Tekniske spesifikasjoner — Gemini 3.1 Pro
| Element | gemini-3-pro (offentlig sammendrag) |
|---|---|
| Leverandør | |
| Kanonisk modell-ID | gemini-3-pro (offentlig forhåndsvisning) |
| Inndatatyper | Tekst, bilde, video, lyd, PDF |
| Utdatatyper | Tekst (naturlig språk, strukturerte utdata, nyttelaster for funksjonskall) |
| Grense for inndata-tokens (kontekst) | 1,048,576 tokens |
| Grense for utdata-tokens | 65,536 tokens |
| Funksjonskall / verktøybruk | Støttet (funksjonskall, strukturerte utdata, verktøyintegrasjoner) |
| Multimodalitet | Full multimodal støtte (bilder, video, lyd, dokumenter) |
| Kodekjøring og agentflyter | Støttet (agentmodus, kodeassistanse, verktøyorkestrering) |
| Kunnskapsavgrensning | januar 2025 |
Hva er Gemini 3.1 Pro?
Gemini 3.1 Pro er Googles offentlige flaggskip i Gemini 3-familien, posisjonert som en toppmoderne multimodal resonneringsmodell med avanserte agent- og utviklerverktøy. Modellen vektlegger høykapasitets konteksthåndtering (over 1M token i inndata), bred mediestøtte (bilder, video, lyd, PDF) og dype integrasjoner for verktøybruk, funksjonskall og kode-sentriske arbeidsflyter (f.eks. Gemini Code Assist og agentmoduser).
Gemini 3 Pro presenteres av Google som optimalisert både for interaktive utvikleropplevelser (lav-latens koding og agentarbeidsflyter) og høypresis multimodal forståelse (tolkning og resonnering på tvers av blandede medier).
Hovedfunksjoner i Gemini 3.1 Pro
Gemini-3.1 Pro (i sin forhåndsvisning) introduserer følgende funksjoner:
Multimodal integrasjon
Behandler inndata på tvers av:
- Naturlig språk
- Bilder
- Tale/lyd
- Video
med en enhetlig tokenrepresentasjon for resonnering på tvers av modaliteter.
Utvidet kontekstvindu
En usedvanlig stor kontekstkapasitet på opptil ~1 million tokens muliggjør håndtering av:
- Lange dokumenter
- Syntese på tvers av flere dokumenter
- Kodebaser og transkripsjoner.
Dette overgår mange konkurrerende modeller som typisk støtter ~32 K–262 K tokens.
Skalering med Sparse Mixture-of-Experts (MoE)
Sparse MoE-ruting gjør det mulig å skalere den interne modellkapasiteten uten proporsjonale beregningskostnader, og forbedrer resonnering i stor skala.
Avansert resonnering/planlegging
Innovasjoner som chain-of-thought-trening, forsterkningslæring fra menneskelig tilbakemelding og spesialiserte benchmarker gjør den sterk på logiske og matematiske oppgaver.
Antatte benchmark-resultater:
AIME 2025: 100% (med kodekjøring)
SWE-Bench Verified: 83.9%
ARC-AGI-2: 71.8%
LiveCodeBench Pro: 2844 Elo
Terminal-Bench 2.0: 63.5%
MMMLU: 93.6%
Representative bruksområder for virksomheter
- Ende-til-ende mediepipelines: Ta inn video, transkripsjoner og bilder for å produsere synkroniserte sammendrag, metadata og strukturerte innsikter i stor skala.
- Storskala kodegenerering og gjennomgang: Bruk i IDE-er og CI-pipelines for å autogenerere kode, refaktorisere prosjekter med flere filer og produsere testforslag på tvers av store kodebaser.
- Agentbasert automatisering: Koordinere flerverktøy‑agenter som samhandler med skytjenester, orkestreringssystemer og interne API-er ved hjelp av strukturerte funksjonskall.
- Forskning og innholdsproduksjon: Utarbeid langformet innhold (rapporter, bøker) som kombinerer tekst og innebygd multimedia, med interne kryssreferanser bevart.
Slik får du tilgang til Gemini 3.1 Pro API
Trinn 1: Registrer deg for API-nøkkel
Logg inn på cometapi.com. Hvis du ikke er bruker ennå, registrer deg først. Logg inn i din CometAPI-konsoll. Hent tilgangslegitimasjonen API-nøkkel for grensesnittet. Klikk “Add Token” ved API-tokenet i personssenteret, hent token-nøkkelen: sk-xxxxx og send inn.
Trinn 2: Send forespørsler til Gemini 3.1 Pro API
Velg endepunktet “gemini-3.1-pro” for å sende API-forespørselen og angi forespørselens kropp. Forespørselsmetode og -kropp hentes fra API-dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox-test for din bekvemmelighet. Erstatt <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din. Basis-URL er Gemini Generating Content og Chat.
Sett inn spørsmålet eller forespørselen din i content-feltet—dette er hva modellen vil svare på. Behandle API-responsen for å få det genererte svaret.
Trinn 3: Hent og verifiser resultater
Behandle API-responsen for å få det genererte svaret. Etter behandling returnerer API-et oppgavestatus og utdata.
Se også Gemini 3 Pro API