Google Gemini 3.1 Pro Preview أدوات مخصصة – سياق 1M، 95.6 τ²-Bench، متعدد الوسائط عبر OrcaRouter.
Google Gemini 3.1 Pro Preview Custom Tools هو نموذج لغة كبير في مرحلة المعاينة تم تطويره بواسطة Google. وهو مصمم للمهام التي تتطلب تفكيرًا طويل المدى، ونوافذ سياق كبيرة، والتكامل مع الأدوات الخارجية. يقبل النموذج المدخلات بتنسيقات النص والصوت والصورة والفيديو والملفات، مما يجعله حلاً متعدد الوسائط لفهم المحتوى وتوليده على حد سواء. عبر OrcaRouter، يمكنك استدعاء النموذج باستخدام واجهة برمجة تطبيقات متوافقة مع OpenAI على عنوان URL الأساسي https://api.orcarouter.ai/v1 مع معرف النموذج "google/gemini-3.1-pro-preview-customtools". يعمل هذا التوافق على تبسيط التكامل للفرق المألوفة بالفعل مع مجموعة أدوات OpenAI SDK أو العملاء المماثلين. وباعتباره نموذجًا أوليًا، قد يواجه قيودًا في التوافر أو الأداء مقارنة بالإصدارات المستقرة.
هذا النموذج مناسب للمطورين وعلماء البيانات وفرق المؤسسات الذين يحتاجون إلى معالجة مستندات طويلة جدًا (حتى مليون رمز) أو دمج وسائط إدخال متعددة (نص، صوت، صورة، فيديو، ملفات) في خطوة استدلال واحدة. وهو ذو قيمة خاصة للمهام التي تتضمن استخدام أدوات مخصصة—حيث يجب على النموذج أن يقرر متى وكيف يستدعي وظائف أو واجهات برمجة تطبيقات خارجية. ستجد الفرق التي تعمل في مجال البحث أو التحليل القانوني أو معالجة الوسائط أو الأتمتة المتقدمة أن السياق الكبير والأداء القوي في المعايير مفيدان. نظرًا لأنه إصدار تجريبي، فقد يكون مثاليًا للنمذجة الأولية والتقييم بدلاً من أنظمة الإنتاج التي تتطلب وقت تشغيل مضمون أو زمن استجابة منخفض.
النموذج يقدم نافذة سياقية بسعة 1,048,576 رمزًا وإخراجًا أقصى يبلغ 65,536 رمزًا. تغطي وسائط الإدخال النصوص والصوت والصور والفيديو ورفع الملفات. درجة المعيار الأساسي هي 95.6 على τ²-Bench، وهو اختبار للاستدلال باستخدام الأدوات. التسعير هو 4.00 دولار لكل مليون رمز إدخال و18.00 دولار لكل مليون رمز إخراج، مع عدم وجود هامش ربح عند الوصول عبر OrcaRouter. واجهة برمجة التطبيقات متوافقة مع OpenAI، ومعرف النموذج هو "google/gemini-3.1-pro-preview-customtools". كإصدار تجريبي، يعكس أحدث الإمكانيات لكنه قد يخضع للتغيير.
يدعم إصدار المعاينة من Gemini 3.1 Pro مع الأدوات المخصصة استقبال المُدخلات بتنسيقات النصوص والصوت والصور والفيديو والملفات. وهذا يتيح لك تضمين التسجيلات الصوتية والصور الفوتوغرافية ومقاطع الفيديو والمستندات المرفوعة إلى جانب النصوص في طلب واحد. يمكن للنموذج التفكير عبر هذه الوسائط لإخراج نتائج نصية. تتيح هذه القدرة متعددة الوسائط وصف صورة وطرح سؤال عنها، أو نسخ صوتي مع إجراء تحليل، أو الجمع بين فيديو وتعليمات نصية. لا توجد حدود محددة للدقة أو الترميز أو حجم الملف في المعلومات المتاحة، ولكن النموذج يمكنه استيعاب وسائط متنوعة بشكل أصلي.
