Gemini 3.1 Pro Preview
🇺🇸 Google【直接结论】**Gemini 3.1 Pro Preview** 是由 Google 推出的旗舰级大模型，支持文本、视觉、音频模态。该模型 API 输入单价为 **¥13.58/百万 tokens**，输出为 **¥81.48/百万 tokens**。在算盘收录的 44 款主流模型中，其输入价位列第 38 便宜，在海外阵营属于**中等**门槛。其支持提示词缓存（Prompt Caching），缓存命中价低至 **¥1.36/百万 tokens**，适合高频多轮对话；其上下文窗口为 2M，最大输出为 64K。智能指数为 57 分（满分约 60）。综合推荐：适合复杂推理、代码生成、关键决策等高难度任务。
Gemini 3.1 Pro Preview 的核心能力与技术优势是什么？
Gemini 3.1 Pro Preview 是 Google 在 Gemini 3 系列里的旗舰推理档,接替上一代 3 Pro。它的产品叙事不是"更便宜"或"更快",而是"在难任务上更靠谱":更扎实的多步推理、更稳的工具调用、更省的思考 token 消耗,以及更少跑偏的事实一致性。如果你做的是 Agent、复杂代码、深度研究这类"错一步就全错"的活儿,这就是它瞄准的位置。
这一代最值得注意的改动是新增了 MEDIUM 思考档(thinking_level),和原本的 Low / High 一起,给你三档来权衡成本、速度和质量。换句话说,你不必在"省钱但浅思考"和"烧钱但深推理"之间二选一——同一个模型可以按请求难度动态调档,这对成本敏感的生产系统很关键(后面成本一节会展开)。
它原生支持文本、图像、音频、视频、PDF 等多模态输入,配合很长的上下文窗口(具体数值以上方规格卡为准),适合把整份合同、整个代码库、长会议录音一次性喂进去做理解。知识截止在 2025 年初,对极新的事件可能不了解,需要靠检索/工具补当下信息——这点在做时效性强的 RAG 时要心里有数。
关于 Gemini 3.1 Pro Preview，开发者需要了解哪些核心信息？
Gemini 3.1 Pro Preview 走的是"旗舰价位"——输入、输出单价都不算便宜(具体以上方价格表实时为准,本文不写死数字)。但它真正决定你账单的,往往不是标价,而是三个杠杆:思考档位、上下文缓存、批处理 API。只看标价就判断"用不起"通常是误判。
第一个杠杆是思考 token。推理模型在"想"的时候会产生大量隐藏的思考 token,这部分按输出价计费。对简单请求强行用 High 档,等于为不需要的深度推理多付钱;把多数请求降到 Medium、只让真正难的任务走 High,常常能在几乎不掉质量的前提下显著压低输出成本。这是这一代相比固定推理深度模型最实际的省钱点。
第二个杠杆是缓存输入价。它的缓存命中价远低于标准输入价(见上方价格表)。Agent 的长 system prompt、RAG 里反复出现的检索片段、多轮对话里不变的前缀,只要命中缓存就能大幅降本。第三个杠杆是批处理:非实时的离线任务(批量标注、夜间跑数据)走 Batch API 通常有折扣。把这三个杠杆叠起来,实际单位成本可以离标价拉开很大距离——务必用上方成本速算工具按你自己的输入输出比例算一遍,而不是凭单价拍脑袋。
关于 Gemini 3.1 Pro Preview，开发者需要了解哪些核心信息？
最适合它的场景有几类:一是多步 Agent 与密集工具调用,它这一代专门强化了工具使用的可靠性,甚至提供了 customtools 专用端点,在 bash 工具和自定义工具混用时更倾向优先调用你的自定义工具——做复杂工作流编排时这个差别很实在。二是复杂软件工程:跨多文件重构、架构级推理、定位疑难 bug、设计新算法,这类需要"全局想清楚"的活儿是它的主场。三是长上下文深度理解:整库代码审查、长文档/法律合同分析、多模态(视频+PDF+音频)联合推理。四是高风险判断:金融、医疗辅助、合规审查等错不起的决策环节。
