Gemini 3.1 Pro là gì? Phân khúc Pro của Google đã không thay đổi suốt bảy tháng qua

Gemini 3.1 Pro là mô hình duy nhất ở phân khúc Pro còn đang hoạt động trong chính dòng sản phẩm của nó. Nó được công bố vào ngày 19 tháng 2 năm 2026, và bảy tháng sau, tài liệu mô hình của chính nhà cung cấp vẫn xếp nó vào mục "Preview" tại endpoint gemini-3.1-pro-preview — không có tình trạng khả dụng chung, không có ngày ngừng hoạt động, không có phiên bản kế nhiệm nào được phát hành. Trong cùng bảy tháng đó, nhà cung cấp đã cho ra mắt năm bản phát hành Flash, và bản mới nhất trong số đó, Gemini 3.8 Flash, hiện đạt điểm cao hơn mười một điểm trên chỉ số độc lập mà hầu hết mọi người trích dẫn. Khoảng cách đó chính là lý do một trang giải thích Gemini 3.1 Pro là gì lại phải mở đầu bằng những gì nó không phải.

Nếu bạn chỉ muốn phiên bản hai câu: Gemini 3.1 Pro là một mô hình suy luận đa phương thức gốc, có trọng số đóng, do Google DeepMind tạo ra; mô hình này đọc văn bản, hình ảnh, video, âm thanh và PDF rồi viết văn bản. Bạn gọi nó thông qua API của chính Google hoặc thông qua một router có mang nó, nó nhận tối đa 1,048,576 token đầu vào, và chi phí là $2.00 mỗi triệu token đầu vào và $12.00 mỗi triệu token đầu ra khi prompt dưới 200,000 token. Nó vẫn đứng vững như một cỗ máy chủ lực đa phương thức cho ngữ cảnh dài. Nó không còn là mô hình bạn chọn vì nó là mô hình thông minh nhất hiện có nữa.

Vị trí của nó trong dòng sản phẩm của chính nó

Đây là phần mà hầu hết các bài viết đều bỏ qua, và cũng là phần quan trọng nhất. Dòng Gemini 3 không phải là một chiếc thang duy nhất với một bản Pro ở trên đỉnh. Nó là hai chiếc thang đã không còn so sánh được với nhau.

Thang Flash là thứ đã thay đổi. Tài liệu mô hình của Google, đọc ngày 23 tháng 9 năm 2026, liệt kê Gemini 3.8 Flash, Gemini 3.8 Live và Gemini 3.8 Live Extended Thinking là các bản phát hành ổn định mới, với Gemini 3.7 Flash, Gemini 3.6 Flash, Gemini 3.5 Flash và Gemini 3.5 Flash-Lite vẫn ổn định phía sau chúng. Gemini 3.8 Flash ra mắt ngày 2 tháng 9 năm 2026 — bản phát hành Flash thứ ba trong sáu tuần.

Dòng Pro là dòng đã không như vậy. Không có Gemini 3.5 Pro, 3.6 Pro, 3.7 Pro hay 3.8 Pro trong tài liệu của Google. Gemini 3 Pro, mẫu model mà Gemini 3.1 Pro được xây dựng để thay thế, được liệt kê là đã ngừng hoạt động. Gemini 2.5 Pro vẫn tồn tại, nhưng quyền truy cập bị giới hạn cho những người dùng trước đây. Điều đó khiến Gemini 3.1 Pro trở thành endpoint Gemini 3 cấp Pro duy nhất mà bạn có thể gọi ngày hôm nay — không phải vì nó thắng một cuộc đua, mà vì không có ai khác tham gia.

