API Pratonton Gemini 3 Pro

Gemini 3 Pro (Preview) ialah model penaakulan multimodal perdana terbaharu dalam keluarga Gemini 3 oleh Google/DeepMind. Ia diposisikan sebagai “model mereka yang paling pintar setakat ini”, direka untuk penaakulan mendalam, aliran kerja berasaskan ejen, pengaturcaraan lanjutan, dan pemahaman multimodal konteks panjang (teks, imej, audio, video, kod dan integrasi alat).

Ciri utama

• Modaliti: Teks, imej, video, audio, PDF (dan output alat berstruktur).
• Berasaskan ejen/alatan: Panggilan fungsi terbina dalam, carian sebagai alat, pelaksanaan kod, konteks URL, dan sokongan untuk mengorkestrasi ejen berbilang langkah. Mekanisme thought-signature mengekalkan penaakulan berbilang langkah merentas panggilan.
• Pengaturcaraan & “vibe coding”: Dioptimumkan untuk penjanaan front-end, penjanaan UI interaktif, dan pengaturcaraan berasaskan ejen (ia mendahului papan kedudukan berkaitan seperti dilaporkan oleh Google). Ia dipasarkan sebagai model “vibe-coding” mereka yang terkuat setakat ini.
• Kawalan pembangun baharu: thinking_level (low|high) untuk mengimbangi kos/kependaman berbanding kedalaman penaakulan, dan media_resolution mengawal kesetiaan multimodal bagi setiap imej atau bingkai video. Ini membantu mengimbangi prestasi, kependaman, dan kos.

Prestasi penanda aras

• The Gemini3Pro meraih tempat pertama dalam LMARE dengan skor 1501, mengatasi 1484 mata Grok-4.1-thinking dan turut mendahului Claude Sonnet 4.5 dan Opus 4.1.
• Ia juga memperoleh tempat pertama dalam arena pengaturcaraan WebDevArena dengan skor 1487.
• Dalam penalaran akademik Humanity’s Last Exam, ia mencapai 37.5% (tanpa alat); dalam sains GPQA Diamond, 91.9%; dan dalam pertandingan matematik MathArena Apex, 23.4%, menetapkan rekod baharu.
• Dalam keupayaan multimodal, MMMU-Pro mencapai 81%; dan dalam pemahaman video Video-MMMU, 87.6%.

Butiran teknikal & seni bina

• Parameter “Thinking level”: Gemini 3 mendedahkan kawalan thinking_level yang membolehkan pembangun mengimbangi kedalaman penaakulan dalaman berbanding kependaman/kos. Model menganggap thinking_level sebagai peruntukan relatif untuk penaakulan dalaman berbilang langkah, bukannya jaminan token yang ketat. Lalai biasanya high untuk Pro. Ini ialah kawalan baharu yang jelas untuk pembangun melaras perancangan berbilang langkah dan kedalaman rantai pemikiran.
• Output berstruktur & alat: Model menyokong output JSON berstruktur dan boleh digabungkan dengan alat terbina dalam (Google Search grounding, konteks URL, pelaksanaan kod, dll.). Sesetengah ciri output berstruktur+alat adalah khusus pratonton untuk gemini-3-pro-preview.
• Integrasi multimodal dan agentik: Gemini 3 Pro dibina secara jelas untuk aliran kerja berasaskan ejen (alatan + berbilang ejen merentas kod/terminal/pelayar).
• Menerima input teks, imej, video, audio dan PDF; output teks.

