Dots vs Gemini 3.1 Pro: Agen dengan Desktop Melawan Model dengan Lima Indera

The word "multimodal" hides the real difference between these two, so start with what each one does with the world. Gemini 3.1 Pro Preview is Goog​le's flagship reasoning model, released in preview on February 19, 2026: it accepts text, images, audio, video and files as input and returns text, works across a 1,048,576-token context window with up to 65,536 tokens of output, and costs $2.00 per million input tokens and $12.00 per million output tokens below a 200,000-token prompt, repricing to $4.00 and $18.00 above it. Dots is the company's always-on agent, announced at DevDay on September 29, 2026: an agent with its own cloud computer and browser that works across more than 4,000 connected apps, runs on GPT-6 Astra, and comes included with Pro and Business Premium. Gemini 3.1 Pro watches the world and describes it; a dot acts inside it. Those are different verbs, and almost every practical question about this pair follows from which verb your problem needs.

Input tidak sama dengan tindakan

Dukungan media Gemini 3.1 Pro benar-benar luas — rekaman dua jam, foto produk, ekspor spreadsheet, dan kontrak semuanya bisa tiba dalam permintaan yang sama — tetapi setiap input tersebut adalah sesuatu yang sudah ada sebelum panggilan itu. Keluaran model adalah teks: jawaban, ekstraksi, rencana, draf. Tidak ada apa pun di luar percakapan yang berubah karena model dijalankan.

Sebuah titik membalikkan itu. Masukannya biasa saja — pesan Anda, data aplikasi Anda, tugas yang Anda jelaskan — dan keluarannya adalah perubahan di dunia: file dipindahkan, tiket diperbarui, pesan dikirim setelah persetujuan Anda, halaman dibuka di browser-nya sendiri. Materi peluncuran OpenAI menggambarkannya membawa beberapa proyek maju sekaligus, belajar dari umpan balik, dan menerima tugas baru tanpa utas baru. Itu adalah deskripsi seorang pekerja, bukan model, dan itu menjelaskan mengapa OpenAI tidak menerbitkan tolok ukur untuknya: Anda tidak mengevaluasi kolega lewat tolok ukur di papan peringkat, Anda mengamati apa yang diselesaikannya dan memeriksa Activity View.

• Apa yang diterima — pesan, deskripsi tugas, dan data aplikasi terhubung di satu sisi; teks, gambar, audio, video, dan file di sisi lain

• Apa yang dihasilkannya adalah perubahan di dalam perangkat lunak lain, yang tunduk pada aturan dan gerbang persetujuan, terhadap teks yang kemudian Anda tangani sendiri

• Di mana ia berjalan — komputer cloud OpenAI dengan browser-nya sendiri, terisolasi dari mesin Anda kecuali Anda menautkannya, versus infrastruktur penyajian Google, dapat dijangkau melalui API dari mana pun yang Anda inginkan

• Konteks — tidak terdokumentasi untuk sebuah titik, dibandingkan dengan 1.048.576 token masuk dan 65.536 token keluar

• Bukti — demo vendor, tanpa tolok ukur independen, dibandingkan dengan Artificial Analysis Intelligence Index sebesar 29,7 dengan 94,1 pada GPQA Diamond dan 82 pada daya ingat konteks panjang, yang tercantum secara independen dari Google

Gemini 3.1 Pro seperti apa yang layak dimiliki

Alasan untuk mempertahankan model seperti ini adalah bahwa persepsi itu sulit dan sebagian besar agen buruk dalam hal itu. Profil independen yang dipublikasikan untuk Gemini 3.1 Pro tidak biasa: 94,1 pada GPQA Diamond adalah hasil yang nyaris terdepan, 82 pada ingatan konteks panjang adalah angka terbaik kedua dalam kumpulan model yang kami daftarkan, dan 58,7 pada SciCode menempatkannya di puncak papan khusus itu. Yang tidak menonjol darinya adalah pengambilan keputusan agentik — skor τ²-Bench 95,6 memang cukup terhormat, tetapi irisan τ-banking-nya, yang mengukur penggunaan alat multi-langkah terhadap sistem sebuah bank, berada di angka 21,4. Semua itu adalah pengukuran pihak ketiga yang dicantumkan bersama sumbernya di katalog kami, bukan angka vendor, dan itulah sebabnya semua itu lebih bernilai daripada materi presentasi peluncuran.