Kế hoạch mà Google đã nêu vào tháng Hai là bản xem trước sẽ kéo dài đủ lâu để “xác thực các cập nhật này” và thúc đẩy các lĩnh vực như quy trình tác nhân đầy tham vọng trước khi mô hình “sớm được phát hành chính thức.” Đó là những lời của Google trong thông báo hồi tháng Hai. Bảy tháng sau, điều đó đã không xảy ra, và các báo cáo xung quanh sự chậm trễ này đáng được nói thẳng ra là báo cáo chứ không phải sự thật: SemiAnalysis kết luận rằng nỗ lực Gemini 3.5 Pro đã bị âm thầm hủy bỏ, và Wall Street Journal, được các hãng tin thứ cấp trích dẫn, đưa tin rằng ứng viên 3.5 Pro nội bộ đã bị loại bỏ vì nó không thể vượt qua dòng Flash. Lập trường của chính Google là 3.5 Pro vẫn đang được thử nghiệm hạn chế với đối tác và chưa có tháng xác nhận nào. Chúng tôi không thể tìm thấy tuyên bố nào của Google xác nhận hoặc phủ nhận việc hủy bỏ, và chúng tôi sẽ không chọn phe thay họ.

Kết quả thực tế là một cái bẫy về cách đặt tên. Nếu bạn đi tìm “Gemini Pro mới nhất,” mẫu mới nhất thuộc dòng Pro mà bạn tìm thấy là từ tháng Hai, trong khi số phiên bản ở nhánh Flash đã leo lên 3.8. Số phiên bản ở đây không xếp hạng năng lực giữa các dòng; chúng là hai luồng phát hành riêng biệt.

Những thông số kỹ thuật quan trọng

Mọi số liệu dưới đây đều được lấy từ tài liệu API Gemini của chính Google vào ngày 23 tháng 9 năm 2026, trừ khi có ghi chú khác.

• Ngữ cảnh đầu vào — 1.048.576 token, cùng cửa sổ một triệu token mà Google đã cung cấp kể từ thế hệ 2.5. Đầu ra được giới hạn riêng ở 65.536 token, đây là mức trần cho câu trả lời, không phải cho cuộc hội thoại.

• Các phương thức đầu vào — văn bản, hình ảnh, video, âm thanh và PDF. Phương thức đầu ra — chỉ văn bản. Không tạo âm thanh, không tạo hình ảnh, không có Live API, vì vậy đây không phải là mô hình dành cho tác nhân thoại thời gian thực hay đường ống xử lý hình ảnh. Google cung cấp các biến thể Gemini 3.x Flash riêng cho những công việc đó.

• Suy luận — được hỗ trợ, với khả năng kiểm soát mức độ tư duy. Token tư duy được tính phí theo đơn giá đầu ra, đó là lý do tại sao giá đầu ra là con số chi phối hóa đơn của bạn.

• Công cụ — bộ nhớ đệm, thực thi mã, gọi hàm, Search grounding, Maps grounding, đầu ra có cấu trúc, ngữ cảnh URL, Batch API, suy luận flex và suy luận ưu tiên đều được ghi là được hỗ trợ. Tìm kiếm tệp chỉ được ghi là được hỗ trợ trong AI Studio.

• Giấy phép và trọng số — độc quyền. Không có trọng số mở, không có checkpoint có thể tải xuống và không có cách tự host. Mọi lộ trình truy cập mô hình này đều là API được host.

• Điểm cuối — gemini-3.1-pro-preview là mã mô hình. Google cũng liệt kê một gemini-3.1-pro-preview-customtools. Đây là một biến thể. Một điểm cuối bản xem trước có thể được sửa đổi ngay khi bạn đang dùng mà không cần tăng phiên bản, đó là lý do tiêu chuẩn để ghim ID mô hình chính xác trong môi trường sản xuất thay vì dùng bí danh.

• Ngày cập nhật được ghi nhận — trang model có dòng “Cập nhật lần cuối: Tháng 2 năm 2026.” Chúng tôi không thể tìm thấy ngày cắt kiến thức được nêu trên trang model của chính Google; các danh mục của bên thứ ba ghi là tháng 1 năm 2025, và chúng tôi đang đánh dấu đó là chưa được xác nhận thay vì lặp lại như một sự thật.

