技術規格 — Gemini 3.1 Pro
| 項目 | gemini-3-pro（公開摘要） |
|---|---|
| Provider | |
| Canonical model id | gemini-3-pro（公開預覽版） |
| Input types | 文字、圖片、影片、音訊、PDF |
| Output types | 文字（自然語言、結構化輸出、函式呼叫負載） |
| Input token limit (context) | 1,048,576 個 token |
| Output token limit | 65,536 個 token |
| Function-calling / tool use | 支援（函式呼叫、結構化輸出、工具整合） |
| Multimodality | 完整多模態支援（圖片、影片、音訊、文件） |
| Code execution & agentic flows | 支援（agent 模式、程式碼輔助、工具編排） |
| Knowledge cutoff | January 2025 |
什麼是 Gemini 3.1 Pro？
Gemini 3.1 Pro 是 Google 在 Gemini 3 系列中公開的旗艦模型，被定位為最先進的多模態推理模型，並具備進階的代理與開發者工具。該模型強調高容量的上下文處理能力（支援超過 1M token 的輸入）、廣泛的媒體支援（圖片、影片、音訊、PDF），以及與工具使用、函式呼叫與以程式碼為中心的工作流程（例如 Gemini Code Assist 與 agent 模式）的深度整合。
Gemini 3 Pro 由 Google 表示已針對互動式開發者體驗（低延遲的程式碼與代理工作流程）與高保真多模態理解（跨混合媒體的解讀與推理）進行最佳化。
Gemini 3.1 Pro 的主要功能
Gemini-3.1 Pro（透過其預覽版）引入以下功能：
多模態整合
可處理下列輸入：
- 自然語言
- 圖片
- 語音/音訊
- 影片
並以統一的 token 表示法進行跨模態推理。
擴增的上下文視窗
高達約 100 萬個 token 的超大上下文容量，可處理：
- 長篇文件
- 多文件綜合
- 程式碼庫與逐字稿
這超越了許多競品模型（一般僅支援約 32K–262K 個 token）。
稀疏專家混合（MoE）擴展
稀疏 MoE 路由機制可在不同比例增加計算成本的情況下擴充內部模型容量，並在大規模情境下提升推理能力。
進階推理／規劃
透過思維鏈訓練、人類回饋強化學習（RLHF）與專項基準測試等創新，使其在邏輯與數學任務上表現出色。
據稱的基準成績：
AIME 2025：100%（啟用程式碼執行）
SWE-Bench Verified：83.9%
ARC-AGI-2：71.8%
LiveCodeBench Pro：2844 Elo
Terminal-Bench 2.0：63.5%
MMMLU：93.6%
具代表性的企業級使用情境
- 端到端媒體流程： 匯入影片、逐字稿與圖片，於大規模下產出同步化摘要、中繼資料與結構化洞察。
- 大規模程式碼產生與審查： 在 IDE 與 CI 流程中，自動產生程式碼、重構多檔案專案，並針對大型程式碼庫提供測試建議。
- 代理式自動化： 以結構化函式呼叫協調多工具代理，與雲端服務、協作系統與內部 API 互動。
- 研究與內容產製： 撰寫長篇內容（報告、書籍），結合文字與內嵌多媒體，並保留內部交叉參照。
如何存取 Gemini 3.1 Pro API
步驟 1：申請 API 金鑰
登入 cometapi.com。若尚未成為用戶，請先註冊。登入你的 CometAPI console，取得介面存取憑證 API 金鑰。在個人中心的 API token 中點選「Add Token」，取得 token 金鑰：sk-xxxxx 並提交。
步驟 2：向 Gemini 3.1 Pro API 發送請求
選擇「gemini-3.1-pro」端點發送 API 請求並設定請求本文。請求方法與請求本文可從我們的網站 API 說明文件取得。我們的網站同時提供 Apifox 測試以供便利。將 <YOUR_API_KEY> 替換為你帳號中的實際 CometAPI 金鑰。基底 URL 為 Gemini 生成內容 與 聊天。
將你的問題或請求填入 content 欄位—模型會對該內容做出回應。處理 API 回應以取得生成的答案。
步驟 3：擷取並驗證結果
處理 API 回應以取得生成的答案。處理完後，API 會回傳任務狀態與輸出資料。