Home/Models/Google/Gemini 3 Pro
G

Gemini 3 Pro

輸入:$1.6/M
輸出:$9.6/M
上下文:200.0k
最大輸出:200.0k
Gemini 3 Pro 是 Gemini 系列中的通用型模型，提供預覽以供評估與原型製作。它支援遵循指令、多輪推理，以及程式碼與資料任務，並提供結構化輸出與工具／函式呼叫，用於工作流程自動化。常見用例包括聊天助理、摘要與重寫、檢索增強式問答、資料擷取，以及跨應用與服務的輕量級程式碼協助。技術亮點包括基於 API 的部署、串流式回應、安全控制與整合就緒；多模態能力則取決於預覽配置。
新
商業用途
Playground
概覽
功能
定價
API
版本

**Gemini 3 Pro（預覽版）**是 Google/DeepMind 在 Gemini 3 系列中最新的旗艦級多模態推理模型。它被定位為其「迄今最智慧的模型」，專為深度推理、代理式工作流程、進階程式設計，以及長上下文多模態理解（文字、影像、音訊、影片、程式碼與工具整合）而設計。

主要功能

  • **模態：**文字、影像、影片、音訊、PDF（以及結構化工具輸出）。
  • **代理式／工具能力：**內建函式呼叫、搜尋即工具、程式碼執行、URL 上下文，以及支援協調多步驟代理。Thought-signature 機制可在多次呼叫之間保留多步驟推理。
  • **程式設計與「vibe coding」：**針對前端生成、互動式 UI 生成，以及代理式程式設計進行最佳化（在 Google 報告的相關排行榜中名列前茅）。它被宣傳為其迄今最強的「vibe-coding」模型。
  • 新的開發者控制項：thinking_level（low|high）可在成本／延遲與推理深度之間進行權衡，media_resolution 可控制每張影像或每個影片影格的多模態保真度。這些控制項有助於平衡效能、延遲與成本。

基準測試表現

  • Gemini3Pro 在 LMARE 中以 1501 分獲得第一名，超越 Grok-4.1-thinking 的 1484 分，並且也領先 Claude Sonnet 4.5 和 Opus 4.1。
  • 它也在 WebDevArena 程式設計競技場中以 1487 分獲得第一名。
  • 在 Humanity’s Last Exam 學術推理中，它達到 37.5%（未使用工具）；在 GPQA Diamond 科學測試中達到 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 影片理解中達到 87.6%。

技術細節與架構

  • **「Thinking level」參數：**Gemini 3 提供 thinking_level 控制項，讓開發者可在內部推理深度與延遲／成本之間進行取捨。模型將 thinking_level 視為內部多步驟推理的相對配額，而非嚴格的 token 保證。Pro 版本的預設值通常為 high。這是提供給開發者用來調整多步驟規劃與思維鏈深度的一項明確新控制項。
  • 結構化輸出與工具：模型支援結構化 JSON 輸出，並可與內建工具（Google Search grounding、URL 上下文、程式碼執行等）結合使用。某些結構化輸出 + 工具功能僅在 gemini-3-pro-preview 中提供預覽。
  • **多模態與代理式整合：**Gemini 3 Pro 明確為代理式工作流程而打造（工具 + 多代理跨程式碼／終端機／瀏覽器運作）。

限制與已知注意事項

  1. **事實準確性並非完美——仍可能產生幻覺。**儘管 Google 聲稱事實準確性已有顯著提升，但在高風險場景（法律、醫療、金融）中，仍需要基於依據的驗證與人工審查。
  2. **長上下文效能會因任務而異。**支援 1M 輸入視窗是一項硬性能力，但在極長內容下，某些基準測試中的實際效果可能會下降（在某些長上下文測試的 1M 長度下觀察到逐點下降）。
  3. **成本與延遲權衡。**大型上下文與較高的 thinking_level 設定會增加算力需求、延遲與成本；定價層級依 token 量而定。請使用 thinking_level 與分塊策略來管理成本。
  4. **安全性與內容過濾器。**Google 持續套用安全政策與審核層；某些內容與操作仍受限制，或會觸發拒絕模式。

Gemini 3 Pro 預覽版與其他頂尖模型的比較

高層級比較（預覽版 → 定性）：

**相較於 Gemini 2.5 Pro：**在推理、代理式工具使用與多模態整合方面有跨越式提升；上下文處理能力更大，長篇理解能力更強。DeepMind 展示了其在學術推理、程式設計與多模態任務上的持續進步。

**相較於 GPT-5.1 和 Claude Sonnet 4.5（依其報告）：**根據 Google/DeepMind 的基準測試結果，Gemini 3 Pro 在多項代理式、多模態與長上下文指標上處於領先地位（見 Terminal-Bench、MMMU-Pro、AIME）。實際比較結果仍會因任務而異。

典型且高價值的使用案例

  • **大型文件／書籍摘要與問答：**長上下文支援使其對法律、研究與合規團隊具有吸引力。
  • **儲存庫規模的程式碼理解與生成：**與程式設計工具鏈整合，加上更強的推理能力，有助於大型程式碼庫重構與自動化程式碼審查工作流程。
  • **多模態產品助理：**影像 + 文字 + 音訊工作流程（例如可接收螢幕截圖、通話片段與文件的客服支援）。
  • **媒體生成與編輯（照片 → 影片）：**Gemini 系列先前功能如今已包含 Veo／Flow 風格的照片轉影片能力；預覽版顯示其可為原型開發與媒體工作流程提供更深入的多媒體生成能力。