Chi phí là bao nhiêu

Gemini 3.1 Pro có một ngưỡng giá tăng vọt, và đó là kiểu chi tiết có thể biến một ước tính trông rẻ thành hóa đơn tăng gấp đôi. Bảng giá dành cho nhà phát triển do Google công bố chia theo kích thước prompt chứ không theo phiên bản mô hình.

• Gói tiêu chuẩn, lời nhắc tối đa 200.000 token — 2,00 USD mỗi triệu token đầu vào, 12,00 USD mỗi triệu token đầu ra, trong đó token suy nghĩ được tính là token đầu ra.

• Gói tiêu chuẩn, prompt trên 200.000 token — 4,00 USD cho đầu vào và 18,00 USD cho đầu ra. Cả hai mức giá đều tăng gấp đôi tại cùng ngưỡng đó. Đây chính là cái bẫy: một khối lượng công việc ngữ cảnh dài phải trả gấp đôi mức giá được quảng cáo, chính xác là vì nó đang dùng chính tính năng mà nó đã mua mô hình để có được.

• Bộ nhớ đệm ngữ cảnh — $0,20 hoặc $0,40 cho mỗi triệu token được lưu trong bộ nhớ đệm, tùy thuộc vào việc bạn ở bên nào của ngưỡng 200.000, cộng với phí lưu trữ bộ nhớ đệm được tính ở mức $4,50 mỗi triệu token mỗi giờ.

• Gói batch và flex — 1,00 đô la cho đầu vào và 6,00 đô la cho đầu ra dưới 200.000 token, 2,00 đô la và 9,00 đô la khi trên ngưỡng đó. Giá chỉ bằng khoảng một nửa cho công việc có thể chờ đợi.

• Bậc ưu tiên — $3.60 cho đầu vào và $21.60 cho đầu ra dưới ngưỡng, $7.20 và $32.40 trên ngưỡng.

• Gói miễn phí — không khả dụng cho mô hình này. Không có giới hạn tần suất miễn phí để thử nghiệm nguyên mẫu.

Có hai điều đáng biết về mức độ đáng tin cậy của những con số đó. Trang định giá của chính Google là nguồn thẩm quyền ở đây và chúng tôi đọc trực tiếp trang đó, nên các số liệu trên là hiện hành tính đến ngày 23 tháng 9 năm 2026. Nhưng các danh sách niêm yết của bên thứ ba cho mô hình này thực sự không nhất quán — một công cụ theo dõi liệt kê mức 2,50 USD / 15,00 USD, một công cụ khác liệt kê mức kết hợp 4,50 USD — và việc phân tầng chính là lý do. Nếu một trang báo cho bạn một con số duy nhất cho Gemini 3.1 Pro mà không nói con số đó áp dụng cho dải kích thước prompt nào, thì con số đó không dùng được để ước tính thực tế.

Những gì nó giỏi một cách có thể đo lường được, và những gì nó không.

Hãy bắt đầu với những gì Google tuyên bố, rồi tách riêng phần đó khỏi những gì các đơn vị đánh giá độc lập đo lường được, vì hai bên đã khác biệt rõ rệt kể từ tháng Hai.

Thông báo của chính Google chỉ mang đúng một con số đánh giá: “điểm số đã được xác minh 77,1%” trên ARC-AGI-2, mà Google mô tả là hơn gấp đôi hiệu năng suy luận của Gemini 3 Pro. Đó là con số của nhà cung cấp, đọc từ bài đăng của chính Google, và đó là con số duy nhất chúng tôi có thể xác nhận ở đó. Các bài đưa tin về thời điểm ra mắt lan truyền một tập hợp lớn hơn nhiều — GPQA Diamond, SWE-bench Verified, Terminal-Bench 2.0, LiveCodeBench, Humanity’s Last Exam — nhưng những con số đó không xuất hiện trong thông báo của chính Google, và các báo cáo thứ cấp mâu thuẫn với nhau về những con số chúng tôi đã kiểm tra (GPQA Diamond xuất hiện với cả 94,1 và 94,3 tùy theo nguồn bạn đọc). Chúng tôi không in chúng như những kết quả đã được khẳng định.

