Google Gemini 3.1 Pro Preview: نموذج رائد متعدد الوسائط مع نافذة سياقية بحجم 1M ودرجة 95.6 τ²-Bench، يتم الوصول إليه عبر OrcaRouter API.
Google Gemini 3.1 Pro Preview هو نموذج رائد من Google، يُقدم بشكل تجريبي. وهو نموذج متعدد الوسائط قادر على معالجة المدخلات النصية والصور والفيديو والصوت والملفات. يُصنف النموذج ضمن الفئة الرائدة، مما يشير إلى أنه مصمم للتطبيقات المعقدة وعالية الطلب حيث يكون الأداء والسعة أمرين حاسمين. وباعتباره إصدارًا تجريبيًا، فقد يكون له قيود في الاستقرار أو التوفر مقارنة بالإصدارات المستقرة. يتم توفير الوصول من خلال واجهة OrcaRouter API.
هذا النموذج مخصص للمطورين والمؤسسات التي تحتاج إلى التعامل مع نوافذ سياق كبيرة تصل إلى 1,048,576 رمزًا وتتطلب فهمًا متعدد الوسائط. تشمل حالات الاستخدام تحليل المستندات الطويلة، ومراقبة الفيديو، وروبوتات المحادثة المتقدمة المزودة بذاكرة للمحادثات الكاملة، واستخراج البيانات المعقدة من الوسائط المختلطة. حالة المعاينة تجعله مناسبًا للتجربة والتكامل المبكر، لكن عمليات النشر الإنتاجية يجب أن تقيم الاستقرار. وهو أيضًا مثالي للفرق التي تستخدم بالفعل واجهة برمجة تطبيقات OrcaRouter المتوافقة مع OpenAI والراغبة في اختبار أحدث إمكانيات Google الرائدة.
يدعم النموذج نافذة سياق تبلغ 1,048,576 رمزًا (إدخال) وأقصى إخراج يبلغ 65,536 رمزًا. يقبل الإدخال بعدة وسائط: الصوت، الملف (مثل PDF، ملفات التعليمات البرمجية)، الصورة، النص، والفيديو. النتيجة المعيارية الرئيسية هي 95.6 على τ²-Bench، وهو مقياس يقيس أداء إنجاز المهام. يُصنف النموذج ضمن فئة الرائد من قبل موفره، Google. يتم الوصول إليه عبر واجهة برمجة تطبيقات OrcaRouter على عنوان URL الأساسي https://api.orcarouter.ai/v1 مع معرف النموذج "google/gemini-3.1-pro-preview".
كنسخة معاينة من Gemini 3.1 Pro، يحتل هذا النموذج قمة التشكيلة الحالية من Google بين الإصدارات الأولية. يوفر نافذة سياق أكبر بكثير (1 مليون رمز) وحدود إخراج أعلى (65 ألف رمز) مقارنة بنماذج Gemini 2.0 السابقة أو معاينات Gemini 3.0. تمثل نتيجة τ²-Bench البالغة 95.6 معيارًا كميًا للأداء القائم على المهام. مقارنة بنماذج المعاينة الأخرى من Google، يستهدف هذا النموذج حالات الاستخدام الأكثر تطلبًا والتي تتطلب كلاً من اتساع السياق وعمق التفكير.
معاينة Gemini 3.1 Pro هي متعددة الوسائط ويمكنها معالجة المدخلات الصوتية والملفات (بما في ذلك المستندات والكود والجداول البيانات) والصور والنصوص والفيديو. يتيح ذلك لها التفكير عبر أنواع بيانات مختلفة ضمن محادثة واحدة. على سبيل المثال، يمكنك تحميل صورة مع مطالبة نصية تطلب محتواها، أو تحليل فيديو مع نص مكتوب. تدعم وسيلة إدخال الملفات البيانات المنظمة وغير المنظمة، مما يجعلها مفيدة لمهام تحليل المستندات واستخراج البيانات.
يدعم النموذج نافذة سياقية تصل إلى 1,048,576 رمزًا للمدخلات. هذه واحدة من أكبر النوافذ السياقية المتاحة في نموذج رائد. تتيح معالجة مستندات طويلة جدًا، أو قواعد بيانات برمجية كاملة، أو ساعات من نصوص الفيديو في طلب واحد. عند دمجها مع حد الإخراج البالغ 65,536 رمزًا، فإنها تسمح بتوليد تقارير واسعة النطاق، أو ملخصات، أو سلاسل استدلال متعددة الخطوات دون الحاجة إلى التقسيم إلى صفحات أو تجزئة المدخلات.