يعني تسمية "Custom Tools" أن النموذج مُحسَّن لاستدعاء دوال أو واجهات برمجة تطبيقات يحددها المستخدم كجزء من عملية الاستدلال. في سير العمل النموذجي، تقدم مجموعة من تعريفات الدوال (بما في ذلك الأسماء والوسائط والوصف)، ويقرر النموذج متى يستدعيها لتلبية طلب ما. تمكن هذه الإمكانية سير العمل المستقل مثل الاستعلام عن قاعدة بيانات، أو إرسال بريد إلكتروني، أو تنفيذ مقتطف كود. يمكن للنموذج ربط استدعاءات أدوات متعددة معًا. تشير درجة τ²-Bench العالية (95.6) إلى أداء قوي في المهام التي تتطلب التخطيط والتنسيق بين الأدوات.
يدعم النموذج نافذة سياق بسعة 1,048,576 رمزًا (ما يعادل تقريبًا مليون رمز). يتيح لك ذلك تمرير كتب كاملة، وقواعد بيانات طويلة، ومحادثات متعددة الأدوار، أو سجلات واسعة كسياق. الحد الأقصى للإخراج هو 65,536 رمزًا لكل طلب. تُعد هذه الأحجام من بين الأكبر المتاحة في مشهد النماذج الحالي. السعة الكبيرة للسياق مفيدة لمهام مثل تلخيص نص كامل، أو الإجابة عن أسئلة عبر مجموعة كبيرة من المستندات، أو الحفاظ على سجل محادثة طويل جدًا دون اقتطاع.
لأن سعر Gemini 3.1 Pro Preview Custom Tools هو $4.00 لكل 1M رمز إدخال و $18.00 لكل 1M رمز إخراج، فهو عرض متميز. للمهام الأبسط—مثل تصنيف النصوص القصيرة، التلخيص الأساسي، أو الدردشة أحادية الجولة—قد يكون النموذج الأصغر والأرخص أكثر فعالية من حيث التكلفة. فكر في بدائل من OrcaRouter مثل Gemini 1.5 Flash (تكلفة أقل، زمن استجابة أقل) أو نماذج خفيفة الوزن أخرى إذا كنت لا تحتاج إلى نافذة السياق 1M، أو الإدخال متعدد الوسائط، أو أداء معيار استخدام الأداة. استخدم هذا النموذج عندما يبرر تعقيد المهمة التكلفة الأعلى لكل رمز.
حقق النموذج درجة رئيسية قدرها 95.6 على τ²-Bench (τ²-Bench). يقوم هذا المعيار بتقييم قدرة النموذج على أداء التفكير في استخدام الأدوات: تخطيط وتنفيذ تسلسلات من استدعاءات الوظائف لإنجاز مهمة واقعية. تشير الدرجة العالية إلى كفاءة قوية في إكمال المهام بشكل مستقل واتخاذ القرارات. τ²-Bench هو معيار أحدث يركز على تعقيد السيناريوهات الواقعية. تعتبر درجة 95.6 عالية جدًا، على الرغم من أنه يجب ملاحظة أنه لا يوجد معيار واحد يلتقط جميع جوانب جودة النموذج بشكل كامل. قد يكون للنموذج أداء مختلف على معايير أخرى غير مدرجة هنا.
بناءً على نتيجة τ²-Bench، يبرز النموذج في المهام التي تتطلب تفكيرًا منظمًا وتنسيقًا للأدوات. ويشمل ذلك الاسترجاع متعدد الخطوات، وتحويل البيانات، واستدعاء واجهة التطبيقات (API). كما تسمح نافذة السياق الكبيرة له بمعالجة التعليمات الطويلة جدًا أو البيانات الخارجية دون فقدان التماسك. تُعد القدرة على الإدخال متعدد الوسائط نقطة قوة أخرى، حيث تمكنه من التفكير عبر أنواع مختلفة من الوسائط. بالنسبة لحالات الاستخدام مثل تحليل مقطع فيديو والإجابة عن أسئلة حوله، أو معالجة ملف صوتي إلى جانب استعلام نصي، فإن هذا النموذج في وضع جيد مقارنة بالبدائل النصية فقط.