Bức tranh độc lập là nơi câu chuyện đổi hướng. Trên phiên bản Chỉ số Trí tuệ Artificial Analysis còn hiệu lực vào ngày 23 tháng 9 năm 2026, Gemini 3.1 Pro Preview đạt 30 điểm và xếp thứ 81 trong số 212 mô hình thuộc lớp đó. Mô hình trung vị trong lớp đạt 25 điểm, nên nó nằm trên mức trung bình — và mô hình dẫn đầu trên cùng biểu đồ, Claude Opus 5 ở thiết lập suy luận tối đa, đạt 58 điểm. Bản thân chỉ số là một thước đo có phiên bản chứ không phải một thước đo cố định: Artificial Analysis đã sửa đổi nó sau đợt ra mắt tháng Hai, và ghi chú sửa đổi của chính nó ghi nhận các đánh giá mới tham gia vào chỉ số tổng hợp. Gemini 3.1 Pro được báo cáo là dẫn đầu tuyệt đối trên chỉ số ở trạng thái tại thời điểm ra mắt tháng Hai, với 57 điểm. Đó không phải cùng một cây thước với con số 30, và chúng tôi sẽ không đặt hai con số cạnh nhau như thể chúng vạch ra một sự suy giảm.

Điều mà ánh xạ hiện tại thực sự cho thấy là một hồ sơ chân thực, và đó là một hồ sơ mất cân đối:

• Trí tuệ — 30 trên chỉ số, xếp hạng 81 trong số 212. Trên mức trung vị, còn cách khá xa đường biên tiên tiến.

• Tốc độ — 116.5 token đầu ra mỗi giây, xếp thứ 38 trong số 212. Nhanh đáng chú ý đối với một mô hình suy luận.

• Chi phí — $0.67 để chạy một tác vụ Intelligence Index, xếp hạng 31 trong số 212. Mức đó là rẻ trên mỗi đơn vị công việc, vì mô hình tiết kiệm token suy nghĩ.

• Độ dài dòng — 67M token đầu ra để hoàn thành chỉ mục, so với trung vị của lớp là 88M. Xếp hạng 39 trên 212; Artificial Analysis gọi nó là “khá súc tích.” Để so sánh, Gemini 3.8 Flash ở chế độ suy luận cao đốt 170M token trên cùng bộ kiểm thử và tốn $1.24 mỗi tác vụ — nhiều hơn Gemini 3.1 Pro, mặc dù giá mỗi token rẻ hơn.

Vậy nên cách đọc trung thực không phải là “mô hình cũ bị đánh bại ở mọi mặt.” Gemini 3.1 Pro nhanh và tiết kiệm token, và xét trên cơ sở chi phí mỗi tác vụ, nó vượt qua chính phiên bản mới hơn cùng dòng của mình. Điều nó đánh mất là phần đỉnh cao của năng lực, và trên bất kỳ khối lượng công việc nào mà chất lượng là ràng buộc quyết định, thì đó là trục duy nhất có ý nghĩa.

Câu hỏi về tình trạng còn hàng trong tháng 9

Có một diễn biến đang tiếp diễn xoay quanh mô hình này, và đó là một câu hỏi chứ không phải một bản phát hành. Kể từ ngày 18 tháng 9 năm 2026, người dùng trên diễn đàn dành cho nhà phát triển AI Studio của chính Google đã báo cáo rằng Gemini 3.1 Pro biến mất khỏi bộ chọn mô hình của AI Studio — tiêu đề chủ đề ghi thời điểm thay đổi là 2026-09-18 — trong khi người dùng trả phí nói rằng họ đã được chuyển sang Gemini 3.8 Flash và từ đó sang 3.7 và 3.6 Flash. Không có nhân viên Google nào trả lời trong chủ đề mà chúng tôi đã đọc, không có thông báo ngừng hỗ trợ và cũng không có nguyên nhân nào được đưa ra. Mô hình vẫn được liệt kê và vẫn có thể gọi được thông qua API Gemini và danh mục riêng của chúng tôi khi chúng tôi kiểm tra vào ngày 23 tháng 9 năm 2026.

