Google ve araştırma kolu DeepMind, Gemini yol haritasında başka bir büyük adımı sessizce (ve ardından pek de sessiz olmayarak) hayata geçirdi: Gemini 3.1 Pro. Bu sürüm, son kullanıcıya dönük yüzeylerde ve CometAPI genelinde kullanıma sunuldu; Gemini 3 ailesine yönelik bir performans ve akıl yürütme yükseltmesi olarak konumlanıyor — uzun biçimli akıl yürütmede kayda değer güçlenme, geliştirilmiş çok modlu anlama ve gerçek dünya uygulamaları için daha iyi ölçeklenebilirlik vaat ediyor.
Google’ın en yeni modeli — Gemini 3.1 Pro nedir?
Gemini 3.1 Pro, çok adımlı, çok modlu ve ajan odaklı görevler için optimize edilmiş “en yetenekli” akıl yürütme modeli olarak konumlanan Gemini 3 ailesindeki ilk artımlı güncellemedir. 2026 Şubat ortasında herkese açık ön izleme olarak yayımlandı (ön izleme 19–20 Şubat 2026’da duyuruldu); model, örneğin büyük ölçekli araştırma sentezi, araç ve sistemleri koordine eden mühendislik ajanları ve metin, görsel, ses ve videoyu harmanlayan belgelerin çok modlu analizi gibi sürdürülebilir düşünce zincirleri, araç kullanımı ve uzun bağlam anlama gerektiren senaryoları açıkça hedefler.
Yüksek seviyede, Gemini 3.1 Pro geliştiricileri tarafından şöyle tanımlanıyor:
- Doğal olarak multimodal — metin, görsel, ses ve videoyu kabul edip bunlar üzerinde akıl yürütebilir.
- Uzun bağlam için tasarlandı — tüm kod tabanları, çok belgeli dosyalar veya uzun dökümler için uygun, çok büyük bağlam pencerelerini destekler.
- Güvenilir akıl yürütme ve ajan odaklı iş akışları için optimize edildi; yani çok adımlı görevlerde planlama yapacak, araç çağıracak ve çıktıları doğrulayacak şekilde ayarlanmıştır.
Neden şimdi önemli: Kuruluşlar ve geliştiriciler “iyi sohbet asistanları”ndan “yüksek riskli karar desteği ve araştırma ajanları”na (hukuki taslak hazırlama, Ar-Ge sentezi, çok modlu belge anlama) geçiyor. Gemini 3.1 Pro bu koridora açıkça hitap ediyor — halüsinasyonları azaltmak, izlenebilir akıl yürütme üretmek ve hem prototipleme hem de üretim için CometAPI ile entegre olmak üzere tasarlandı.
Gemini 3.1 Pro’nun teknik öne çıkanları ve özellikleri neler?
Doğal multimodalite ve aşırı büyük bağlam pencereleri
Gemini 3.1 Pro, Gemini soyunun multimodalite odağını sürdürüyor. Model kartına ve ürün notlarına göre, model metin, görsel, ses ve videoyu aynı hat içinde kabul edip bunlar üzerinde akıl yürütebiliyor — bu da veri türlerinin karıştığı iş akışlarını basitleştiriyor (ör. ses + döküm + taramalar içeren hukuki ifadeler). Dikkat çekici biçimde, model 1,000,000 token bağlam penceresini destekliyor ve uzun çıktılar üretebiliyor (yayınlanan notlar, uzun biçimli görevler için uygun çok büyük çıktı sınırlarından söz ediyor). Bu ölçek, tüm kod depolarını, çok bölümlü belgeleri veya uzun dökümleri parçalamaya gerek kalmadan analiz etmek gibi kullanım durumlarına uygun kılıyor.
“Dinamik düşünme”: geliştirilmiş akıl yürütme ve adım adım planlama
Google, 3.1 Pro’nun geliştirilmiş “düşünme”ye sahip olduğunu belirtiyor — yani dahili düşünce zinciri yönetiminin daha iyi olması ve görev karmaşıklığına bağlı olarak akıl yürütme stratejilerini dinamik seçebilmesi. Model, gerektiğinde açık çok adımlı planlamaya giriyor ve bunu yaparken token açısından verimli olacak şekilde ayarlanmış. Pratikte bu, karmaşık, adım adım sorunlarda daha az halüsinasyona ve çok adımlı akıl yürütme kıyaslarında daha iyi olgusal tutarlılığa dönüşüyor.