如何存取 Gemini 3 Pro API

步驟 1：註冊 API Key

登入 cometapi.com。如果您尚未成為我們的使用者，請先註冊。登入您的 CometAPI console。取得介面的存取憑證 API key。在個人中心的 API token 處點擊「Add Token」，取得 token key：sk-xxxxx 並提交。

cometapi key

步驟 2：向 Gemini 3 Pro API 傳送請求

選擇「gemini-3-pro」端點以傳送 API 請求，並設定 request body。請求方法與 request body 可從我們網站的 API 文件取得。我們的網站也提供 Apifox 測試以方便您使用。請將 <YOUR_API_KEY> 替換為您帳戶中的實際 CometAPI key。base url 為 Gemini Generating Content 與 Chat

將您的問題或請求插入 content 欄位中——模型將對此作出回應。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。處理完成後，API 會回傳任務狀態與輸出資料。

常見問題

What is the context window and output limit for Gemini 3 Pro?

Gemini 3 Pro 支援 100 萬 token 的輸入上下文視窗，且最多可輸出 64,000 個 token，因此非常適合分析整個程式碼庫或冗長文件。

How does the thinking_level parameter work in Gemini 3 Pro?

Gemini 3 Pro 預設使用動態思考。當不需要複雜推理時，可將 thinking_level 設為 'low' 以獲得更快回應；或設為 'high'（預設）以在複雜任務中最大化推理深度。

Does Gemini 3 Pro support Google Search grounding?

是，Gemini 3 Pro 支援 Google Search grounding、File Search、Code Execution 與 URL Context 工具。請注意，Google Maps grounding 和 Computer Use 目前尚未在 Gemini 3 中支援。

What makes Gemini 3 Pro different from Gemini 2.5 Pro?

Gemini 3 Pro 在代理式工作流程與自主程式設計方面提供了逐步改進。它使用 thought signatures 來在 API 呼叫之間保留推理上下文，且其知識截止日期為 2025 年 1 月。

Can Gemini 3 Pro combine structured outputs with built-in tools?

可以，Gemini 3 模型允許在同一個請求中，將結構化輸出（JSON schema）與 Google Search、URL Context 和 Code Execution 等內建工具結合使用。

Why should I keep temperature at 1.0 for Gemini 3 Pro?

Google 強烈建議將 temperature 保持在預設值 1.0。較低的數值可能會導致意外迴圈，或在數學與複雜推理任務上造成效能下降。

What are thought signatures and why are they important?

Thought signatures 是模型內部推理的加密表示。對於函式呼叫，系統會嚴格強制要求它們——缺少 signatures 會回傳 400 錯誤。官方 SDK 會自動處理這些內容。

Gemini 3 Pro 的功能

模型 ID（預覽版）：`gemini-3-pro-preview`。 輸入類型：文字、圖片、影片、音訊、PDF。輸出：文字 上下文／Token 限制：輸入約 1,048,576 個 Token；輸出 ≤ 65,536 個 Token。 知識截止日期：2025 年 1 月（較新的資訊使用 Search Grounding）。 能力（部分）：函式呼叫、程式碼執行、檔案搜尋、結構化輸出、搜尋 Grounding。 不支援：音訊生成、圖片生成、即時 API、影像分割、Google Maps Grounding（部分功能與 Gemini 2.5 不同）。

Gemini 3 Pro 的定價

探索 Gemini 3 Pro 的競爭性定價，專為滿足各種預算和使用需求而設計。我們靈活的方案確保您只需為實際使用量付費，讓您能夠隨著需求增長輕鬆擴展。了解 Gemini 3 Pro 如何在保持成本可控的同時提升您的專案效果。

gemini-3-pro (same price across variants shown)

Model familyVariant (model name)Input price (USD / 1M tokens)Output price (USD / 1M tokens)
gemini-3-progemini-3-pro-preview$1.60$9.60
gemini-3-progemini-3-pro-preview-thinking$1.60$9.60
gemini-3-progemini-3-pro-all$1.60$9.60

Gemini 3 Pro 的範例程式碼和 API

Gemini 3 Pro 是 Google/DeepMind 在 Gemini 3 系列中最新的旗艦級多模態推理模型。它被定位為其「迄今最智慧的模型」，專為深度推理、代理式工作流程、進階程式設計，以及長上下文多模態理解（文字、影像、音訊、影片、程式碼與工具整合）而設計。
Python
JavaScript
Curl
from google import genai
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL},
    api_key=COMETAPI_KEY,
)

response = client.models.generate_content(
    model="gemini-3-pro-preview",
    contents="Explain how AI works in a few words",
)

print(response.text)

Gemini 3 Pro 的版本

Gemini 3 Pro 擁有多個快照的原因可能包括：更新後輸出結果存在差異需保留舊版快照以確保一致性、為開發者提供適應與遷移的過渡期，以及不同快照對應全球或區域端點以優化使用者體驗等潛在因素。各版本間的具體差異請參閱官方文件說明。
Model id說明可用性請求
gemini-3-pro-all所使用的技術為非官方，且生成結果不穩定等✅聊天 格式
gemini-3-pro推薦，指向最新模型❌Gemini 內容生成
gemini-3-pro-preview官方預覽❌Gemini 內容生成

更多模型