Separuh lain dari cerita per permintaan itu adalah bahwa model ini tidak gratis. Model ini masuk pratinjau pada Februari, berbulan-bulan sebelum frontier saat ini dirilis, dan harganya berada di atas tier murah: $2,00 dan $12,00 per juta token kira-kira berarti $0,0006 untuk input per halaman teks padat, yang tidak berarti apa-apa sampai Anda menjalankan ingest video atas sebuah koleksi, dan setelah itu menjadi pos biaya. Membaca satu bingkai video biayanya sama dengan membaca satu paragraf, dan model akan dengan senang hati menagih Anda untuk keduanya.

Dua model biaya yang menolak untuk dikonversi

Biaya sebuah dot adalah langganan dengan jatah yang tidak dipublikasikan: dot pertama sudah termasuk dengan Pro atau Business Premium, batas yang diperluas berlaku pada bulan pertama, percakapan dengan dot Anda tidak mengurangi batas penggunaan ChatGPT, dan tidak ada harga yang dipublikasikan untuk dot kedua, untuk kecepatan atau kapasitas tambahan, atau untuk tugas yang telah selesai. Laporan CNBC tentang keynote tersebut menyebut Sarah Friar menetapkan harga tier Pro 500 senilai $500 yang baru sebagai jatah penggunaan plus mode Ultrafast, bukan sebagai tarif per dot, sehingga paket termahal di daftar OpenAI juga tidak menghasilkan biaya per unit pekerjaan agen.

Gemini 3.1 Pro mengubah semuanya menjadi token, termasuk bagian yang bukan teks. Audio, video, dan gambar ditagih sebagai input, sehingga biaya suatu tugas bergantung pada seberapa banyak bagian dunia yang Anda buat untuk dilihat oleh model — sifat yang berguna, karena Anda dapat mengukurnya, dan sifat yang berbahaya, karena angka terbesar dalam tagihan sering kali adalah angka yang tidak direncanakan siapa pun. Perutean model membantu di sini dengan cara yang spesifik, bukan generik: dengan lebih dari 200 model di balik satu kunci pada harga daftar penyedia tanpa markup, pembacaan multimodal yang mahal dan pekerjaan lanjutan yang murah dapat berada pada model yang berbeda dalam pipeline yang sama, dan perubahan tarif dari Google berlaku di akun Anda pada hari yang sama, bukan saat perpanjangan.

Di mana keduanya bekerja sama

Pasangan alaminya adalah titik yang mengoordinasikan dan model multimodal yang mempersepsikan. Pekerjaan datang, sebuah titik merutekannya: apa pun yang perlu dilihat atau didengar dikirim ke Gemini 3.1 Pro untuk deskripsi terstruktur, dan deskripsi itu kembali ke alur kerja tempat jadwal atau aturan dapat menindaklanjutinya. Titik menangani pengejaran; model menangani pembacaan. Memisahkannya seperti itu juga membuat panggilan modalitas yang mahal tetap dapat diaudit, yang penting karena panggilan-panggilan itulah yang mengejutkan orang.

Di OrcaRouter, model ini dirutekan sebagai google/gemini-3.1-pro-preview pada harga daftar penyedia yang diteruskan tanpa markup, yaitu 0%, bersama seluruh katalog lainnya, dengan failover otomatis antar penyedia hulu saat salah satunya mengalami penurunan dan DSL perutean untuk menyusun beberapa model menjadi satu panggilan. Ada baiknya kita tepat mengenai apa yang tidak termasuk di dalamnya: dots tidak ada di katalog kami, tidak ada endpoint untuknya, dan tidak ada pengenal model yang dapat digunakan untuk mengarahkan permintaan. Jika Anda menginginkan lapisan persepsi berada di bawah kendali Anda sendiri — dan model pratinjau dari Februari adalah persis jenis dependensi yang layak untuk dibatasi — model tersebut sebaiknya berada di balik endpoint Anda dan agen tetap berada di tempat Anda menyewanya.

Kata kerja mana yang dibutuhkan masalah Anda?

Jika pekerjaan melibatkan melihat atau mendengarkan sesuatu dan menghasilkan jawaban, Gemini 3.1 Pro adalah alatnya dan dot adalah pembelian yang salah. Jika pekerjaan melibatkan menyelesaikan sesuatu di beberapa aplikasi tanpa Anda yang mengoperasikan, dot adalah alatnya dan sebanyak apa pun input multimodal tidak dapat menggantikannya. Tim yang melakukannya dengan benar menjalankan keduanya dan menjaga batasnya tetap eksplisit: persepsi pada model berbayar per pemakaian yang dapat Anda ukur, aksi di balik produk yang dapat Anda batalkan.