什么是 Gemini 3.1 Pro？Google 的 Pro 层级已七个月停滞不前

Gemini 3.1 Pro 是其所属家族中唯一一款仍在线的 Pro 级模型。它于 2026 年 2 月 19 日发布，而七个月后，厂商自家的模型文档仍将其归在“预览版”之下，端点地址为 gemini-3.1-pro-preview——既未正式可用，也没有下线日期，更没有后继型号问世。同样在这七个月里，该厂商接连推出了五个 Flash 版本，其中最新的 Gemini 3.8 Flash 在大多数人引用的独立榜单上如今已高出十一个百分点。这一落差，正是一篇解释 Gemini 3.1 Pro 究竟是什么的页面，必须先讲清它不是什么的原因所在。

如果你只想要两句话的版本：Gemini 3.1 Pro 是由 Google DeepMind 打造的闭权重、原生多模态推理模型，可读取文本、图像、视频、音频和 PDF，并输出文本。你可以通过 Google 自家的 API，或通过承载它的路由器来调用它；它最多接受 1,048,576 个 token 的输入，并且在提示词低于 200,000 token 时，每百万输入 token 收费 2.00 美元，每百万输出 token 收费 12.00 美元。作为长上下文多模态主力，它依然靠得住。它不再是你因为它是现有最聪明的模型而选择的那款模型。

它在自身家族中的位置

这是大多数文章都会跳过的部分，而这恰恰是最重要的部分。Gemini 3 系列并不是一个顶端放着 Pro 的单一阶梯，而是两个已不再具可比性的阶梯。

Flash 这一系列是有所变动的那一个。2026 年 9 月 23 日查阅的 Google 模型文档将 Gemini 3.8 Flash、Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 列为新的稳定版本，而 Gemini 3.7 Flash、Gemini 3.6 Flash、Gemini 3.5 Flash 和 Gemini 3.5 Flash-Lite 仍作为稳定版本列于其后。Gemini 3.8 Flash 于 2026 年 9 月 2 日发布——这是六周内的第三个 Flash 版本。

Pro 这一档则是没有后续的那一档。Google 的文档中不存在 Gemini 3.5 Pro、3.6 Pro、3.7 Pro 或 3.8 Pro。Gemini 3 Pro——Gemini 3.1 Pro 本应取代的模型——被列为已关停。Gemini 2.5 Pro 仍然存活，但访问权限仅限于此前已有权限的用户。这样一来，Gemini 3.1 Pro 就成了如今唯一可以调用的 Pro 级 Gemini 3 端点——不是因为它赢了竞赛，而是因为没有其他参赛者。

谷歌在2月公布的计划是，预览期将持续足够长的时间，以便"验证这些更新"，并在该模型"即将全面开放"之前，推进诸如雄心勃勃的智能体工作流等领域。这些都是谷歌在2月公告中的原话。七个月过去了，这一切并未发生，而围绕此次延迟的报道，应当明确作为"报道"、而非"事实"来陈述：SemiAnalysis 的结论是，Gemini 3.5 Pro 项目已被悄然取消；而据二线媒体援引，《华尔街日报》报道称，内部的 3.5 Pro 候选版本之所以被放弃，是因为它无法超越 Flash 系列。谷歌自己的说法是，3.5 Pro 仍处于受限的合作伙伴测试阶段，尚未确认具体月份。我们未能找到谷歌证实或否认取消一事的声明，我们也不会替他们选边站。

实际的后果是一个命名陷阱。如果你去寻找“最新的 Gemini Pro”，你能找到的最新 Pro 级模型来自二月份，而 Flash 这边的版本号已经攀升到了 3.8。在这里，版本号并不能用来衡量不同层级之间的能力高低；它们是两条彼此独立的发布线。

关键规格

以下每个数字均取自 Google 自己的 Gemini API 文档（2026 年 9 月 23 日），除非另有标注。

• 输入上下文 — 1,048,576 个 token，与 Google 自 2.5 代以来一直提供的一百万 token 窗口相同。输出则单独限制在 65,536 个 token，这一上限约束的是回答，而非对话。