Ajan odaklı iş akışları ve araç kullanımı
3.1 Pro’nun ana tasarım odağı, ajan performansı: araçları koordine etme, web temellendirme veya arama çağırma, kod parçaları yazıp çalıştırma ve çıktıları ikincil geçişlerle doğrulama. Google, 3.1 Pro’yu ajan öncelikli ürünlerine (ör. Antigravity geliştirme ortamı) entegre etti; böylece modeller bir editör, terminal ve tarayıcı içeren görevleri çalıştırıp ekran görüntüleri ve tarayıcı kayıtları gibi artifaktları kaydederek ilerlemeyi doğrulayabiliyor. Bu özellikler, “öneri veren” modellerle gerçekten çok araçlı iş akışlarını güvenilir biçimde yerine getiren modeller arasındaki farkı azaltmayı hedefliyor.
Uzmanlaşmış alt kipler (Deep Research, Deep Think)
Google, 3.1 Pro’yu “Deep Research” ile eşleştiriyor ve yakında çıkacak bir “Deep Think” varyantına atıfta bulunuyor. Bu alt kipler sırasıyla yüksek geri çağırmalı araştırma görevlerini ve azami akıl yürütme derinliğini hedefliyor (ek hesaplama maliyeti ve gecikme ile). Amaç, en hızlı ve en ucuz yanıtlardan ziyade daha kasıtlı, daha yüksek kaliteli çıktılara ihtiyaç duyan analistler, araştırmacılar ve geliştiricilere hizmet etmek.
Gemini 3.1 Pro kıyaslamalarda nasıl performans gösteriyor?
Gemini 3.1 Pro, önceki Gemini 3 Pro sonuçlarına göre güçlü kazanımlar elde ediyor; çok adımlı akıl yürütme ve çok modlu ölçümlerin geniş bir setinde sıklıkla öne geçerken belirli uzmanlaşmış görevlerde (özellikle bazı ileri seviye kodlama veya uzman düzeyi soru setleri) bazı rakiplerin gerisinde kalıyor. Kısacası: uzmanlık kıyaslarında dar rakip üstünlükleriyle birlikte geniş iyileştirmeler.
Temel kıyas iddiaları ve manşet rakamlar
- ARC-AGI-2 (soyut akıl yürütme / çok adımlı bilim bulmacaları): Gemini 3.1 Pro için bildirilen artışlar, önceki Gemini 3 Pro sürümlerine kıyasla önemli bir iyileşmeye işaret ediyor; bir topluluk test seti, kısa ve odaklı testlerde Gemini 3.1 Pro’nun ARC-AGI-2’de önceki Gemini 3 Pro temel çizgisine göre iki kattan fazla iyileşme gösterdiğini belirtti. Belirtilen spesifik skorlar (topluluk testleri), bazı ARC tarzı birleştirmelerde Gemini 3.1 Pro’yu yaklaşık %77,1 olarak veriyor (kamusal raporlama).
- GPQA Diamond ve lisansüstü bilim kıyasları: Veriler, Gemini 3.1 Pro’nun GPQA Diamond’da (lisansüstü düzey bilim Soru-Cevap kıyaslaması) rekor seviyelere ulaştığını, önceki Gemini modellerini geride bırakarak aile için bağımsız çalışmalarda yeni bir yüksek eşik belirlediğini gösteriyor. Bu kazanımlar, modelin geliştirilmiş düşünce zinciri ve adım adım akıl yürütme ayarlarını yansıtıyor.
- “Humanity’s Last Exam” araçlar etkin (çok araçlı, temellendirilmiş akıl yürütme): Anthropic’in Claude Opus 4.6 modeliyle bire bir karşılaştırmalarda, Claude bu karmaşık araç etkin kıyaslamada %53,1 puan alırken Gemini 3.1 Pro aynı test turunda %51,4 seviyesine ulaştı — bu da Gemini’nin bu özel çok araçlı sınavda çok yakın olduğunu ancak zirvede olmadığını gösteriyor.