最不适合的是高频、低复杂度、对延迟敏感的任务:意图分类、打标签、关键词抽取、简单 FAQ、格式转换、海量批处理的第一遍粗筛。这些活儿用旗舰是纯粹烧钱,延迟也更高;它们应该交给同系列的 Flash 或更便宜的小模型。判断标准很简单:如果一个更便宜的模型在你的评测集上质量够用,就没有理由为这一步付旗舰的钱。
还有一个容易踩的坑:Preview(预览)状态。预览版意味着行为、定价、甚至端点都可能在正式 GA 前变动,不建议把它焊死进对稳定性要求极高的核心链路而不做版本兜底。把它当"质量上限"来用、用路由层包一层,比直接全量切过去更稳妥。
关于 Gemini 3.1 Pro Preview，开发者需要了解哪些核心信息？
同厂内部最常见的对比是它和 Gemini 3.5 Flash。社区里被反复验证的实践是"Flash 执行、Pro 兜底":把绝大多数日常生成、调试、文档、翻译、常规编码交给更便宜更快的 Flash,只在 Flash 跑不动或评测掉质量时升级到 3.1 Pro 做复审或攻坚。值得注意的是,Flash 这一代知识截止更新、长输出上限往往也更高,所以并不是"Pro 全面碾压 Flash"——要按维度看,而不是按价位排座次。最稳的做法是建一个路由层,用你自己的评测数据决定哪类请求走哪个模型。
和上一代 3 Pro 相比,3.1 Pro 的卖点是更高效的思考(同样质量花更少 token)、更强的 Agent/工程可靠性、新增 Medium 档。如果你已经在用 3 Pro 且对成本敏感,3.1 的 token 效率本身就可能让账单下降——这是少见的"升级反而更省"的情况,值得做一次 A/B。
什么时候该升级到它:当你发现当前模型在多步推理、跨文件重构、Agent 长链路上频繁出错或需要人工兜底,且这些错误的代价高于旗舰差价时。什么时候该降级离开它:当你的任务被验证为"简单且高频",或延迟成为瓶颈,或缓存/批处理也压不下成本时——这时换 Flash 或小模型,把省下的预算花在真正需要深推理的环节,才是健康的成本结构。
常见问题
Gemini 3.1 Pro Preview 有免费 API 额度吗?
目前 Gemini API 上的 gemini-3.1-pro-preview 没有免费档,生产调用按 token 计费(具体以上方价格表为准)。你可以在 Google AI Studio 里免费试用做评估,但要接入生产、跑量,就需要付费。建议先在 AI Studio 把你的真实 prompt 试通、确认质量达标,再上生产付费跑量。
它的思考档位(Low/Medium/High)怎么选才省钱?
原则是"按难度配深度"。简单、确定性强的请求用 Low 或 Medium,只把真正需要深推理的难任务交给 High。因为思考 token 按输出价计费,给简单请求开 High 等于白烧钱。新增的 Medium 档正是为这种成本/质量的中间地带设计的。最佳实践是先用评测集量化不同档位的质量差,再据此设默认档加按请求升档的规则。
做 RAG / 长 system prompt 的 Agent,用它成本会不会太高?
不一定。它的缓存输入价远低于标准输入价(见上方价格表),RAG 里反复命中的检索片段、Agent 里不变的长 system prompt 只要走上下文缓存就能大幅降本。再叠加 Medium 思考档和批处理折扣,实际单位成本可能和标价差很远。务必用上方成本速算按你真实的输入/输出/缓存命中比例算一遍,别只看单价。
已经在用 Gemini 3.5 Flash,什么时候该升级到 3.1 Pro?
当 Flash 在你的评测集上质量不够、需要频繁人工兜底,且出错代价高于旗舰差价时再升级。常见做法不是全量切换,而是路由:Flash 跑执行/常规任务,3.1 Pro 只接复杂推理、跨文件重构、高风险判断或作为 Flash 的复审兜底。注意 Flash 这一代知识截止更新、长输出上限可能更高,要按维度比,而不是默认 Pro 全面更强。