• 输入模态——文本、图像、视频、音频和 PDF。输出模态——仅文本。不支持音频生成，不支持图像生成，也没有 Live API，因此它不是用于实时语音智能体或图像流水线的模型。Google 为这些任务提供了单独的 Gemini 3.x Flash 变体。

• 推理 — 支持，并可控制思考层级。思考 token 按输出费率计费，因此输出价格才是主导你账单的那个数字。

• 工具 — 缓存、代码执行、函数调用、Search grounding、Maps grounding、结构化输出、URL 上下文、Batch API、flex inference 和 priority inference 均列为支持项。文件搜索仅在 AI Studio 中列为支持。

• 许可与权重——专有。没有开放权重，没有可下载的检查点，也没有自托管途径。访问该模型的每一条路径都是托管 API。

• 端点 — gemini-3.1-pro-preview 是模型代码。Google 还列出了 gemini-3.1-pro-preview-customtools 变体。预览端点在版本号不变的情况下也可能在你毫无察觉时被修改，这正是生产环境中应固定使用确切的模型 ID 而非别名的标准原因。

• 有记录的更新日期 —— 模型页面显示“最近更新：2026年2月”。我们在谷歌自己的模型页面上找不到所声明的知识截止日期；第三方列表显示为2025年1月，而我们将其标记为未经证实，而不是把它当作事实来重复。

费用是多少

Gemini 3.1 Pro存在一个价格断崖，而正是这种细节会让看似低廉的估算变成翻倍的账单。Google公布的开发者定价是按提示词大小而非模型版本来划分的。

• 标准层级，提示词最高 200,000 个 token — 每百万输入 token 收费 $2.00，每百万输出 token 收费 $12.00，思考 token 按输出计费。

• 标准档，提示超过 200,000 个 token——输入 $4.00，输出 $18.00。在相同阈值下，这两项费率都会翻倍。这就是陷阱：长上下文工作负载之所以要支付两倍于标称费率的费用，恰恰是因为它正在使用当初购买该模型所看重的功能。

• 上下文缓存 — 每百万个缓存 token 收费 $0.20 或 $0.40，具体取决于你处在 200,000 这个阈值之上还是之下；另加缓存存储费，按每小时每百万 token $4.50 计费。

• 批处理和灵活层级——20万token以内输入1.00美元、输出6.00美元，超过则为2.00美元和9.00美元。对于可以等待的任务，价格大约减半。

• 优先级层级 — 阈值以下输入 $3.60、输出 $21.60；阈值以上 $7.20 和 $32.40。

• 免费层级 — 此模型不提供。没有可用于原型验证的免费速率限制。

关于这些数字有多可靠，有两点值得了解。Google 自己的定价页面在这里是权威依据，而我们是直接读取它的，所以上面的数字截至 2026 年 9 月 23 日是最新的。但这款模型的第三方报价确实不一致——一个追踪器列出 $2.50 / $15.00 的费率，另一个列出 $4.50 的混合费率——而原因就在于分档。如果一个页面给你报出 Gemini 3.1 Pro 的单一数字，却没有告诉你它适用于哪个提示词规模区间，那么这个数字就无法用于实际估算。

它在哪些方面可衡量地擅长，又在哪些方面可衡量地不擅长

从谷歌宣称的内容开始，然后将其与独立评测机构实际测得的结果分开，因为自二月份以来，两者已出现明显分歧。

Google 自己的公告恰好只包含一个基准数字：在 ARC-AGI-2 上“经核实的 77.1% 得分”，Google 称其推理性能是 Gemini 3 Pro 的两倍多。这是厂商给出的数字，读取自 Google 自己的帖子，也是我们在那里唯一能确认的数字。发布报道流传了一套大得多的数据——GPQA Diamond、SWE-bench Verified、Terminal-Bench 2.0、LiveCodeBench、Humanity’s Last Exam——但这些数字并未出现在 Google 自己的公告中，而且在我们核查过的那些数据上，二手报道彼此并不一致（GPQA Diamond 视来源不同，出现了 94.1 和 94.3 两种数值）。我们不会把它们当作已确立的结果来发布。

