В чем главное отличие Gemini 3.1 Pro от предыдущих версий?

Модель получила значительные улучшения в SWE-бенчмарках (программная инженерия), повышенную надежность агентных систем и новый уровень мышления для баланса скорости и качества.

Какой объем контекста поддерживает эта модель на alltokens?

Модель поддерживает контекстное окно размером до 1 048 576 токенов, что позволяет обрабатывать целые репозитории кода или длинные видеофайлы.

Для каких отраслей лучше всего подходит Gemini 3.1 Pro Preview?

Она оптимизирована для финансового сектора, автоматизации электронных таблиц, сложной разработки ПО и создания автономных бизнес-агентов.

Google: Gemini 3.1 Pro Preview

GoogleОбновлено: 19 февраля 2026 г.

Gemini 3.1 Pro Preview — это передовая мультимодальная модель от Google с контекстным окном в 1 миллион токенов, оптимизированная для сложного программирования и автономных агентов. Она демонстрирует значительный прогресс в рассуждениях, финансовом моделировании и автоматизации рабочих процессов с использованием инструментов.

Использовать через API

Метрики

Вход

230 ₽/M

Выход

1 380 ₽/M

Контекст

1M tokens

Параметры

Релиз

19 февраля 2026 г.

Поддерживаемые параметры

include_reasoningmax_tokensreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p

Технический обзор

Gemini 3.1 Pro Preview — это передовая модель Google с расширенными возможностями рассуждения, обеспечивающая повышенную производительность в разработке программного обеспечения, надежность работы агентов и эффективное использование токенов в сложных рабочих процессах. Основанная на мультимодальной базе серии Gemini 3, она сочетает в себе высокоточное логическое мышление при работе с текстом, изображениями, видео, аудио и кодом с контекстным окном в 1 миллион токенов. При использовании многошагового вызова инструментов на alltokens необходимо сохранять детали рассуждений. Обновление 3.1 демонстрирует измеримый рост в тестах SWE и реальных средах программирования, а также более уверенное выполнение автономных задач в структурированных областях, таких как финансы и работа с электронными таблицами. Разработанная для продвинутой разработки и агентных систем, Gemini 3.1 Pro Preview улучшает стабильность при выполнении длительных задач и оркестрацию инструментов, одновременно повышая эффективность расхода токенов. В модели представлен новый средний уровень мышления для оптимального баланса стоимости, скорости и производительности. Модель отлично справляется с написанием кода через агентов, структурированным планированием, мультимодальным анализом и автоматизацией рабочих процессов, что делает ее подходящей для автономных агентов, финансового моделирования, автоматизации таблиц и корпоративных задач с большим объемом контекста.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Google Gemini модели Модели для программирования Модели с длинным контекстом

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

Google: Gemini 3.1 Pro PreviewТекущая

Для чего

Контекст

Цена ₽

230 / 1 380

Google: Gemini 3.1 Pro PreviewТекущая

230 / 1 380

Модель

Google: Gemini 3 Pro Preview

Для чего

Предыдущая версия в линейке Gemini 3, обладающая аналогичной стоимостью, но уступающая в эффективности токенов и надежности агентных функций.

Контекст

Цена ₽

230 / 1 380

Google: Gemini 3 Pro Preview

230 / 1 380

Модель

Google: Gemini 2.5 Pro

Для чего

Более ранняя стабильная версия Pro-серии, которая дешевле в использовании, но не обладает улучшенными возможностями рассуждения версии 3.1.

Контекст

Цена ₽

144 / 1 150

Google: Gemini 2.5 Pro

144 / 1 150

Когда выбирать

Необходима разработка сложных программных решений и работа в реальных средах кодинга.
Требуется создание автономных агентов с высокой стабильностью планирования и вызова инструментов.
Нужен анализ огромных объемов данных (до 1 млн токенов), включая видео, аудио и таблицы.

Когда не выбирать

Для простых текстовых задач, где можно использовать более дешевые модели предыдущих поколений.
Если требуется максимально низкая стоимость генерации ответа при небольшом контексте.
В задачах, не требующих глубокого логического рассуждения и мультимодального анализа.