Перейти до вмісту

Gemini 3.1 Pro Preview

Google (Gemini)

Коротко

Ціна за 1М токенів (вхід)
$2.00
Ціна за 1М токенів (вихід)
$12.00
Контекст
1 048 576 токенів
Безкоштовний доступ
так (деталі нижче)

Оновлюється щодня; дані станом на 7 листопада 2026 р.. Опубліковано 9 серпня 2026 р..

Ця модель орієнтована на розробників і дослідників, яким потрібен універсальний асистент для складних аналітичних завдань, що поєднують текст, зображення та структуровані дані. Вона доречна для автоматизації процесів, де важлива послідовна логіка міркувань і взаємодія із зовнішніми сервісами через виклик інструментів. Підхід вендора полягає в інтеграції мультимодального аналізу з покроковим плануванням, що дозволяє моделі самостійно розв'язувати багатоетапні проблеми, а не лише генерувати відповіді на окремі запити. Відмінність від попередників — акцент на прозорості процесу мислення, що полегшує налагодження та контроль за виконанням завдань.

Специфікація та ціни

Вхід (за 1М токенів)$2.00
Вихід (за 1М токенів)$12.00
Кеш-читання (за 1М токенів)$0.20
Контекстне вікно1 048 576 токенів
Максимальний вихід65 536 токенів
Можливостізображення, виклик інструментів, reasoning

LiteLLM community dataset (MIT), звірено 7 листопада 2026 р.. Офіційний прайс Google (Gemini).

Скільки коштуватиме Gemini 3.1 Pro Preview саме вам — порахуйте в калькуляторі вартості →

Де спробувати Gemini 3.1 Pro Preview безкоштовно

Часті запитання

Для яких практичних завдань найкраще підходить ця модель?+

Модель ефективна для аналізу документів зі сканами або фотографіями, створення звітів на основі змішаних даних, автоматизації робочих процесів через інтеграцію з API, а також для завдань, де потрібно пояснити хід розв'язання задачі. Вона також добре справляється з написанням коду та його рефакторингом, якщо ви надаєте чіткі інструкції.

Як почати працювати з моделлю, якщо я новачок?+

Найпростіший спосіб — скористатися вебінтерфейсом Google AI Studio, де можна одразу вставляти зображення та текст. Для програмного доступу потрібно створити API-ключ у консолі розробника Google Cloud, після чого використовувати офіційні бібліотеки для Python або Node.js. Рекомендуємо почати з простих запитів, поступово додаючи інструкції для виклику інструментів.

Чим ця модель відрізняється від сусідніх моделей лінійки?+

Головна відмінність — глибше покрокове міркування, яке модель демонструє перед фінальною відповіддю. Це дозволяє краще контролювати логіку розв'язання і легше виправляти помилки. Також вона має розширені можливості для одночасної обробки зображень і тексту, тоді як молодші моделі лінійки можуть бути швидшими, але менш точними у складних аналітичних сценаріях.

Які є обмеження у використанні моделі?+

Модель може помилятися у фактологічних твердженнях, тому критичні дані варто перевіряти. Вона не підтримує аудіо або відео як вхідні дані напряму — лише зображення та текст. Для роботи з великими обсягами даних доведеться розбивати їх на частини, оскільки контекстне вікно має фіксований розмір. Також варто враховувати, що виклик інструментів потребує додаткового налаштування схеми API.

Порівняйте з іншими

Оргсхема: як перевести компанію на штучний інтелект

Оргсхема: як перевести компанію на штучний інтелект

Практична карта: які ролі й процеси компанії закриваються AI-агентами, з чого почати і в якому порядку впроваджувати.