Chúng tôi đang đánh dấu đây là các báo cáo người dùng chưa được giải quyết trên chính diễn đàn của Google, không phải là việc ngừng hỗ trợ và cũng không phải là sự cố gián đoạn dịch vụ. Nhưng nếu đường đi production của bạn phụ thuộc cụ thể vào mô hình này, thì đó là lý do để cấu hình một phương án dự phòng thay vì cho rằng một endpoint preview là cố định.

Ai nên chọn nó và ai không nên

Chọn Gemini 3.1 Pro nếu vấn đề của bạn dài và đa phương thức. Cửa sổ một triệu token với đầu vào video, âm thanh và PDF gốc vẫn là lý do để bạn ở đây, và không có gì về tuổi của mô hình thay đổi điều đó. Cụ thể: phân tích toàn bộ kho mã, rà soát hàng giờ các cuộc họp hoặc cảnh quay đã ghi, trích xuất dữ liệu có cấu trúc từ các bộ tài liệu đa phương tiện hỗn hợp, hoặc bất kỳ pipeline nào mà một prompt duy nhất chạy hợp lệ vượt quá 200.000 token và giải pháp thay thế là một lớp truy xuất mà bạn sẽ phải xây dựng và đánh giá. Hiệu quả token của nó là một lập luận thứ hai thực sự — nó hoàn thành một bộ nhiệm vụ trong 67M token đầu ra trong khi Gemini 3.8 Flash tiêu tốn 170M, vì vậy hóa đơn cho mỗi nhiệm vụ có thể thấp hơn ngay cả khi mức giá trên mỗi token có vẻ cao hơn.

Hãy chọn thứ khác trong ba trường hợp. Nếu bạn muốn câu trả lời tốt nhất hiện tại của Google cho một câu hỏi suy luận khó hoặc lập trình dài hạn, Gemini 3.8 Flash đạt điểm cao hơn Gemini 3.1 Pro trên chỉ số độc lập hiện tại, được phát hành chính thức thay vì bản xem trước, có giá 0,75 đô la mỗi triệu token đầu vào và 3,75 đô la mỗi triệu token đầu ra đến ngày 31 tháng 12 năm 2026, và có gói miễn phí mà Gemini 3.1 Pro không có. Nó đốt nhiều token suy nghĩ hơn để đạt được điều đó — đó là sự đánh đổi, và đó là một sự đánh đổi thật sự. Nếu bạn cần năng lực tiên phong tuyệt đối, thì hiện tại đó không phải là một mô hình của Google: trên cùng biểu đồ chỉ số, Claude Opus 5 ở chế độ suy luận tối đa dẫn đầu với 58 so với 30 của Gemini 3.1 Pro. Và nếu khối lượng công việc của bạn nhạy cảm về độ trễ hoặc chi phí và chỉ ở mức nông — phân loại, trích xuất, định tuyến, tóm tắt ngắn — thì một tầng Flash-Lite hoặc một mô hình trọng số mở nhỏ sẽ làm được việc với chi phí chỉ bằng một phần nhỏ của 2,00 đô la mỗi triệu token đầu vào, và trả mức giá của Pro cho việc đó chỉ là lãng phí.

Điều chúng tôi sẽ không làm là chọn Gemini 3.1 Pro chỉ vì đó là dòng Pro mới nhất từ Google. Nó không hề mới, và tính đến tháng này, Google vẫn chưa có bản kế nhiệm nào được phát hành cho nó.

Gọi nó mà không phải đặt cược toàn bộ stack của bạn vào một endpoint xem trước

Điểm khó xử của một bản xem trước kéo dài bảy tháng là nó đủ tốt để xây dựng dựa trên đó, nhưng chưa đủ ổn định để mặc nhiên tin tưởng. Có hai biện pháp giảm thiểu đáng để nhắc tới.