- Kodlama ve terminal kıyasları (Terminal-Bench 2.0, SWE-Bench Pro): Uzman kodlama kıyaslarında daha fazla ayrışma görüldü. Terminal-Bench 2.0’da belirli düzeneklerle, GPT-5.3-Codex varyantları yaklaşık %77,3 puan alırken aynı karşılaştırmalarda Gemini 3.1 Pro ~%68,5 seviyesindeydi. SWE-Bench Pro’da kamuya açık sonuçlarda Gemini 3.1 Pro yaklaşık %54,2 puan alırken GPT-5.3-Codex %56,8 ile biraz öndeydi — daha yakın olmakla birlikte, bu koşulda OpenAI’nin Codex ailesi uzmanlaşmış programlama görevlerinde bir üstünlük koruyor.
- GDPval-AA Elo (uzman görevleri derecelendirmesi): Uzman görevleri için Elo tarzı birleştirilmiş sıralamada, Claude Sonnet/Opus varyantları daha yüksek puanlar aldı (ör. ~1606–1633 puan) ve bir kamu raporu aynı veri setinde Gemini 3.1 Pro’yu ~1317 puan olarak koydu — bu da bazı dar uzman alanlarda iyileştirme payına işaret ediyor.
Gerçek dünya denemeleri ve uygulamalı testler
Uygulamalı analist yazıları, Gemini 3.1 Pro’nun özellikle şu alanlarda öne çıktığını gösteriyor:
- 1M token penceresi sayesinde parçalamaya bağlı artifaktların önüne geçerek uzun bağlam özetleme ve çok belgeli sentez.
- Görsel + metin temellendirmesinin olgusal çıkarımı iyileştirdiği çok modlu kavrama görevleri.
- Ajan otomasyonu (ör. basit araç zincirlerini koordine etme) — Antigravity denemeleri, adımları kaydeden artifaktlarla çok ajanlı görev orkestrasyonunun mümkün olduğunu gösteriyor.
Gemini 3.1 Pro’nun geride kaldığı yerler (rakamların söylediği)
Hiçbir model her alanda en iyi değil. Bağımsız yorumlar ve topluluk testleri belirli boşlukları vurguluyor:
- Yazılım mühendisliği ve kod bakım kıyasları (SWE-Bench Pro ve benzerleri) — pratik yazılım mühendisliği yeteneklerini test eden görevlerde: büyük ölçekli yeniden düzenlemeler, karmaşık kod tabanlarında hata triyajı ve bazı tür otomatik program onarımı. Başka bir deyişle, günlük mühendislik bakımında, belirli test yataklarında uzmanlaşmış modeller hâlâ bir üstünlük koruyor (Anthropic’in Claude Opus 4.6’sı gibi).
- Gecikmeye duyarlı mikro görevler — Gemini 3.1 Pro derinliğe göre ayarlandığından, ultra düşük gecikme ve yüksek verim gerektiren görevler (ör. hafif sohbet arayüzleri için mikro çıkarım) Gemini ailesindeki “Flash” veya diğer optimize varyantlarla daha iyi karşılanabilir.
Gemini 3.1 Pro’nun fiyatlandırması nedir?
Gemini 3.1 Pro’ya iki yolla erişebilirsiniz — tüketici aboneliği veya geliştirici API’si — ve fiyatlandırma her biri için farklıdır.
- Tüketici (Gemini uygulaması / Google AI Pro): Gemini 3.1 Pro’ya erişim, ABD’de aylık 19,99 $ olan Google AI Pro aboneliğine dahildir (Google, daha düşük seviyeli “AI Plus” ve daha yüksek “AI Ultra” kademeleri de sunar). Google.
- Geliştirici / API (token tabanlı): Gemini/AI geliştirici API’si üzerinden Gemini modellerini çağırırsanız, fiyatlandırma token üzerinden ölçülür. Gemini 3.x Pro ön izlemesi için yayımlanan geliştirici fiyatları yaklaşık olarak: standart (≤200k istem) bandında 1M girdi token için 2,00 $ ve 1M çıktı token için 12,00 $ — çok büyük bağlamlar için daha yüksek kademeler (ör. 1M başına 4$/18$). (Tüm ayrıntılar ve toplu fiyatlandırma için Gemini API fiyatlandırma tablosuna bakın.)