تشمل حالات الاستخدام المثالية تلخيص المستندات الطويلة، والعوامل التحادثية متعددة الدورات مع ذاكرة كاملة لتاريخ المستخدمين، وتحليل محتوى الفيديو، واستخراج البيانات المعقدة من الوسائط المختلطة، والمهام الوكيلية التي تتطلب دقة عالية (كما ينعكس في درجة τ²-Bench). كما يتفوق النموذج في المهام التي تجمع بين أنواع إدخال متعددة، مثل تحليل رسم بياني في صورة أثناء قراءة نص ذي صلة. بالنسبة للمهام الأبسط، قد يكون النموذج الأرخص أكثر فعالية من حيث التكلفة، لكن العبء الإضافي للسياق الكبير يظل مبررًا للتطبيقات المتطورة.
للمهام التي تتطلب فقط توليد نصوص قصيرة، أو تصنيفًا بسيطًا، أو استجابات ذات زمن انتقال منخفض، قد يكون النموذج الأصغر أو غير الرائد أكثر ملاءمة. يأتي الإصدار التجريبي من Gemini 3.1 Pro Preview مع نافذة سياق كبيرة وقدرات متعددة الوسائط، ولكن بتكلفة حسابية أعلى لكل طلب. إذا كانت حالة الاستخدام الخاصة بك لا تحتاج إلى سياق كامل يبلغ 1M توكن أو إخراج يصل إلى 65K توكن، ففكر في استخدام نموذج أخف متاح عبر OrcaRouter، مثل Gemini 2.0 Flash أو بدائل أخرى فعالة من حيث التكلفة. قم دائمًا بتقييم المفاضلة بين التكلفة والأداء بناءً على متوسط استخدامك من التوكنات في الإدخال والإخراج.
حقق النموذج درجة 95.6 على τ²-Bench. τ²-Bench هو معيار تقييم يقيس أداء إكمال المهام عبر مجموعة متنوعة من المهام الوكيلة والاستدلالية والتخطيطية. تشير درجة 95.6 إلى مستوى عالٍ من الدقة في إكمال هذه المهام. على الرغم من عدم تقديم التركيبة الدقيقة لـ τ²-Bench، إلا أن الدرجة تضع هذا النموذج كأداء قوي للتحديات المنظمة لاتخاذ القرار والاستدلال متعدد الخطوات. وهو بمثابة مؤشر كمي لقدرات النموذج مقارنة بالنماذج الكبيرة الأخرى.
لا تتوفر تفاصيل زمن الاستجابة لنموذج Gemini 3.1 Pro Preview في المعلومات المتاحة. ومع ذلك، نظرًا لمستواه الرائد وسياق النافذة الكبير (1M رمز) وحد الإخراج (65K رمز)، ستتفاوت أوقات الاستجابة بناءً على طول الإدخال وحجم الإخراج المطلوب وحمل الخادم. ستستغرق معالجة الإدخالات الطويلة جدًا أو إنشاء مخرجات كبيرة وقتًا أطول مقارنةً بالنماذج الأصغر. بالنسبة للتطبيقات في الوقت الفعلي، يُنصح باستخدام نموذج أسرع. لا توفر واجهة OrcaRouter’s API ضمانات محددة لزمن الاستجابة لهذا النموذج الأولي.
تشمل نقاط قوة النموذج، المستخلصة من مواصفاته، سعة سياق كبيرة جدًا (1,048,576 رمزًا)، حدًا عاليًا لمخرجات الرموز (65,536 رمزًا)، دعم إدخال متعدد الوسائط، ودرجة قوية في معيار τ²-Bench (95.6). هذه الميزات تجعله مناسبًا للمهام المعقدة التي تتطلب التفكير عبر سياقات طويلة وأنواع بيانات متعددة. قد تسمح حالة المعاينة بالوصول المبكر إلى القدرات المتقدمة قبل الإصدار المستقر. يشير تصنيف الطبقة الرائدة إلى أنه مصمم للتطبيقات عالية الطلب.
كـنموذج أولي، قد لا يتمتع Gemini 3.1 Pro Preview بنفس الاستقرار أو التوفر أو الدعم الذي يتمتع به الإصدار المستقر. قد يتعرض لتغييرات أو إيقاف دون إشعار. لا توجد أرقام محددة لزمن الانتظار أو الإنتاجية، لذا فإن الأداء تحت الحمل غير معروف. تعتبر نتيجة الاختبار القياسي على τ²-Bench مقياسًا واحدًا وقد لا تعكس الأداء في جميع المهام. بالإضافة إلى ذلك، قد يزيد سياق النافذة الكبير من التكلفة ووقت الاستجابة. يجب على المستخدمين اختبار النموذج بدقة قبل استخدامه في الإنتاج.