Ghim chính xác mã model thay vì dùng bí danh. Một endpoint preview có thể bị chỉnh sửa ngay tại chỗ, nên việc dùng gemini-3.1-pro-preview trong file cấu hình sẽ an toàn hơn so với tham chiếu “Pro mới nhất” trôi nổi, và nó giúp một thay đổi âm thầm hiện rõ trong diff.

Giữ định tuyến phía trên mô hình. Trên OrcaRouter, Gemini 3.1 Pro là google/gemini-3.1-pro-preview, được phục vụ từ cùng một key và cùng một endpoint như mọi mô hình khác mà chúng tôi cung cấp, bao gồm dạng native /v1beta/models/{model}:generateContent dành cho mã viết theo Gemini SDK và dạng tương thích OpenAI /v1/chat/completions cho mọi thứ còn lại. Vì giá là pass-through với 0% markup, mức $2.00 / $12.00 trên bảng giá của Google chính là con số bạn trả ở đây, và thay đổi giá từ nhà cung cấp có hiệu lực ngay trong cùng ngày thay vì vào chu kỳ thanh toán tiếp theo. Lý do điều đó đặc biệt quan trọng với một mô hình preview là failover: một chuỗi dự phòng đã được cấu hình nghĩa là vào ngày Gemini 3.1 Pro không khả dụng, lần thử lại của bạn sẽ rơi vào mô hình kế tiếp trong chuỗi trước khi phản hồi bắt đầu, thay vì sau khi người dùng của bạn nhận ra. Đó là sự khác biệt giữa một bản preview bạn có thể đưa vào vận hành và một bản preview bạn chỉ có thể demo.

Mục danh mục riêng của chúng tôi cho mô hình ghi các thông số đúng như chúng tôi cung cấp — ngữ cảnh một triệu token, đầu ra tối đa 65.536 token, đầu vào âm thanh/tệp/hình ảnh/văn bản/video, đầu ra văn bản, và thời gian trung vị đến token đầu tiên là 10,00 giây trong bảy ngày gần nhất, điều đáng để biết trước khi bạn cho rằng đây là một mô hình có độ trễ trò chuyện. Không phải vậy.

Còn gì vẫn đang mở

Ba điều chúng tôi không thể khép lại, và thà nói thẳng còn hơn che đậy. Google chưa cho biết liệu Gemini 3.1 Pro có bao giờ đạt được trạng thái sẵn có phổ thông hay không, và cũng không có ngày ngừng hoạt động nào được công bố theo bất kỳ hướng nào. Các báo cáo từ AI Studio vẫn chưa được giải thích sau năm ngày, mà chúng tôi không tìm thấy phản hồi nào từ nhà cung cấp. Và câu hỏi về phiên bản kế nhiệm chỉ có thể trả lời theo hướng phủ định: trang Pro của Google đã quảng cáo về một bản phát hành Pro sắp ra mắt suốt nhiều tháng, các bài báo nói rằng ứng viên nội bộ đã bị loại vì không vượt được dòng Flash, và tính đến ngày 23 tháng 9 năm 2026 thì chưa có gì được tung ra. Nếu một Gemini 3.5 Pro hay một Gemini 4 Pro xuất hiện, vị thế của Gemini 3.1 Pro trong dòng họ này sẽ thay đổi lần đầu tiên kể từ tháng Hai — và đó, chứ không phải lần ra mắt ban đầu của nó, mới là sự kiện đáng để theo dõi.

Gemini 3.1 Pro đã có mặt trên OrcaRouter với mức giá niêm yết của Google, nằm sau cùng một khóa như mọi thứ khác mà chúng tôi cung cấp. Xem trang mô hình Gemini 3.1 Pro để biết giá trực tiếp, giới hạn ngữ cảnh và chuỗi dự phòng mà bạn có thể cấu hình trước khi bản xem trước tiếp theo ra mắt.