Gemini 3.1 Pro Preview הוא מודל החשיבה פורץ הדרך של Google, המספק ביצועים משופרים בהנדסת תוכנה, אמינות סוכנית משופרת, ושימוש יעיל יותר בטוקנים בזרימות עבודה מורכבות. בהתבסס על הבסיס הרב-מודאלי...
Google Gemini 3.1 Pro Preview הוא דגם דגל מבית Google, המוצע בגרסת תצוגה מקדימה. זהו דגם מולטימודלי המסוגל לעבד קלטי טקסט, תמונה, וידאו, אודיו וקבצים. הדגם מסווג כדרגת דגל, מה שמעיד על כך שהוא מיועד…
Gemini 3.1 Pro Preview היא מולטי-מודאלית ויכולה לעבד קלט של אודיו, קבצים (כולל מסמכים, קוד וגיליונות אלקטרוניים), תמונות, טקסט ווידאו. זה מאפשר לה לנמק על פני סוגי נתונים שונים בתוך שיחה אחת. לדוגמה, תוכלו להעלות תמונה יחד עם הנחיית טקסט השואלת על תוכנה, או לנתח וידאו לצד תמליל. מצב קלט הקבצים תומך בנתונים מובנים ובלתי מובנים, מה שהופך אותו לשימושי למשימות ניתוח מסמכים ושליפת נתונים.
המודל תומך בחלון הקשר של 1,048,576 טוקנים לקלט. זהו אחד מחלונות ההקשר הגדולים ביותר הזמינים במודל דגל. הוא מאפשר עיבוד של מסמכים ארוכים מאוד, בסיסי קוד שלמים, או שעות של תמלול וידאו בבקשה אחת. בשילוב עם מגבלת הפלט של 65,536 טוקנים, הוא מאפשר יצירה נרחבת של דוחות, סיכומים, או שרשראות חשיבה מרובות שלבים ללא צורך בדפדוף או פיצול קלטים.
מקרי שימוש אידיאליים כוללים סיכום מסמכים ארוכים, סוכני שיחה מרובי-תורות עם זיכרון של כל היסטורית המשתמשים, ניתוח תוכן וידאו, חילוץ נתונים מורכב ממדיה מעורבת, ומשימות סוכנותיות הדורשות דיוק גבוה (כפי שבא לידי ביטוי בציון τ²-Bench). המודל מצטיין גם במשימות המשלבות מספר סוגי קלט, כגון ניתוח תרשים בתמונה תוך קריאת קטע טקסט קשור. עבור משימות פשוטות יותר, מודל זול יותר עשוי להיות חסכוני יותר, אך התקורה של ההקשר הגדול מוצדקת עבור יישומים מתוחכמים.
למשימות הדורשות יצירת טקסט קצר בלבד, סיווג פשוט או תגובות עם השהיה נמוכה, מודל קטן יותר או לא מוביל עשוי להתאים יותר. חלון ההקשר הגדול והיכולת המולטי-מודאלית של Gemini 3.1 Pro Preview מגיעים בעלות חישובית גבוהה יותר לבקשה. אם מקרה השימוש שלך אינו זקוק להקשר המלא של 1M טוקנים או לפלט של 65K טוקנים, שקול להשתמש במודל קל יותר הזמין דרך OrcaRouter, כגון Gemini 2.0 Flash או חלופות חסכוניות אחרות. תמיד הערך את האיזון בין עלות לביצועים בהתבסס על השימוש הממוצע שלך בטוקני קלט ופלט.
המודל השיג ציון של 95.6 ב-τ²-Bench. τ²-Bench הוא מדד ביצועים המעריך ביצועי השלמת משימות על פני מגוון משימות אג'נטיות, חשיבה ותכנון. ציון של 95.6 מצביע על רמת דיוק גבוהה בהשלמת משימות כאלה. אף על פי שהרכבו המדויק של τ²-Bench אינו מסופק, הציון ממקם מודל זה כבעל ביצועים חזקים עבור קבלת החלטות מובנית ואתגרי חשיבה רב-שלבית. הוא משמש כאינדיקטור כמותי ליכולות המודל בהשוואה למודלים גדולים אחרים.