لا توجد تفاصيل تسعير لـ Gemini 3.1 Pro Preview في الحقائق المتاحة. باعتباره نموذجًا رئيسيًا، فإن سعره بشكل عام أعلى من النماذج الأصغر أو غير الرئيسية، وعادةً ما تُحسب التكاليف بناءً على عدد رموز الإدخال والإخراج. قد يؤدي نافذة السياق الكبيرة (1 مليون رمز) وحد الإخراج (65 ألف رمز) إلى استخدام كبير للرموز لكل طلب. قد يطبق OrcaRouter تسعيرًا لكل رمز لكل من الإدخال والإخراج، مع رسوم إضافية محتملة للمدخلات متعددة الوسائط. يجب على المستخدمين مراجعة صفحة تسعير OrcaRouter للحصول على الأسعار الحالية.
عند استخدام Gemini 3.1 Pro Preview، فإن أكبر محرك للتكلفة هو استهلاك الرموز (token consumption). أي طلب واحد يستخدم سياق كامل 1M رمز سيتكبد تكاليف عالية لرموز الإدخال. وبالمثل، فإن توليد ما يصل إلى 65K رمز مخرجات سيزيد من تكاليف المخرجات. بالنسبة لحالات الاستخدام التي لا تتطلب السياق الكامل أو المخرجات، قد يتمكن المستخدمون من تقليل التكاليف عن طريق اقتطاع المدخلات أو تعيين max_tokens أقل. يمكن للتخزين المؤقت (caching) (إذا كان مدعومًا من OrcaRouter) أن يقلل من تكلفة الإدخال الزائدة، ولكن لا توجد تفاصيل تخزين مؤقت مقدمة. قم بتقييم أنماط الاستخدام المتوسطة لتقرر ما إذا كان النموذج الأرخص أكثر اقتصادية.
الحقائق المتاحة لا تحدد ما إذا كانت OrcaRouter تقدم التخزين المؤقت لـ Gemini 3.1 Pro Preview. يقدم العديد من مزودي واجهات البرمجة التخزين المؤقت للرموز المميزة للبادئات المتكررة في الإدخال، مما يمكن أن يخفض التكاليف ويحسن زمن الاستجابة. إذا كان التخزين المؤقت متاحًا، فسيكون مفيدًا لحالات الاستخدام التي تتضمن تعليمات متكررة أو أوامر نظام متكررة. يجب على المستخدمين التحقق من وثائق OrcaRouter لمعرفة دعم التخزين المؤقت. في حالة عدم وجود تخزين مؤقت، يتم تحميل التكلفة الكاملة لرموز الإدخال المميزة في كل طلب.
لا تُقدَّم مقارنات سعرية محددة. بشكل عام، تكون النماذج الرائدة أكثر تكلفة لكل توكن من النماذج الأصغر. من المحتمل أن يكون نموذج Gemini 3.1 Pro Preview، باعتباره نموذجًا رائدًا في مرحلة المعاينة، ذا تكلفة أعلى لكل توكن مقارنةً بـ Gemini 2.0 Flash أو Gemini 2.0 Pro. ومع ذلك، ونظرًا لأن هذا النموذج لا يزال في مرحلة المعاينة، فقد تكون الأسعار ترويجية أو قابلة للتغيير. يجب على المستخدمين مقارنة الأسعار المدرجة في OrcaRouter لكل نموذج من نماذج Google لتحديد الخيار الأكثر فعالية من حيث التكلفة لعبء عملهم.
لاستخدام Gemini 3.1 Pro Preview على OrcaRouter، أرسل الطلبات إلى نقطة نهاية API المتوافقة مع OpenAI على https://api.orcarouter.ai/v1/chat/completions. عيِّن معامل model إلى "google/gemini-3.1-pro-preview". تقبل API المعاملات القياسية مثل messages وmax_tokens وtemperature وtop_p. للإدخالات متعددة الوسائط، استخدم مصفوفة content مع النوع المناسب (text، image_url، إلخ). تتوفر أمثلة التعليمات البرمجية وSDKs في وثائق OrcaRouter.
يمكنك تكوين الحد الأقصى لرموز الإخراج حتى 65,536 باستخدام المعامل max_tokens. يدعم النموذج معاملات temperature و top_p وغيرها من معاملات أخذ العينات الشائعة. للإدخال متعدد الوسائط، حدد نوع المحتوى في مصفوفة messages. تنطبق نافذة السياق البالغة 1,048,576 رمزًا على جميع رموز الإدخال مجتمعة. تتبع جميع المعاملات مواصفات OpenAI chat completions. ارجع إلى مرجع API الخاص بـ OrcaRouter للحصول على أي قيود خاصة بالنموذج أو معاملات إضافية.