لا يوجد معيار أو نموذج مثالي. إن حصول النموذج على درجة 95.6 في اختبار τ²-Bench لا يضمن الأداء نفسه في كل مهمة واقعية، خاصة تلك التي تقع خارج نطاق المعيار. قد يكون أداء النموذج أقل من المتوقع في المهام التي تتطلب معرفة مجال محددة للغاية أو في التقييمات الموجهة نحو السلامة التي لا يغطيها τ²-Bench. كنموذج أولي، قد يكون زمن الاستجابة أعلى أو الموثوقية أقل مقارنة بنموذج صدر بشكل كامل. لا تتضمن الحقائق المتاحة أرقامًا عن زمن الاستجابة، لذا ينبغي لك الاختبار بأعباء العمل الخاصة بك. بالإضافة إلى ذلك، قد تزيد نافذة السياق الكبيرة من وقت المعالجة والتكلفة، ولا تستفيد جميع المهام من سعة المليون رمز كاملة.
لا يتم توفير أرقام زمن الوصول الدقيقة في الحقائق المتاحة حول أدوات Gemini 3.1 Pro Preview المخصصة. بشكل عام، يمكن للنماذج التي تحتوي على نافذة سياق كبيرة جدًا (أكثر من مليون رمز) أن تستغرق وقتًا أطول في معالجة الطلبات، خاصة تلك التي تستخدم السياق الكامل. يعتمد زمن الوصول أيضًا على تعقيد الطلب، وعدد استدعاءات الأدوات، وحمل الخادم الحالي. قد يقدم OrcaRouter استجابات متدفقة لتقليل الوقت حتى الرمز الأول. بالنسبة للتطبيقات في الوقت الفعلي، قد ترغب في مقارنة الأداء مع النماذج الأصغر. فكر في إجراء اختبارات زمن الوصول الخاصة بك باستخدام المطالبات النموذجية لتحديد ما إذا كانت السرعة تلبي متطلباتك.
تسعير أدوات Gemini 3.1 Pro Preview المخصصة هو 4.00 دولار لكل مليون رمز إدخال و18.00 دولار لكل مليون رمز إخراج. يتم فرض هذه الأسعار بسعر المزوّد دون أي هامش ربح عند الوصول إليها عبر OrcaRouter. هذا يعني أن السعر الذي تراه هو السعر الذي تفرضه Google، دون أي رسوم إضافية من OrcaRouter. تشمل رموز الإدخال جميع الرموز في المطالبة (رموز النص، رموز الصور، رموز الصوت، إلخ). رموز الإخراج هي الاستجابة المُنشأة. الحد الأقصى لإخراج النموذج هو 65,536 رمزًا، لذا يمكن أن تصل تكلفة الطلب الواحد إلى 65,536 / 1,000,000 * 18.00 = حوالي 1.18 دولار في رموز الإخراج، بالإضافة إلى تكاليف رموز الإدخال.
تعني "الهامش الصفري" أن OrcaRouter يمرر التكلفة الدقيقة لكل رمز (token) من المزوّد (Google) إليك دون إضافة أي رسوم إضافية. أنت تدفع 4.00 دولار لكل مليون رمز إدخال و18.00 دولار لكل مليون رمز إخراج — وهي نفس التسعيرة كما لو كنت تستخدم واجهة Google API مباشرة. قد يكون لـ OrcaRouter رسوم اشتراك أو استخدام منفصلة لخدمة البوابة، ولكن سعر الرمز الواحد للنموذج غير مضخّم. هيكل التسعير هذا شفاف ويساعدك في إعداد الميزانية بدقة. تحقق دائمًا من الشروط الحالية لـ OrcaRouter لمعرفة أي رسوم إضافية.