- Gemini 3.1 Pro’yu CometAPI üzerinden kullanırsanız:
| Comet Fiyatı (USD / M Token) | Resmi Fiyat (USD / M Token) |
|---|---|
| Giriş:$1.6/M; Çıkış:$9.6/M | Giriş:$2/M; Çıkış:$12/M |
Tüketici aboneliği fiyatlandırması (Gemini uygulaması)
Gemini uygulamasındaki son kullanıcı planlarında Google, model varyantlarına ve ek özelliklere erişimi kademelendiren Google AI Pro ve Google AI Ultra ile katmanlar oluşturur. Fiyatlar pazara ve para birimine göre değişir; yayımlanan örnekler Google AI Pro’nun 19,99 $/ay (promosyon denemeleri mevcut) olduğunu gösterir ve kademeli para birimi fiyatlandırması ürün sayfasında gösterilir (deneme teklifleri ve kısa süreli indirimli fiyatlar dahil). AI Ultra, daha yüksek erişimi (ör. yeni inovasyonlara öncelikli erişim, video üretimi için daha yüksek krediler) daha yüksek aylık ücret karşılığında paketler. Bu tüketici planı fiyatları, diğer üst düzey tüketici AI abonelikleriyle rekabetçidir ve 3.1 Pro özelliklerine API entegrasyonu olmadan erişmek isteyen bireysel güç kullanıcıları veya küçük ekipleri hedefler.
Pratik istem ve kullanım ipuçları (ben olsam böyle yapardım)
Güvenilir, tekrarlanabilir sonuçlar için bunları kullanın:
- Açık adım planlayıcı
İstem kalıbı:1) Give a 3-step plan you will follow to complete X. 2) Execute step 1 and show artifact. 3) Confirm step 1 succeeded, then continue to step 2.Bu, 3.1 Pro’nun daha güçlü adım adım yürütmesini kullanır ve kontrol noktaları sağlar. - Şemalarla yapılandırılmış çıktı
Bir şema ile JSON isteyin vestrict: true. 3.1 Pro uzun, şemaya uygun çıktıları daha güvenilir ürettiğinden, aşağı akışta ayrıştırabileceğiniz daha büyük tek yanıtlar alırsınız. - Araç-kontrol sandviçi
Harici araçları (API’ler, kod çalıştırıcılar) çağırırken modelden şunları üretmesini isteyin: plan → tam araç çağrısı (kopyala/yapıştır dostu) → doğrulama adımları. Ardından devam etmeden önce doğrulama adımlarını model dışında doğrulayın. - Tek adım güvenine dikkat
Model kusursuz görünen kod veya komutlar yazsa bile, özellikle ajan/otonom eylemler için bağımsız doğrulama (testler, linter’lar, izole yürütme) yapın.
Gemini 3.1 Pro ile uygulamalı deneyim
Deneme vakası 1: Uzun bağlamlı araştırma asistanı (NotebookLM / Deep Research)
Amaç: Modelin 10–50 uzun belgeyi (ör. raporlar, teknik dökümanlar) alıntılar ve eylem maddeleri içeren çok sayfalı bir yönetici özeti halinde sentezleme yeteneğini değerlendirmek.
Kurulum: Toplamda 200k–800k token’lık bir korpus verin; modelden açık alıntılar ve “sonraki adım” önerileri içeren 2–4 sayfalık bir özet üretmesini isteyin. Tekrarlanabilir bir istem şablonu kullanın ve süreyi, token kullanımını (maliyet) ve olgusal doğruluğu ölçün.
Sonuçlar: Eski modellere kıyasla parçalama artifaktları daha az, uçtan uca özetleme daha hızlı; özet içindeki alıntı sadakati daha yüksek ve ölçekta tutarlılık iyileşmiş — bunun bedeli olarak anlamlı token kullanımı (bütçe planlayın). Kıyaslar ve uygulamalı testler, 1M token penceresi sayesinde Gemini 3.1 Pro’nun çok belgeli sentezde üstün olduğunu gösteriyor.
Deneme vakası 2: Ajan odaklı kodlama asistanı (Antigravity + GitHub Copilot)
Amaç: Çok adımlı geliştirici görevlerinde (ör. bir özelliği birden fazla dosyada uygulama, testleri çalıştırma, başarısız testleri düzeltme) tamamlanma süresindeki azalmayı ölçmek.
Kurulum: Gemini 3.1 Pro seçili olarak ön izleme durumundaki Antigravity veya GitHub Copilot’u kullanın. Tekrarlanabilir görevler tanımlayın (issue oluşturma → uygulama → testleri çalıştırma), adımları ve ajan artifaktlarını kaydedin ve yalnız insan taban çizgisiyle karşılaştırın.
