Gemini 3 Pro 預覽版 API

Gemini 3 Pro（預覽版） 是 Google/DeepMind 在 Gemini 3 家族中最新的旗艦級多模態推理模型。其定位為他們「迄今最智能的模型」，旨在用於深度推理、代理式工作流程、高階編碼，以及長上下文的多模態理解（文字、圖像、音訊、影片、程式碼與工具整合）。

關鍵功能

• 模態： 文字、圖像、影片、音訊、PDF（以及結構化的工具輸出）。
• 代理/工具： 內建函式呼叫、search-as-tool、程式碼執行、URL 上下文，並支援協調多步驟代理。思維簽名（Thought-signature）機制可在多次呼叫間保留多步推理。
• 編碼與「vibe coding」： 針對前端生成、互動式 UI 生成與代理式編碼進行最佳化（據 Google 報告，在相關排行榜中名列前茅）。被宣傳為迄今最強的「vibe coding」模型。
• 新的開發者控制項： thinking_level（low|high）可在成本/延遲與推理深度間取捨；media_resolution 控制每張圖像或每個影片影格的多模態保真度。這些控制項有助於在效能、延遲與成本之間取得平衡。

基準測試表現

• Gemini3Pro 以 1501 分在 LMARE 取得第一名，超越 Grok-4.1-thinking 的 1484 分，亦領先 Claude Sonnet 4.5 與 Opus 4.1。
• 在 WebDevArena 程式設計競技場中亦以 1487 分奪得第一。
• 在 Humanity’s Last Exam 學術推理中（無工具）達到 37.5%；在 GPQA Diamond 科學中達到 91.9%；在 MathArena Apex 數學競賽中達到 23.4%，創下新紀錄。
• 在多模態能力方面，MMMU-Pro 達到 81%；在 Video-MMMU 影片理解上達到 87.6%。

技術細節與架構

• “Thinking level” 參數： Gemini 3 提供 thinking_level 控制項，讓開發者在內部推理深度與延遲/成本之間取捨。模型將 thinking_level 視為對內部多步推理的相對授權，而非嚴格的權杖保證。對 Pro 而言，預設通常為 high。這是供開發者調整多步規劃與思維鏈深度的明確新控制項。
• 結構化輸出與工具： 支援結構化 JSON 輸出，並可結合內建工具（如 Google Search grounding、URL 上下文、程式碼執行等）。部分結構化輸出 + 工具功能在 gemini-3-pro-preview 上僅提供預覽。
• 多模態與代理式整合： Gemini 3 Pro 明確針對代理式工作流程而打造（工具鏈 + 在程式碼/終端機/瀏覽器上的多代理協作）。
• 接受文字、圖像、影片、音訊與 PDF 輸入；輸出為文字。

限制與已知注意事項

1. 事實性並不完美——仍可能出現幻覺。 儘管 Google 聲稱在事實性上有所提升，但在高風險場景（法律、醫療、金融）仍需可溯源驗證與人工審核。
2. 長上下文表現因任務而異。 雖支援 1M 輸入視窗，但在極端長度下，部分長上下文測試的實證效果會下降（在 1M 長度上觀察到逐點下滑）。
3. 成本與延遲取捨。 超大上下文與較高的 thinking_level 會增加運算、延遲與成本；定價方案依權杖用量分級。可透過 thinking_level 與分塊策略控管成本。
4. 安全與內容過濾。 Google 持續套用安全政策與稽核層；特定內容與行為仍受限或會觸發拒絕模式。

Gemini 3 Pro 預覽版與其他頂級模型的比較

高層級比較（預覽 → 定性）：

相對於 Gemini 2.5 Pro： 在推理、代理式工具使用與多模態整合上實現躍升；具備更大的上下文處理與更佳的長篇理解能力。DeepMind 顯示其在學術推理、編碼與多模態任務上持續進步。

相對於 GPT-5.1 與 Claude Sonnet 4.5（依報告）： 在 Google/DeepMind 的基準套件上，Gemini 3 Pro 被呈現為在多項代理式、多模態與長上下文指標上領先（見 Terminal-Bench、MMMU-Pro、AIME）。實際比較結果因任務而異。

---

典型與高價值用例

• 大型文件/書籍摘要與問答： 長上下文支援對法律、研究與合規團隊具吸引力。
• 程式碼理解與生成（程式碼庫規模）： 與編碼工具鏈整合與改進的推理能力，有助於大型程式碼庫重構與自動化程式碼審查。
• 多模態產品助理： 圖像 + 文字 + 音訊工作流程（客服可攝取截圖、通話片段與文件）。
• 媒體生成與編輯（照片 → 影片）： 延續早期 Gemini 系列功能，包含類 Veo/Flow 風格的照片轉影片能力；預覽顯示更深入的多媒體生成以支持原型與媒體工作流程。

如何透過 CometAPI 呼叫 gemini-3-pro-preview API

CometAPI 中的 Gemini 3 Pro Preview 定價，較官方價優惠 20%：

必要步驟

• 登入 cometapi.com。如果你尚未成為使用者，請先註冊。
• 登入你的 CometAPI console。
• 取得介面存取憑證 API key。在個人中心的 API token 頁面點擊 “Add Token”，取得 token 金鑰：sk-xxxxx 並提交。

使用方法

1. 選擇「gemini-3-pro-preview」端點以發送 API 請求並設定請求主體。請求方法與請求主體可從我們網站的 API 文件取得；我們也提供 Apifox 測試以便使用。
2. 將 <YOUR_API_KEY> 替換為你帳戶中的實際 CometAPI 金鑰。
3. 將你的問題或請求插入 content 欄位——模型將對此回應。
4. . 處理 API 回應以取得生成的答案。

CometAPI 提供完全相容的 REST API——可實現無縫遷移。Chat 的關鍵細節：

• Base URL： v1/chat/completions
• Model Names： gemini-3-pro-preview
• Authentication： Bearer YOUR_CometAPI_API_KEY 標頭
• Content-Type： application/json

另請參閱 GPT-5.1 API