تعني التكلفة المرتفعة لكل رمز (token) أنه ينبغي عليك تقدير استخدامك بعناية. بالنسبة للاستفسارات التي تستخدم نافذة السياق الكاملة البالغة 1M، قد تصل تكاليف الإدخال إلى 4.00 دولار لكل طلب. إذا كان بإمكانك إنجاز مهمتك بسياق أصغر، ففكر في اقتطاع النص أو استخدام نموذج أرخص. لا يُذكر التخزين المؤقت (caching) في الحقائق المتاحة؛ إذا كان OrcaRouter يقدم خاصية التخزين المؤقت للاستفسارات، فقد يقلل ذلك من التكاليف للمدخلات المتكررة. أيضًا، نظرًا لأن النموذج لا يزال في مرحلة المعاينة، فقد تتغير الأسعار عند إصدار نسخة مستقرة. قم بتقييم عدد الرموز النمطي لحمولة العمل الخاصة بك لتقرر ما إذا كانت التكلفة مبررة.
يمكنك الوصول إلى النموذج عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI من OrcaRouter. اضبط عنوان URL الأساسي على `https://api.orcarouter.ai/v1` واستخدم معرف النموذج `google/gemini-3.1-pro-preview-customtools`. تقبل واجهة برمجة التطبيقات تنسيقات الطلبات القياسية على نمط OpenAI. مثال باستخدام مكتبة Python الخاصة بـ openai: ``` import openai client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="YOUR_ORCAROUTER_KEY") response = client.chat.completions.create( model="google/gemini-3.1-pro-preview-customtools", messages=[{"role": "user", "content": "Hello"}] ) ``` تحتاج إلى مفتاح API صالح لـ OrcaRouter. يتم المصادقة عبر رأس `Authorization`.
بما أن واجهة API متوافقة مع OpenAI، يمكنك استخدام المعاملات القياسية مثل `temperature` و`top_p` و`max_tokens` و`stop` و`frequency_penalty` و`presence_penalty` و`stream`. بالنسبة للطلبات متعددة الوسائط، يمكنك تضمين الصور أو الصوت أو الفيديو أو الملفات في محتوى الرسالة باستخدام تنسيق المصفوفة. لاستخدام الأدوات، قم بتعريف الدوال في معامل `tools` كقائمة من كائنات JSON. قد يعود النموذج بـ `tool_calls` في الاستجابة. المعاملات الخاصة بواجهة API الخاصة بشركة Google (مثل `safetySettings`) قد تكون متاحة أو لا؛ يُرجى مراجعة وثائق OrcaRouter للحصول على التفاصيل. قد يختلف دعم المعاملات الدقيقة للنماذج الأولية.
الانتقال من OpenAI API القياسي هو أمر بسيط. قم بتغيير `base_url` إلى `https://api.orcarouter.ai/v1` وقم بتحديث معامل `model` إلى `google/gemini-3.1-pro-preview-customtools`. استبدل مفتاح API الخاص بك بمفتاح OrcaRouter. معظم الكود الذي يستخدم `openai.ChatCompletion.create` أو الإصدار الأحدث `client.chat.completions.create` سيعمل مع تغييرات طفيفة. إذا كنت تستخدم استدعاءات الأدوات، فإن التنسيق مطابق لتنسيق OpenAI. ومع ذلك، لاحظ أن هذا النموذج يحتوي على مُرمِّز مختلف وقد ينتج مخرجات مختلفة لنفس الموجه. اختبر بدقة قبل التبديل.
