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 22 вересня 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 22 вересня 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.