Gemini 3.1 Pro

ข้อกำหนดทางเทคนิค — Gemini 3.1 Pro

Gemini 3.1 Pro คืออะไร?

Gemini 3.1 Pro คือโมเดลเรือธงแบบสาธารณะของ Google ในตระกูล Gemini 3 ซึ่งถูกวางตำแหน่งเป็นโมเดลให้เหตุผลแบบมัลติโหมดล้ำสมัย พร้อมความสามารถเชิงตัวแทนและเครื่องมือสำหรับนักพัฒนาที่ก้าวหน้า โมเดลนี้เน้นการจัดการบริบทความจุสูง (อินพุตเกิน 1M โทเค็น), การรองรับสื่อที่หลากหลาย (รูปภาพ, วิดีโอ, เสียง, PDF) และการผสานรวมเชิงลึกสำหรับการใช้เครื่องมือ การเรียกฟังก์ชัน และเวิร์กโฟลว์ที่เน้นโค้ด (เช่น Gemini Code Assist และโหมดตัวแทน)

Gemini 3 Pro ถูกนำเสนอโดย Google ว่าได้รับการปรับให้เหมาะกับทั้งประสบการณ์นักพัฒนาแบบโต้ตอบ (การเขียนโค้ดหน่วงต่ำและเวิร์กโฟลว์ตัวแทน) และความเข้าใจมัลติโหมดความเที่ยงตรงสูง (ตีความและให้เหตุผลข้ามสื่อผสม)

คุณสมบัติหลักของ Gemini 3.1 Pro

Gemini-3.1 Pro (ผ่านพรีวิว) นำเสนอคุณสมบัติดังต่อไปนี้:

การบูรณาการมัลติโหมด

ประมวลผลอินพุตได้หลากหลายประเภท:

• ภาษาธรรมชาติ
• รูปภาพ
• เสียงพูด/เสียง
• วิดีโอ

โดยใช้การแทนโทเค็นแบบหนึ่งเดียวเพื่อการให้เหตุผลข้ามโมดัล

หน้าต่างบริบทที่ขยายใหญ่

ความจุบริบทขนาดใหญ่มากถึง ~1 ล้านโทเค็น ช่วยให้สามารถจัดการกับ:

• เอกสารยาว
• การสังเคราะห์ข้ามหลายเอกสาร
• คลังโค้ดและทรานสคริปต์

ซึ่งเหนือกว่าหลายโมเดลคู่แข่งที่โดยทั่วไปรองรับ ~32 K–262 K โทเค็น

การขยายแบบ Sparse Mixture-of-Experts (MoE)

การทำงานแบบ Sparse MoE ช่วยขยายขีดความสามารถภายในโมเดลโดยไม่เพิ่มต้นทุนการคำนวณตามสัดส่วน ช่วยปรับปรุงความสามารถในการให้เหตุผลในระดับสเกล

การให้เหตุผล/การวางแผนขั้นสูง

นวัตกรรมอย่างการฝึกแบบ chain-of-thought, การเรียนรู้แบบเสริมแรงจากข้อเสนอแนะของมนุษย์ และชุดทดสอบเฉพาะทาง ทำให้โดดเด่นในงานเชิงตรรกะและคณิตศาสตร์

ตัวชี้วัดที่คาดอ้าง:

AIME 2025: 100% (พร้อมการรันโค้ด)
SWE-Bench Verified: 83.9%
ARC-AGI-2: 71.8%
LiveCodeBench Pro: 2844 Elo
Terminal-Bench 2.0: 63.5%
MMMLU: 93.6%

ตัวอย่างกรณีใช้งานระดับองค์กรที่เป็นตัวแทน

• ไปป์ไลน์สื่อแบบครบวงจร: รับเข้าวิดีโอ ทรานสคริปต์ และรูปภาพ เพื่อผลิตสรุปที่ซิงโครไนซ์ เมทาดาทา และอินไซต์เชิงโครงสร้างในสเกล
• การสร้างและรีวิวโค้ดในสเกลใหญ่: ใช้งานใน IDE และไปป์ไลน์ CI เพื่อสร้างโค้ดอัตโนมัติ รีแฟกเตอร์โปรเจกต์หลายไฟล์ และสร้างคำแนะนำการทดสอบในคลังโค้ดขนาดใหญ่
• ระบบอัตโนมัติแบบตัวแทน: ประสานงานเอเจนต์หลายเครื่องมือที่โต้ตอบกับบริการคลาวด์ ระบบออร์เคสเตรชัน และ API ภายใน โดยใช้การเรียกฟังก์ชันแบบมีโครงสร้าง
• งานวิจัยและการผลิตเนื้อหา: ร่างเนื้อหาระดับยาว (รายงาน หนังสือ) ที่ผสมผสานข้อความและมัลติมีเดียฝัง พร้อมคงการอ้างอิงภายใน

วิธีเข้าถึง Gemini 3.1 Pro API

ขั้นตอนที่ 1: ลงทะเบียนเพื่อขอรับ API Key

เข้าสู่ระบบที่ cometapi.com หากคุณยังไม่เป็นผู้ใช้ของเรา โปรดลงทะเบียนก่อน ลงชื่อเข้าใช้ CometAPI console รับ API key สิทธิ์เข้าถึงของอินเทอร์เฟซ คลิก “Add Token” ที่ API token ในศูนย์ส่วนบุคคล รับ token key: sk-xxxxx แล้วส่ง

ขั้นตอนที่ 2: ส่งคำขอไปยัง Gemini 3.1 Pro API

เลือกปลายทาง “gemini-3.1-pro” เพื่อส่งคำขอ API และกำหนด request body วิธีการขอและ request body สามารถดูได้จากเอกสาร API บนเว็บไซต์ของเรา เว็บไซต์ของเรายังมีการทดสอบผ่าน Apifox เพื่อความสะดวกของคุณ แทนที่ <YOUR_API_KEY> ด้วย CometAPI key จริงจากบัญชีของคุณ base url คือ Gemini Generating Content และ Chat

ใส่คำถามหรือคำขอของคุณในฟิลด์ content—นี่คือสิ่งที่โมเดลจะตอบสนอง ประมวลผลการตอบสนองจาก API เพื่อให้ได้คำตอบที่สร้างขึ้น

ขั้นตอนที่ 3: ดึงผลลัพธ์และตรวจสอบความถูกต้อง

ประมวลผลการตอบสนองจาก API เพื่อให้ได้คำตอบที่สร้างขึ้น หลังจากประมวลผลแล้ว API จะส่งสถานะงานและข้อมูลผลลัพธ์

ดูเพิ่มเติม Gemini 3 Pro API