الانتقال إلى OrcaRouter بسيط لأنه يستخدم واجهة برمجة تطبيقات متوافقة مع OpenAI. ما عليك سوى تغيير عنوان URL الأساسي إلى https://api.orcarouter.ai/v1 وتحديث معرف النموذج إلى "google/gemini-3.1-pro-preview". طرق المصادقة (مفتاح API) متشابهة. إذا كنت تستخدم نموذج Google مختلفًا، فقد تحتاج إلى التعديل وفقًا للإمكانيات المختلفة (مثل حجم نافذة السياق، التعامل مع الوسائط المتعددة). اختبر باستخدام طلبات عينة لضمان التوافق. توفر وثائق OrcaRouter أدلة انتقال للتكوينات الشائعة.
كنموذج تجريبي، قد يكون لدى Gemini 3.1 Pro Preview حدود معدل أقل، أو موثوقية أقل، أو قد يخضع لتغييرات دون إشعار. وهو مخصص للاختبار والتقييم. إذا كنت بحاجة إلى نموذج إنتاج مستقر، فيُرجى التفكير في استخدام نموذج غير تجريبي. قد تُرجع واجهة API استجابات أسرع أو أبطأ حسب التحميل. راقب الأداء واحتفظ بنموذج احتياطي. قد يقوم OrcaRouter بتحديث معرف النموذج أو إهمال الإصدارات التجريبية؛ خطط وفقًا لذلك.
بالمقارنة مع نماذج Google السابقة مثل Gemini 2.0 Pro، تقدم هذه النسخة التجريبية نافذة سياق أكبر بشكل كبير (1M مقابل 32K توكن) وحد إخراج أعلى (65K مقابل 8K توكن). كما تدعم طرق إدخال إضافية مثل الفيديو والملفات بطريقة أكثر تكاملاً. درجة τ²-Bench البالغة 95.6 خاصة بهذا النموذج وتشير إلى أداء قوي في المهام. ومع ذلك، وباعتبارها نسخة تجريبية، قد تفتقر إلى الاستقرار الذي تتمتع به الإصدارات المستقرة من Gemini 2.0 أو Gemini 3.0. يضعها المستوى الرائد فوق Gemini 2.0 Flash من حيث القدرة والتكلفة.
لم يتم تقديم مقارنات مرجعية مباشرة. نافذة السياق البالغة 1 مليون رمز للنموذج هي من بين الأكبر المتاحة، مما ينافس أو يتجاوز العديد من المنافسين. دعم الإدخال متعدد الوسائط واسع (صوت، ملف، صورة، نص، فيديو). توفر درجة τ²-Bench البالغة 95.6 نقطة مقارنة للمهام الوكيلية، ولكن بدون درجات النماذج الأخرى على نفس المعيار، لا يمكن إجراء مقارنة كاملة. يجب على المستخدمين التقييم بناءً على متطلبات حالة الاستخدام الخاصة بهم.
اختر هذا النموذج عندما تتطلب مهمتك أكبر نافذة سياق ممكنة (تصل إلى 1M رمز) وتوليد مخرجات عالي (يصل إلى 65K رمز). كما أنه الخيار الأفضل عندما تحتاج إلى التعامل مع طرق إدخال متعددة – خاصة الملفات والفيديو – في مسار استدلال واحد. يشير ارتفاع درجة τ²-Bench إلى أن النموذج يتفوق في المهام الوكيلة المعقدة. إذا كنت تستخدم بالفعل OrcaRouter وترغب في اختبار أحدث قدرات Google الرئيسية، فإن هذه المعاينة تمثل نقطة انطلاق جيدة.
اختر بديلاً إذا كنت بحاجة إلى نموذج مستقر ومعتمد للإنتاج (نظرًا لأن هذا نموذج تجريبي). إذا كانت حالات استخدامك تتطلب زمن استجابة منخفضًا أو استخدامًا صغيرًا للرموز، فإن نموذجًا أرخص مثل Gemini 2.0 Flash أو نموذج غير تابع لـ Google سيكون أكثر فعالية من حيث التكلفة. أيضًا، إذا كانت مهمتك لا تتطلب سياقًا كاملًا يصل إلى مليون رمز (1M) أو إدخالًا متعدد الوسائط، فقد يوفر نموذج أصغر استجابات أسرع وأقل تكلفة. قيّم المفاضلات بين القدرة والتكلفة والموثوقية لتطبيقك المحدد.
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="google/gemini-3.1-pro-preview",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)| الفئة | الإدخال / 1M توكن | الإخراج / 1M توكن | قراءة الذاكرة المؤقتة / 1M | كتابة الذاكرة المؤقتة / 1M |
|---|---|---|---|---|
| ≤ 200K | $2.00 | $12.00 | $0.200 | $0.375 |
| ≤ ∞ | $4.00 | $18.00 | $0.400 | $0.375 |
| يتم تحديد الفئة حسب عدد رموز الإدخال لكل طلب | ||||