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, funksjonskall-nyttelaster) |
| Grense for inndata-token (kontekst) | 1,048,576 tokens |
| Grense for utdata-token | 65,536 tokens |
| Funksjonskall / verktøybruk | Støttet (funksjonskall, strukturerte utdata, verktøyintegrasjoner) |
| Multimodalitet | Full multimodal støtte (bilder, video, lyd, dokumenter) |
| Kjøring av kode og agent-baserte flyter | 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 konteksthåndtering med høy kapasitet (over 1M token i inndata), bred mediestøtte (bilder, video, lyd, PDF) og dype integrasjoner for verktøybruk, funksjonskall og kodesentrerte arbeidsflyter (f.eks. Gemini Code Assist og agentmodus).
Gemini 3 Pro presenteres av Google som optimalisert både for interaktive utvikleropplevelser (koding med lav ventetid og agent‑arbeidsflyter) og for multimodal forståelse med høy nøyaktighet (tolkning og resonnering på tvers av blandede medieinndata).
Hovedfunksjoner i Gemini 3.1 Pro
Gemini‑3.1 Pro (i forhåndsvisningen) introduserer følgende funksjoner:
Multimodal integrasjon
Behandler inndata på tvers av:
- Naturlig språk
- Bilder
- Tale/lyd
- Video
med en enhetlig token‑representasjon for tverrmodal resonnering.
Utvidet kontekstvindu
En usedvanlig stor kontekstkapasitet på opptil ~1 million tokens muliggjør håndtering av:
- Lange dokumenter
- Multidokument‑syntese
- Kodebaser og transkripsjoner.
Dette overgår mange konkurrerende modeller som typisk støtter ~32 K–262 K tokens.
Sparse Mixture-of-Experts (MoE)-skalering
Ruting i Sparse MoE gjør det mulig å skalere den interne modellkapasiteten uten proporsjonale beregningskostnader, noe som forbedrer resonnering i stor skala.
Avansert resonnering / planlegging
Innovasjoner som chain‑of‑thought‑trening, forsterkningslæring fra menneskelig tilbakemelding og spesialiserte benchmarks gjør den sterk på logiske og matematiske oppgaver.
Oppgitte benchmarks:
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‑pipeliner for å automatisk generere kode, refaktorere prosjekter med flere filer og foreslå tester på tvers av store kodebaser.
- Agent‑basert automatisering: Koordiner flerverktøy‑agenter som interagerer 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 på din CometAPI console. Hent API‑nøkkelen (tilgangslegitimasjonen) for grensesnittet. Klikk “Add Token” ved API‑token i det personlige senteret, hent token‑nøkkelen: sk-xxxxx og send inn.
Trinn 2: Send forespørsler til Gemini 3.1 Pro API
Velg “gemini-3.1-pro”-endepunktet for å sende API‑forespørselen og angi forespørselskroppen. Forespørselsmetode og -kropp finnes i API‑dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox‑test for enkel bruk. Erstatt <YOUR_API_KEY> med din faktiske CometAPI‑nøkkel fra kontoen din. Base URL er Gemini Generating Content og Chat.
Sett inn spørsmålet eller forespørselen din i content‑feltet—det er dette modellen svarer på. Behandle API‑svaret for å hente det genererte svaret.
Trinn 3: Hent og verifiser resultater
Behandle API‑svaret for å få det genererte svaret. Etter behandling svarer API‑et med oppgavestatus og utdata.
Se også Gemini 3 Pro API