独立图景才是故事的转折点。在 2026 年 9 月 23 日生效的 Artificial Analysis Intelligence Index 版本上，Gemini 3.1 Pro Preview 得分为 30，在该类别的 212 个模型中排名第 81 位。该类别的中位数模型得分为 25，因此它高于平均水平——而同一图表上的领先者，即处于最高推理设置的 Claude Opus 5，得分为 58。该指数本身是一把带版本标记的尺子，而非固定不变的尺子：Artificial Analysis 在 2 月发布之后对其进行了修订，其自身的修订说明记录了新的评测加入这一综合指标。Gemini 3.1 Pro 曾在其 2 月发布时被报道为该指数上的绝对领先者，得分为 57 分。那与这个 30 并非同一把尺子，我们不会把这两个数字并排放置，仿佛它们勾勒出一条下滑轨迹。

当前映射所确实显示的是一幅真实的画像，而且是一幅失衡的画像：

• 智能 — 指数 30，在 212 个中排名第 81。高于中位数，但远未达到前沿。

• 速度 — 每秒 116.5 个输出 token，在 212 个中排名第 38。对于推理模型来说，这速度相当快。

• 成本——运行一个 Intelligence Index 任务需 $0.67，在 212 个中排名第 31。按单位工作量计算这很便宜，因为该模型在思考 token 的使用上很节省。

• 冗长程度——完成该指数需输出 6700 万个 token，而同类别中位数为 8800 万。在 212 个模型中排名第 39；Artificial Analysis 称其“相当简洁”。作为对比，Gemini 3.8 Flash 在高推理强度下跑同一套测试会消耗 1.7 亿个 token，每项任务花费 1.24 美元——尽管其单 token 价格更低，成本却高于 Gemini 3.1 Pro。

所以，诚实的解读并不是“旧模型在各方面都被击败了”。Gemini 3.1 Pro 速度快、token 效率高，而且按每任务成本计算，它胜过自己更新的同门模型。它失去的是能力上限，而在任何质量构成硬约束的工作负载上，那是唯一重要的维度。

九月的可用性问题

围绕这一模型还有一项仍在发展的动态，而且它更像是一个疑问，而不是一次发布。自 2026 年 9 月 18 日起，Google 自家 AI Studio 开发者论坛上的用户一直在报告称，Gemini 3.1 Pro 从 AI Studio 模型选择器中消失了——该帖子标题将这一变化的时间定为 2026-09-18——付费用户表示他们被迁移到了 Gemini 3.8 Flash，随后又从那里被迁移到 3.7 和 3.6 Flash。在我们读到的那条帖子中，没有 Google 员工回复，没有弃用通知，也没有说明原因。我们在 2026 年 9 月 23 日查看时，该模型仍列在 Gemini API 以及我们自己的目录中，并且仍可调用。

我们将其标记为 Google 自家论坛上尚未解决的用户报告，而不是模型退役，也不是服务中断。但如果你的生产路径特别依赖这个模型，这就是一个理由：应当配置好回退方案，而不是假定预览端点会一直固定存在。

谁应该选择它，谁又不应该呢？

如果问题很长且涉及多模态，就选 Gemini 3.1 Pro。原生支持视频、音频和 PDF 输入的一百万 token 上下文窗口，依然是选择它的理由，模型推出的时间早晚并不会改变这一点。具体来说：整仓库分析、审计数小时的会议录音或录像资料、从混合媒体文档集中提取结构化数据，或是任何单个提示词用掉超过 20 万 token、而替代方案是不得不自行搭建并评估一套检索层的流程。它的 token 效率是第二个实打实的论据——同样一套任务，它用 6700 万输出 token 就能完成，而 Gemini 3.8 Flash 要花 1.7 亿，因此尽管每 token 的单价看起来更高，单任务账单实际上可能更低。