פרטי השהיה (Latency) עבור Gemini 3.1 Pro Preview אינם מסופקים בעובדות הזמינות. עם זאת, בהינתן רמת הדגל שלו וחלון ההקשר הגדול (1M טוקנים) ומגבלת הפלט (65K טוקנים), זמני התגובה ישתנו בהתאם לאורך הקלט, הפלט המבוקש ועומס השרת. עיבוד קלטים ארוכים מאוד או יצירת פלטים גדולים ייקח יותר זמן מאשר עם מודלים קטנים יותר. עבור יישומים בזמן אמת, שקול להשתמש במודל מהיר יותר. ה-API של OrcaRouter אינו מספק ערבויות השהיה ספציפיות עבור מודל תצוגה מקדימה זה.
חוזקות המודל, כפי שניתן להסיק ממפרטיו, כוללות יכולת הקשר גדולה מאוד (1,048,576 אסימונים), מגבלת תפוקה גבוהה (65,536 אסימונים), תמיכה בקלט מולטימודלי, וציון τ²-Bench גבוה (95.6). תכונות אלו הופכות אותו למתאים למשימות מורכבות הדורשות חשיבה על פני הקשרים ארוכים וסוגי נתונים מרובים. סטטוס התצוגה המקדימה עשוי לאפשר גישה מוקדמת ליכולות מתקדמות לפני השחרור היציב. דירוג הדגל מצביע על כך שהוא מיועד ליישומים בעלי דרישה גבוהה.
כמודל תצוגה מקדימה, ייתכן ש־Gemini 3.1 Pro Preview לא יהיה בעל אותה יציבות, זמינות או תמיכה כמו מהדורה יציבה. הוא עלול לעבור שינויים או הפסקת תמיכה ללא הודעה מוקדמת. לא ניתנים מספרים ספציפיים לגבי השהיה או תפוקה, כך שביצועים תחת עומס אינם ידועים. ציון המדד ב־τ²-Bench הוא מדד בודד וייתכן שאינו משקף ביצועים בכל המשימות. בנוסף, חלון ההקשר הגדול עלול להגדיל עלות וזמן תגובה. משתמשים צריכים לבדוק ביסודיות לפני שימוש בייצור.
פרטי התמחור עבור Gemini 3.1 Pro Preview אינם מסופקים בעובדות הזמינות. כמודל דגל, הוא בדרך כלל מתומחר גבוה יותר מאשר גרסאות קטנות או לא-דגל, כאשר העלויות מבוססות בדרך כלל על ספירת טוקנים של קלט ופלט. חלון ההקשר הגדול (1M טוקנים) ומגבלת הפלט (65K טוקנים) עלולים להוביל לשימוש משמעותי בטוקנים לכל בקשה. OrcaRouter עשוי להחיל תמחור לפי טוקן גם עבור קלט וגם עבור פלט, עם תוספות אפשריות עבור קלטים מולטי-מודליים. על המשתמשים לעיין בדף התמחור של OrcaRouter לקבלת תעריפים עדכניים.
בשימוש ב-Gemini 3.1 Pro Preview, הגורם העיקרי לעלויות הוא צריכת טוקנים. בקשה בודדת שמשתמשת במלוא ההקשר של 1M טוקנים תגרור עלויות קלט גבוהות. באופן דומה, יצירת עד 65K טוקני פלט תגדיל את עלויות הפלט. עבור מקרי שימוש שאינם דורשים את מלוא ההקשר או הפלט, משתמשים עשויים להפחית עלויות על ידי קיצור הקלט או הגדרת max_tokens נמוך יותר. Caching (אם נתמך על ידי OrcaRouter) עשוי להפחית עלויות קלט מיותרות, אך לא סופקו פרטים על caching. יש להעריך דפוסי שימוש ממוצעים כדי להחליט אם דגם זול יותר הוא חסכוני יותר.