يستخدم OrcaRouter مصادقة مفتاح API. قم بتضمين مفتاحك في رأس الطلب كـ `Authorization: Bearer YOUR_ORCAROUTER_API_KEY`. يمكنك الحصول على مفتاح عن طريق التسجيل في OrcaRouter. يجب الاحتفاظ بالمفتاح سريًا وعدم كشفه في كود جانب العميل. قد تختلف طريقة المصادقة الدقيقة؛ ارجع دائمًا إلى وثائق API الحالية لـ OrcaRouter. قد تدعم بعض نقاط النهاية طرق مصادقة إضافية، لكن نقطة النهاية المتوافقة مع OpenAI تستخدم نمط رمز الحامل القياسي. تأكد من إرسال طلباتك عبر HTTPS.
يدعم Gemini 1.5 Pro أيضًا نافذة سياقية بسعة 1M رمزًا وإدخالًا متعدد الوسائط، لكن إصدار 3.1 Pro Preview Custom Tools حصل على درجة 95.6 في اختبار τ²-Bench، وهو تحسن كبير مقارنة بسلسلة 1.5 (لم تُقدم أرقام دقيقة للإصدار 1.5). يُعد تحسين "Custom Tools" العامل المميز الرئيسي، مما يشير إلى أداء أفضل في مهام استخدام الأدوات. أسعار النموذج التجريبي أعلى: عادةً ما يكون Gemini 1.5 Pro أرخص. إذا كنت لا تحتاج إلى أحدث أداء لاستخدام الأدوات، فقد يكون Gemini 1.5 Pro خيارًا أكثر فعالية من حيث التكلفة. نظرًا لأن 3.1 Pro هو إصدار تجريبي، فقد يكون أقل استقرارًا أو ضمانًا لوقت التشغيل مقارنةً بـ 1.5 Pro المستقر.
يدعم GPT‑4o أيضًا الإدخال متعدد الوسائط واستخدام الأدوات، لكن نافذة السياق الخاصة به تبلغ عادةً 128k رمز (token) — وهي أصغر بكثير من 1M رمز لهذا النموذج. درجة τ²-Bench لـ GPT‑4o غير متوفرة في المعلومات المتاحة، لذا لا يمكن إجراء مقارنة مباشرة. بشكل عام، يوفر نموذج Gemini 3.1 Pro Preview Custom Tools نافذة سياق أكبر بكثير، مما يجعله أكثر ملاءمة للمهام التي تتضمن مستندات طويلة. قد يكون أداء GPT‑4o أفضل في بعض معايير اللغة أو في دعم النظام البيئي الأوسع. تختلف تسعيرة GPT‑4o أيضًا؛ قارن التكاليف لكل رمز (per‑token)، لكن لاحظ أن تكلفة الإخراج لهذا النموذج ($18/M) مرتفعة نسبيًا.
يدعم Claude 3 Opus نافذة سياقية بسعة 200 ألف رمز، وهي أقل بكثير من 1 مليون رمز في Gemini 3.1 Pro Preview. المعايير مثل τ²-Bench لا تُنشر عادةً لـ Claude، لذا فإن المقارنات المباشرة تخمينية. يُعرف Claude بقوة الاستدلال واتباع التعليمات. يعتمد الاختيار بينهما على حاجتك لسياق 1 مليون رمز وإدخال متعدد الوسائط مقابل نقاط القوة المحددة في السلامة أو أسلوب الكتابة أو النظام البيئي. إذا كانت حالة استخدامك تتطلب معالجة مستندات كبيرة جدًا أو أنواع وسائط متعددة، فإن السياق الأكبر والدعم متعدد الوسائط في نموذج Gemini يعتبران مزايا. التكلفة والتوفر عبر OrcaRouter هما أيضًا عوامل مؤثرة.
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="google/gemini-3.1-pro-preview-customtools",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)| الإدخال / 1M توكن | $4.00 |
| الإخراج / 1M توكن | $18.00 |
| قراءة الذاكرة المؤقتة / 1M | $0.400 |
| العملة | USD |