在三种情况下，请选择别的方案。如果你想要 Google 当前针对高难度推理或长周期编程问题的最佳答案，那么在当前独立指数上，Gemini 3.8 Flash 的得分高于 Gemini 3.1 Pro，已正式可用而非预览版，截至 2026 年 12 月 31 日每百万输入 token 收费 $0.75、每百万输出 token 收费 $3.75，并且提供 Gemini 3.1 Pro 所没有的免费层级。为了达到这一水平，它会消耗更多思考 token——这就是取舍，而且是实实在在的取舍。如果你需要绝对的前沿能力，那目前并不是 Google 的模型：在同一张指数图表上，以最大推理力度运行的 Claude Opus 5 以 58 分领先于 Gemini 3.1 Pro 的 30 分。而如果你的工作负载对延迟或成本敏感且较为浅层——分类、抽取、路由、短文本摘要——那么 Flash-Lite 层级或小型开放权重模型就能完成任务，成本仅为每百万输入 token $2.00 的一小部分，为此支付 Pro 费率纯属浪费。

我们不会因为 Gemini 3.1 Pro 是 Google 最新的 Pro 就选择它。它并不新，而且截至本月，Google 还没有推出它的后继产品。

调用它，而无需把全部筹码押在一个预览端点上

七个月预览版的尴尬之处在于，它已经好到足以在其上构建，却又不够稳定，不能想当然地依赖。有两项缓解措施值得点名。

请锁定确切的模型代码，而不是别名。预览端点可能会就地修订，因此gemini-3.1-pro-preview写在配置文件里，比引用浮动的“最新 Pro”更安全，而且能让静默变更在 diff 中显现出来。

让路由层位于模型之上。在 OrcaRouter 上，Gemini 3.1 Pro 就是 google/gemini-3.1-pro-preview，与我们提供的其他所有模型一样，用同一个密钥、同一个端点即可调用，既支持面向 Gemini SDK 编写的代码所用的原生 /v1beta/models/{model}:generateContent 形式，也支持其余场景的 OpenAI 兼容 /v1/chat/completions。由于定价采用 0% 加价的成本透传，Google 价目表上的 $2.00 / $12.00 就是你在我们这里支付的数字，供应商调价当天即时生效，而不必等到下一个账单周期。这一点对预览版模型尤其重要的原因在于故障转移：配置好回退链后，当 Gemini 3.1 Pro 不可用的那一天，你的重试会在响应开始之前就落到链中的下一个模型上，而不是等到用户察觉之后。这就是“可以放心上线的预览版”与“只能用来演示的预览版”之间的区别。

我们自己为这个模型编写的目录条目中，列出了我们实际提供的规格——一百万 token 上下文、65,536 token 最大输出、音频/文件/图像/文本/视频输入、文本输出，以及过去七天内 10.00 秒的首 token 中位时间；在你以为这是一个聊天延迟级别的模型之前，这一点值得了解。它并不是。

还有什么仍然开放

有三件事我们没能弄清楚，与其粉饰，不如直说。谷歌尚未说明 Gemini 3.1 Pro 是否终将正式全面可用，也没有公布任何一种情况下的停用日期。五天过去了，关于 AI Studio 的报道仍未得到解释，我们也找不到厂商的任何回应。至于继任者的问题，答案只能是否定的：谷歌的 Pro 页面数月来一直在预告即将发布 Pro 版本，报道称内部候选版本因未能超越 Flash 系列而被放弃，而截至 2026 年 9 月 23 日，尚无任何产品发布。如果 Gemini 3.5 Pro 或 Gemini 4 Pro 出现，Gemini 3.1 Pro 在这个家族中的定位将自 2 月以来首次发生变化——而值得关注的事件，正是这件事，而不是它最初的发布。

Gemini 3.1 Pro 已在 OrcaRouter 上线，采用 Google 的标价，并与我们提供的其他所有模型共用同一个密钥。查看 Gemini 3.1 Pro 模型页面，了解实时定价、上下文限制，以及一条你可以在下一个预览版本发布之前配置好的回退链。