围绕工程问题展开推理
本型号重点优化软件工程行为与多步执行，适合结合需求、代码片段和错误日志分析问题，而不只是补全一段函数。可让它先梳理依赖与约束，再提出修改方案、解释影响范围，并整理需要验证的测试项，形成便于工程师审查的交付物。
All models
Get your API key
gemini-3.1-pro-preview
GoogleChatreasoningvision
Input 4.2049 Credits / 1MOutput 25.2297 Credits / 1M
Overview
API
Pricing
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 原生输入上限
- 1,048,576 Token
- 原生输出上限
- 65,536 Token
- 原生输入类型
- 文本、图像、视频、音频、PDF
- 输出类型
- 文本；不生成图像或音频
- 原生任务能力
- Thinking、函数调用、结构化输出
- 图文调用方式
- messages 中组合 text 与 image_url；图片支持公开 URL 或 Base64 data URI
- 集成入口
- /gemini/chat/completions；/aichat2/conversations
原生容量与模态是模型规格；实际提交方式、工具执行和会话管理按所选入口区分。
核心能力
了解 gemini-3.1-pro-preview 能为你的工作带来什么。
把长材料放进同一分析框架
长输入能力适合联合阅读多个模块、设计文档与讨论记录，围绕同一问题比较不同段落中的条件和结论。配合图像理解，还能把截图、图表或界面状态纳入分析。提出问题时明确材料顺序、关注对象和输出结构，比笼统要求总结更有利于得到可用结果。
从自然语言走向结构化流程
原生函数调用与结构化输出适合将推理结果接入业务流程：例如把问题分类、提取待办，或提出下一步工具请求。Chat Completions 提供 tools 与 response_format 配置；工具实际执行由应用负责，模型再根据执行结果继续回答，便于控制每一步动作。
适用场景
从具体任务出发，找到模型发挥作用的位置。
代码审查与故障定位
输入相关代码、报错堆栈、预期行为和最近变更，让模型分析可能的故障路径，交付修复建议与回归测试清单。涉及跨文件依赖时，可一起提供接口定义和调用位置，要求区分已观察到的问题与待验证的假设，避免只给表面修改。
图表与视频内容解读
将业务问题与图片内容块一起提交，可用于解读报表截图、说明界面流程或比较设计稿。视频理解可按 Gemini 对话入口的视频链接方式输入，要求输出内容摘要、关键事件和需要复核的细节；交付物是文字分析，不是新生成的视频。
持续推进资料整理
在 AI Chat v2 中输入研究问题与文件链接，先整理材料，再沿用会话 id 追问差异、补充条件或调整报告结构。文件通过 message 的 file_url 块提交，工具访问须遵守连接授权。适合逐步形成文档摘要、方案比较表与后续行动清单。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
从 Gemini 3 Pro 迁移时看什么
相较 Gemini 3 Pro 系列，3.1 Pro Preview 的改进方向是思考质量、Token 效率、事实一致性及工程任务可用性。若任务依赖长材料交叉分析、复杂编码或多步指令，可优先测试它。迁移时用相同案例比较结论、修改正确性与工具请求，不把版本更新视为所有任务必然更好。
通用 Pro 与 CustomTools 如何取舍
本型号适合通用推理、编码与多模态分析。官方另有 gemini-3.1-pro-preview-customtools，重点是更优先使用自定义工具，面向混合 bash 与工具的工作流；不依赖这些工具的任务可能出现质量波动。不要将两个名称混用，也不必为了普通分析任务一律选择工具优化变体。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- Preview 表示预览版本，而非日期固定快照。用于长期运行的代码审查、自动报告或工具流程时，建议保留代表性测试集，在行为变化后复测指令遵循、输出结构和关键结论，避免只依据型号名称判断一致性。
- 多模态理解不等于多模态生成：本型号输出文本，不生成图片、语音，也不支持 Live API。原生可理解音频和 PDF，但提交媒体要使用相应入口支持的方式；不能把文件链接块直接当成 Chat Completions 的通用附件字段。
- 函数调用和编程能力不代表模型能自行访问仓库或运行测试。应用需要执行工具请求、回填结果；会话工具也需要相应授权。生成的补丁、JSON 和分析结论仍应经过测试、格式校验与关键事实复核。
常见问题
解答使用 gemini-3.1-pro-preview 时的常见疑问。
gemini-3.1-pro-preview 是稳定版或固定版吗？
它是 Google 的 Pro 级预览型号，调用 ID 为 gemini-3.1-pro-preview，不带日期固定标识。适合评估复杂推理与工程任务；若应用依赖稳定的输出结构，建议保存样例并持续做回归测试，不将 Preview 当成固定快照。
怎样提交图片让它分析？
调用 /gemini/chat/completions 时，将用户消息 content 写成数组，同时放入 text 和 image_url 块。image_url.url 可填写公开图片地址或 Base64 data URI；问题中说明要分析的区域与目标，返回文字位于 choices[0].message.content。
可以直接读取 PDF 吗？
模型原生支持 PDF 理解。在 AI Chat v2 中，可通过 message 数组的 file_url 块提供文件链接，再用文字说明摘要或比较要求。Chat Completions 不应直接照搬这种文件块；也可以先提取文档文本，再作为消息内容提交。
它会自动执行代码和工具吗？
普通 Chat Completions 中，模型可提出 tool_calls，但应用需要执行对应函数并回填工具结果。AI Chat v2 提供会话工具流程，访问已连接资源仍受授权约束。让模型写代码与让环境运行代码是不同步骤，测试结果应来自真实执行。
多轮追问应该选择哪个入口？
需要自行控制历史和响应格式时，使用 /gemini/chat/completions，并在 messages 中携带前文。希望保存会话、沿用 id 继续任务时，使用 /aichat2/conversations，开启 stateful 后读取 answer 和 id，后续带回同一 id 追问。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。
Input
$0.40per 1M tokens
Official $2.00
Output
$2.40per 1M tokens
Official $12.00
−80%vs official
Top-up
You pay$13,584for 142,800 credits · $0.0951 / credits
You're billed in credits. Pick a top-up tier to see its per-credit rate — the larger the top-up, the cheaper each credit.
Quickstart
Try the API
API Key
Please obtain an API Key first
Your API key is pre-filled in the snippet — copy and run it in your terminal or IDE.
This is only a basic call example. See the full docs for more parameters and advanced usage.