Sonuçlar: Çok adımlı görevlerin orkestrasyonunda iyileşme (artifakt kaydı, yama adaylarının otomatik önerimi), önceki Gemini 3 Pro’ya göre daha iyi çok dosyalı akıl yürütme ve rutin özellik çalışmalarında ölçülebilir zaman tasarrufu. Uzman, düşük seviye sistem hata ayıklama görevleri, bazı terminal kıyaslarında bazı GPT-Codex varyantlarına karşı görülen fark nedeniyle hâlâ kod-öncelikli uzman modelleri tercih edebilir.
Deneme vakası 3: Çok modlu hukuki/tıbbi belge incelemesi
Amaç: Modeli karışık bir korpusu (tarama PDF’ler, görseller, ses dökümleri) içeri almak, kilit olguları çıkarmak ve bir risk matrisi ile öncelikli eylemler üretmek için kullanmak.
Kurulum: Tarama görseller ve OCR metinleri ile destekleyici seslerden oluşan bir veri seti sağlayın. Adlandırılmış varlık çıkarımında kesinliği, yanlış pozitif oranını ve modelin kaynak artifaktlara referans verebilme yeteneğini ölçün.
sonuçlar: Modlar arası daha güçlü entegre akıl yürütme ve daha izlenebilir çıktılar (bir iddiayı destekleyen görsel/sayfa/ses zaman damgasına işaret edebilme). Uzun bağlam penceresi, manuel parçalama ve çapraz referans ihtiyacını azaltır. Ancak düzenlemeye tabi alanlarda, çıktılar alan uzmanları tarafından doğrulanmalı ve bir temellendirme/doğrulama hattı kullanılmalıdır.
İlk izlenimler (farklı hissettiren ne)
- Daha derin adım adım akıl yürütme. Önceden birden çok gidiş-geliş gerektiren görevler — ör. çok belgeli sentez, çok adımlı matematik/mantık — daha az geçişte ve daha net düşünce zinciri tarzı çıktılarla tamamlanma eğiliminde (iç talimat metnini açığa çıkarmadan). Google’ın vurguladığı başlık bu oldu.
- Daha uzun, daha yüksek kaliteli yapılandırılmış çıktılar. JSON ve uzun biçimli otomasyonlar daha tutarlı ve sıklıkla çok daha uzun (bazı kullanıcılar 3.0’a kıyasla çok daha büyük çıktılar bildirdi). Bu, tek seferde büyük yükler istediğiniz üretim işlerinde harika. Daha büyük çıktıları ve akışı yönetmeyi bekleyin.
- Daha verimli token/bağlam kullanımı. Araç kullanan senaryolarda daha “temellendirilmiş, olgusal olarak tutarlı” davranış ve geliştirilmiş token verimliliği. Bu, kısa olgusal aramalarda daha az halüsinasyon olarak kendini gösteriyor.
Son analiz: Gemini 3.1 Pro şimdi benimsemeye değer mi?
Gemini 3.1 Pro, akıl yürütme, kodlama ve ajan odaklı kıyaslarda gösterilebilir iyileştirmelerle Gemini ailesinde anlamlı bir ileri adım temsil ediyor — Google’ın yayımladığı model kartı ve seçili sıralamalarda büyük sıçramalar rapor eden bağımsız takipçiler tarafından destekleniyor. Gelişmiş akıl yürütme, ajan odaklı araç koordinasyonu veya uzun bağlamlı çok modlu yeteneklere ihtiyaç duyan ekipler için 3.1 Pro ikna edici bir aday.
Geliştiriciler Gemini 3.1 Pro’ya şimdi CometAPI üzerinden erişebilir. Başlamak için Playground’da modelin yeteneklerini keşfedin ve ayrıntılı talimatlar için API guide’a başvurun. Erişmeden önce lütfen CometAPI’ye giriş yaptığınızdan ve API anahtarını edindiğinizden emin olun. CometAPI, entegrasyonunuza yardımcı olmak için resmi fiyattan çok daha düşük bir fiyat sunar.
Hazır mısınız?→ Gemini 3.1 Pro’ya bugün kaydolun!
Daha fazla ipucu, rehber ve AI haberleri için bizi VK, X ve Discord üzerinden takip edin!