengalaman pengembang interaktif (pengodean berlatensi rendah dan alur kerja agen) serta pemahaman multimodal berfidelitas tinggi (menafsirkan dan bernalar lintas masukan media campuran).
Fitur Utama Gemini 3.1 Pro
Gemini-3.1 Pro (melalui Pratinjau) memperkenalkan fitur-fitur berikut:
Integrasi Multimodal
Memroses input melalui:
- Bahasa alami
- Gambar
- Ucapan/audio
- Video
dengan representasi token terpadu untuk penalaran lintas modalitas.
Jendela Konteks Diperluas
Kapasitas konteks yang sangat besar hingga ~1 juta token memungkinkan penanganan:
- Dokumen panjang
- Sintesis multi-dokumen
- Basis kode dan transkrip.
Ini melampaui banyak model pesaing yang umumnya mendukung ~32K–262K token.
Skalabilitas Sparse Mixture-of-Experts (MoE)
Perutean Sparse MoE memungkinkan penskalaan kapasitas internal model tanpa biaya komputasi yang sebanding, meningkatkan penalaran pada skala besar.
Penalaran/Perencanaan Lanjutan
Inovasi seperti pelatihan chain-of-thought, pembelajaran penguatan dari umpan balik manusia, dan tolok ukur khusus membuatnya kuat pada tugas-tugas logis dan matematis.
Benchmark 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 perusahaan yang representatif
- Pipeline media end-to-end: Mengimpor video, transkrip, dan gambar untuk menghasilkan ringkasan tersinkron, metadata, dan wawasan terstruktur dalam skala besar.
- Pembuatan dan peninjauan kode skala besar: Digunakan di IDE dan pipeline CI untuk mengotomatiskan pembuatan kode, melakukan refaktor proyek multi-berkas, serta menghasilkan saran pengujian di basis kode besar.
- Automasi agentik: Mengoordinasikan agen multi-alat yang berinteraksi dengan layanan cloud, sistem orkestrasi, dan API internal menggunakan pemanggilan fungsi terstruktur.
- Riset & produksi konten: Menyusun konten bentuk panjang (laporan, buku) yang menggabungkan teks dan multimedia tersemat dengan referensi silang internal tetap terjaga.
Cara mengakses Gemini 3.1 Pro API
Langkah 1: Daftar untuk Kunci API
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan mendaftar terlebih dahulu. Masuk ke Konsol CometAPI. Dapatkan kunci API kredensial akses untuk antarmuka. Klik “Add Token” pada token API di pusat pribadi, dapatkan kunci token: sk-xxxxx dan kirimkan.
Langkah 2: Kirim Permintaan ke Gemini 3.1 Pro API
Pilih endpoint “gemini-3.1-pro” untuk mengirim permintaan API dan atur badan permintaan. Metode permintaan dan badan permintaan diperoleh dari dokumen API di situs kami. Situs kami juga menyediakan pengujian Apifox demi 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 direspons 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 akan merespons dengan status tugas dan data keluaran.
Lihat juga Gemini 3 Pro API