Gemini 3.1 Pro 官方规格参数、API 定价与评测档案
Google 2026 上半年全模态推理标杆(MMLU-Pro 91.0%、GPQA Diamond 94.3%、AIME 2026 98.3%)。
📋 Gemini 3.1 Pro 官方 API 技术规格与计费参数总表
核验自 Google DeepMind 官方开发者文档与公开定价页(核验日期 2026-11-20)
1. 模型标识与能力开关
API Spec- 官方调用 Model ID
- gemini-3.1-pro
- 版本发布日期
- 2026-02-19
- 权重授权形态
- 闭源商业权重 (未公开参数量)
- 原生深度推理思考
- ✅ 支持 (可调思考预算)
- Function Calling & JSON Schema
- ✅ 原生支持
- Batch API 异步批处理
- ✅ 支持 (通常享 5 折)
2. 上下文、输出上限与模态
Limits- 最大输入上下文窗口
- 1,048,000 tokens (1048K)
- 单次最大输出上限
- 65,536 tokens
- 支持输入模态
- Text + Image + Video + Audio + PDF
- 支持输出模态
- Text
- 中国大陆网络直连
- 🌐 需海外网络或 OpenRouter 聚合
- 分发与部署形态
- 仅官方云端 API(不开放私有权重)
3. 官方 Token 单价与缓存阶梯
USD / 1M- 标准输入单价 (每百万)
- $ 2
- Prompt 缓存命中输入
- $ 0.2 -90%
- 标准输出单价 (每百万)
- $ 12
- 长上下文阶梯与计费备注
- ≤200K ($2/$12);>200K ($4/$18),GPQA Diamond 94.3% 经典纪录保持者
🏆 Gemini 3.1 Pro 官方基准评测成绩单
摘录自官方 System Card / Model Card 与权威公开横评表
研究生级物理、化学与生物高难防搜索推理选择题
2026 年美国数学邀请赛(AIME I & II)全部 30 道竞赛真题,要求输出 000–999 精确整数答案,检验奥数级推理能力。
MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。
零数据污染的动态竞赛编程基准(v6),持续采集 LeetCode、AtCoder 与 CodeForces 最新赛题,全面测试算法编写、修复与执行推理。
经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。
OpenAI 发布的深度联网搜索基准,含 1,266 道需要智能体在互联网上反复检索、交叉核实才能找到隐蔽线索的高难多跳检索题。
🎛️ 官方调用采样与思考参数指南
API / 推理引擎调用时的最佳超参数与约束说明
📊 Gemini 3.1 Pro 全量评测成绩与维度排名
共 22 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20
💻 代码工程 8 项
采用 Elo 等级分排名的进阶竞赛与实战编程评测基准(LiveCodeBench Pro)。
经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。
大规模模型上下文协议(MCP)工具协同基准,评估智能体在复杂多步任务中协调、组合调用数十种外部 MCP 工具的真实成功率。
Terminal-Bench 2.0 真实终端环境智能体评测,衡量命令行工具链操控与长链路工程任务完成率。
由自然科学家编制的科研编程基准,将物理、化学、生物、数学等 16 个学科的 80 个真实科研计算问题拆解为 338 个编程子任务。
SWE-Bench 高阶专业版,聚焦需要跨文件长链推理与复杂架构改动的真实工业级软件工程任务。
面向数小时至数十小时开放式大型工程项目(系统性能优化、大规模代码构建、应用机器学习研发)的前沿软件工程评测。
基于隔离容器环境与 mini-swe-agent 框架评测的软件工程智能体实战基准(v1.1)。
🤖 Agent 与工具调用 5 项
评估智能体自主规划、工具链选择与多步任务闭环执行能力的评测基准。
OpenAI 发布的深度联网搜索基准,含 1,266 道需要智能体在互联网上反复检索、交叉核实才能找到隐蔽线索的高难多跳检索题。
Vals AI 发布的金融分析师智能体基准(v2),考察检索真实上市公司财报、执行多步财务建模计算与投资分析的能力。
面向长周期专业岗位复杂多步规划、推理与工具执行的智能体基准(APEX-Agents)。
Harvey 开源的长周期专业法律智能体基准(LAB),采用严格全通过(All-Pass)专家评分细则检验合同审查与法律检索质量。
📐 数学 3 项
👁️ 多模态与视觉 2 项
📜 长上下文 2 项
🧠 推理与科学 1 项
来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。
想私有化部署?能力最接近 Gemini 3.1 Pro 的开源权重平替模型
以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署
常见问题解答 (FAQ)
Gemini 3.1 Pro 是开源模型还是闭源商业模型?能本地部署吗?
Gemini 3.1 Pro 是由 Google DeepMind 研发的闭源商业大模型(官方调用 ID 为 gemini-3.1-pro),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。
Gemini 3.1 Pro 的最大上下文窗口、单次最大输出和 API 价格是多少?
Gemini 3.1 Pro 支持最高 1,048K 上下文输入与 65,536 tokens 单次输出,支持输入模态包括 Text、Image、Video、Audio、PDF。官方标准费率为每百万输入 $2、缓存命中输入 $0.2、每百万输出 $12。