העובדות הזמינות אינן מציינות אם OrcaRouter מציעה שמירה במטמון עבור Gemini 3.1 Pro Preview. ספקי API רבים מציעים שמירת אסימונים במטמון עבור קידומות קלט חוזרות, מה שיכול להוזיל עלויות ולשפר זמן השהיה. אם שמירה במטמון זמינה, זה יועיל למקרי שימוש עם הוראות חוזרות תכופות או הנחיות מערכת. על המשתמשים לבדוק בתיעוד של OrcaRouter תמיכה בשמירה במטמון. בהיעדר שמירה במטמון, העלות המלאה של אסימוני הקלט נגבית בכל בקשה.
אין השוואות מחירים ספציפיות. בדרך כלל, דגמי הדגל יקרים יותר לטוקן מאשר דגמים קטנים יותר. Gemini 3.1 Pro Preview, בהיותו דגם דגל בתצוגה מקדימה, צפוי להיות בעל עלות גבוהה יותר לטוקן מאשר Gemini 2.0 Flash או Gemini 2.0 Pro. עם זאת, מכיוון שמדובר בתצוגה מקדימה, התמחור עשוי להיות מבצעי או כפוף לשינויים. על המשתמשים להשוות את המחירים הרשומים של OrcaRouter עבור כל דגם של Google כדי לקבוע את האפשרות החסכונית ביותר לעומס העבודה שלהם.
כדי להשתמש ב-Gemini 3.1 Pro Preview ב-OrcaRouter, שלח בקשות לנקודת הקצה התואמת ל-OpenAI בכתובת https://api.orcarouter.ai/v1/chat/completions. הגדר את הפרמטר model ל-"google/gemini-3.1-pro-preview". ה-API מקבל פרמטרים סטנדרטיים כמו messages, max_tokens, temperature ו-top_p. עבור קלטים מולטי-מודאליים, השתמש במערך content עם סוג מתאים (text, image_url וכו'). קוד לדוגמה ו-SDKs זמינים בתיעוד של OrcaRouter.
ניתן להגדיר עד 65,536 אסימוני פלט מרביים באמצעות הפרמטר max_tokens. המודל תומך ב-temperature, top_p ובפרמטרי דגימה נפוצים נוספים. עבור קלט רב-מודלי, ציין את סוג התוכן במערך messages. חלון ההקשר של 1,048,576 אסימונים חל על כלל אסימוני הקלט יחד. כל הפרמטרים עוקבים אחר מפרט ה-OpenAI chat completions. עיין בתיעוד ה-API של OrcaRouter לקבלת מגבלות או פרמטרים נוספים הספציפיים למודל.
המעבר ל-OrcaRouter הוא פשוט מכיוון שהוא משתמש ב-API תואם OpenAI. כל שעליך לעשות הוא לשנות את כתובת ה-URL הבסיסית ל-https://api.orcarouter.ai/v1 ולעדכן את מזהה המודל ל-"google/gemini-3.1-pro-preview". שיטות האימות (מפתח API) דומות. אם השתמשת במודל Google אחר, ייתכן שתצטרך להתאים ליכולות שונות (למשל, גודל חלון הקשר, טיפול בריבוי מצבים). בצע בדיקות עם בקשות לדוגמה כדי לוודא תאימות. התיעוד של OrcaRouter מספק מדריכי מעבר עבור הגדרות נפוצות.
כמודל תצוגה מקדימה, ל-Gemini 3.1 Pro Preview עשויות להיות מגבלות קצב נמוכות יותר, אמינות פחותה, או שהוא עשוי להשתנות ללא הודעה מוקדמת. הוא מיועד לבדיקות והערכה. אם אתה זקוק למודל יציב לייצור, שקול להשתמש במודל שאינו תצוגה מקדימה. ה-API עשוי להחזיר תגובות במהירות גבוהה או נמוכה יותר בהתאם לעומס. עקוב אחר הביצועים והחזק מודל גיבוי. OrcaRouter עשויה לעדכן את מזהה המודל או להפסיק גרסאות תצוגה מקדימה; תכנן בהתאם.