Had & peringatan yang diketahui

1. Ketepatan fakta tidak sempurna — halusinasi masih mungkin berlaku. Walaupun terdapat penambahbaikan ketepatan fakta yang ketara seperti yang didakwa oleh Google, pengesahan berasaskan sumber dan semakan manusia masih diperlukan dalam situasi berisiko tinggi (undang-undang, perubatan, kewangan).
2. Prestasi konteks panjang berbeza mengikut tugas. Sokongan untuk tetingkap input 1M ialah keupayaan teras, tetapi keberkesanan empirik boleh menurun pada sesetengah penanda aras pada panjang ekstrem (penurunan setempat diperhatikan pada 1M dalam beberapa ujian konteks panjang).
3. Pertukaran kos & kependaman. Konteks besar dan tetapan thinking_level yang lebih tinggi meningkatkan pengiraan, kependaman dan kos; peringkat harga dikenakan berdasarkan volum token. Gunakan thinking_level dan strategi pemecahan (chunking) untuk mengurus kos.
4. Keselamatan & penapis kandungan. Google terus menerapkan dasar keselamatan dan lapisan pemoderasian; kandungan dan tindakan tertentu kekal terhad atau akan mencetuskan mod penolakan.

Perbandingan Gemini 3 Pro Preview dengan model teratas lain

Perbandingan aras tinggi (pratonton → kualitatif):

Berbanding Gemini 2.5 Pro: Peningkatan perubahan bertahap dalam penaakulan, penggunaan alat berasaskan ejen, dan integrasi multimodal; pengendalian konteks yang jauh lebih besar dan pemahaman bentuk panjang yang lebih baik. DeepMind menunjukkan peningkatan konsisten merentas penalaran akademik, pengaturcaraan, dan tugas multimodal.

Berbanding GPT-5.1 dan Claude Sonnet 4.5 (seperti dilaporkan): Pada himpunan penanda aras Google/DeepMind, Gemini 3 Pro dipersembahkan sebagai mendahului pada beberapa metrik berasaskan ejen, multimodal, dan konteks panjang (lihat Terminal-Bench, MMMU-Pro, AIME). Keputusan perbandingan berbeza mengikut tugas.

---

Kes penggunaan tipikal dan bernilai tinggi

• Ringkasan dokumen / buku & Soal Jawab: sokongan konteks panjang menjadikannya menarik untuk pasukan perundangan, penyelidikan dan pematuhan.
• Pemahaman & penjanaan kod pada skala repo: integrasi dengan rantaian alat pengaturcaraan dan penaakulan yang dipertingkat membantu refaktor pangkalan kod besar dan aliran kerja semakan kod automatik.
• Pembantu produk multimodal: aliran kerja imej + teks + audio (sokongan pelanggan yang mengambil tangkapan skrin, petikan panggilan, dan dokumen).
• Penjanaan & penyuntingan media (foto → video): ciri keluarga Gemini terdahulu kini merangkumi keupayaan foto→video gaya Veo / Flow; pratonton mencadangkan penjanaan multimedia yang lebih mendalam untuk prototaip dan aliran kerja media.

Cara memanggil API gemini-3-pro-preview daripada CometAPI

Harga Gemini 3 Pro Preview di CometAPI, 20% lebih rendah daripada harga rasmi：

Langkah Diperlukan

• Log masuk ke cometapi.com. Jika anda belum menjadi pengguna kami, sila daftar terlebih dahulu.
• Log masuk ke konsol CometAPI.
• Dapatkan kunci API kelayakan akses bagi antara muka. Klik “Add Token” pada token API di pusat peribadi, dapatkan kunci token: sk-xxxxx dan hantar.

Kaedah Penggunaan

1. Pilih titik akhir “gemini-3-pro-preview” untuk menghantar permintaan API dan tetapkan badan permintaan. Kaedah permintaan dan badan permintaan diperoleh daripada dokumen API laman web kami. Laman web kami juga menyediakan ujian Apifox untuk kemudahan anda.
2. Gantikan <YOUR_API_KEY> dengan kunci CometAPI sebenar anda daripada akaun anda.
3. Masukkan soalan atau permintaan anda ke dalam medan content—ini ialah perkara yang akan dijawab oleh model.
4. . Proses respons API untuk mendapatkan jawapan yang dijana.

CometAPI menyediakan REST API yang serasi sepenuhnya—untuk migrasi tanpa halangan. Butiran utama untuk Chat :

• URL Asas: v1/chat/completions
• Nama Model: gemini-3-pro-preview
• Pengesahan: Bearer YOUR_CometAPI_API_KEY header
• Content-Type: application/json .

Lihat juga GPT-5.1 API