בהשוואה לדגמים קודמים של גוגל, כמו Gemini 2.0 Pro, התצוגה המקדימה הזו מציעה חלון הקשר גדול משמעותית (1M לעומת 32K טוקנים) ומגבלת פלט גבוהה יותר (65K לעומת 8K טוקנים). היא גם תומכת במצבי קלט נוספים, כמו וידאו וקבצים, באופן אינטגרטיבי יותר. הציון τ²-Bench של 95.6 הוא ספציפי לדגם זה ומצביע על ביצועים חזקים במשימות. עם זאת, כתצוגה מקדימה, היא עלולה להיות חסרת היציבות של גרסאות היציבות של Gemini 2.0 או Gemini 3.0. השכבה המובילה ממקמת אותה מעל Gemini 2.0 Flash מבחינת יכולת ועלות.
אין השוואות ישירות למבחני ביצועים (benchmarks). חלון ההקשר של 1M tokens של המודל הוא בין הגדולים ביותר הזמינים, מתחרה או עולה על מתחרים רבים. התמיכה בקלט מולטימודלי (קול, קובץ, תמונה, טקסט, וידאו) רחבה. הציון τ²-Bench של 95.6 מציע נקודת השוואה למשימות סוכניות, אך ללא ציונים של מודלים אחרים באותו benchmark, לא ניתן לבצע השוואה מלאה. על המשתמשים להעריך לפי דרישות מקרה השימוש הספציפי שלהם.
בחר במודל זה כאשר המשימה שלך דורשת חלון הקשר רחב ככל האפשר (עד 1M tokens) וייצור פלט גבוה (עד 65K tokens). זהו גם הבחירה הטובה ביותר כאשר אתה צריך לטפל במספר צורות קלט – במיוחד קבצים ווידאו – במעבר חשיבה יחיד. הציון הגבוה ב-τ²-Bench מצביע על כך שהוא מצטיין במשימות מורכבות דמויות-סוכן. אם אתה כבר משתמש ב-OrcaRouter וברצונך לבדוק את היכולות הדגל האחרונות של Google, תצוגה מקדימה זו היא נקודת התחלה טובה.
בחרו בחלופה אם אתם זקוקים למודל יציב ומאומת לייצור (שכן זהו תצוגה מקדימה). אם מקרה השימוש שלכם כולל דרישות השהייה נמוכות או שימוש קטן בטוקנים, מודל זול יותר כמו Gemini 2.0 Flash או מודל שאינו של גוגל יהיה משתלם יותר. כמו כן, אם המשימה שלכם אינה דורשת את ההקשר המלא של מיליון טוקנים או קלט רב-מודאלי, מודל קטן יותר עשוי לספק תשובות מהירות וזולות יותר. העריכו את התמורות בין יכולת, עלות ואמינות עבור היישום הספציפי שלכם.
תואם OpenAI — המשיכו להשתמש ב-SDK שכבר יש לכם
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom 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)include_reasoningmax_tokensreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_p| דרגה | קלט / 1M טוקנים | פלט / 1M tokens | קריאת מטמון / 1M | כתיבה למטמון / 1M |
|---|---|---|---|---|
| ≤ 200K | $2.00 | $12.00 | $0.200 | $0.375 |
| ≤ ∞ | $4.00 | $18.00 | $0.400 | $0.375 |
| הרמה נבחרת לפי מספר טוקני הקלט של כל בקשה | ||||
הערכה מבוססת מחיר מחירון
תמחור מדורג — הערכה זו משתמשת בתעריפי השכבה הבסיסית.
הערכה בלבד — ספירת הטוקנים בפועל תלויה בטוקנייזר של הספק.
GET /api/public/models/google/gemini-3.1-pro-previewפתיחה @misc{orcarouter_gemini_3_1_pro_preview,
title = {Gemini 3.1 Pro Preview API},
author = {Google},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-3.1-pro-preview}
}Google. (2026). Gemini 3.1 Pro Preview API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-3.1-pro-preview