Google: Gemini 3.1 Pro Preview
google/gemini-3.1-pro-preview
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Según el catálogo de OpenRouter, google/gemini-3.1-pro-preview es un modelo en vista previa de Google que acepta entradas de texto, imagen, archivo, audio y video, y devuelve texto, con una ventana de contexto de aproximadamente un millón de tokens. El razonamiento es obligatorio, con niveles de esfuerzo bajo, medio y alto, y el catálogo indica compatibilidad con herramientas, salidas estructuradas y formatos de respuesta. La descripción del catálogo de Google lo presenta como un modelo de razonamiento de frontera para ingeniería de software y trabajo agéntico, mientras que las cifras de Design Arena y Artificial Analysis publicadas allí ofrecen algunos resultados medidos. No se disponía de una ficha de modelo independiente en este paquete de fuentes.[1]
Puntos fuertes
- El catálogo indica un amplio conjunto de entradas multimodales (texto, imagen, archivo, audio, video) junto con una ventana de contexto de alrededor de un millón de tokens, adecuada para prompts largos o con mucho contenido multimedia.[1]
- El esfuerzo de razonamiento es ajustable en niveles bajo, medio y alto, y la lista de parámetros incluye herramientas, elección de herramienta, salidas estructuradas, semillas y formatos de respuesta para integraciones controladas.[1]
- Los resultados de Design Arena publicados en el catálogo son comparativamente mejores en categorías visuales y de front-end, como SVG y componentes de interfaz, que en áreas como hojas de cálculo, según las entradas reportadas.[1]
Limitaciones
- Toda la evidencia proviene únicamente del catálogo de OpenRouter; no se incluyó una ficha de modelo independiente ni documentación del proveedor, por lo que las capacidades y cifras reportadas deben validarse en cargas de trabajo reales.[1]
- El razonamiento figura como obligatorio y el razonamiento interno se factura por separado, lo que puede añadir latencia y coste que no se pueden desactivar.[1]
- No se indican la fecha de corte de conocimiento, los términos de licencia, los requisitos de hardware ni el estado de la versión más allá de la etiqueta de vista previa, y el índice agéntico reportado es modesto en relación con el índice de codificación en los mismos datos del catálogo.[1]
Dónde utilizarlo
- Análisis de documentos largos o contenido multimedia mixto, donde la gran ventana de contexto y las entradas de audio/video podrían ayudar, sujeto a pruebas en la carga de trabajo.[1]
- Tareas de prototipado visual y de front-end, como componentes de interfaz o generación de SVG, donde los resultados de arena reportados en el catálogo parecen relativamente favorables.[1]
- Flujos estructurados o con llamadas a herramientas que se beneficien de formatos de respuesta, salida con esquema JSON y esfuerzo de razonamiento ajustable.[1]
Fuentes
- [1] OpenRouter catalog · Google: Gemini 3.1 Pro PreviewFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Gemini 3.1 Pro Preview is Google’s frontier reasoning model, delivering enhanced software engineering performance, improved agentic reliability, and more efficient token usage across complex workflows. Building on the multimodal foundation...
Especificaciones
- ID del modelo
- google/gemini-3.1-pro-preview
- ID canónico
- google/gemini-3.1-pro-preview-20260219
- Creador
- Añadido a OpenRouter
- 19.02.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text+image+file+audio+video->text
- Modalidades de entrada
- audio, file, image, text, video
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $2 / salida $12
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | AA — siguiente 20% de la cohorte | — |
| Agentes | CC — por debajo de la franja B | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | entrada: audio |
| Vídeo | Sin medición | entrada: video |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 68.8 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 8.2 | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · agenticgamedevtasa de victoria 43.9% · posición 23 | 1,061Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · agentichtmlslidestasa de victoria 55.8% · posición 4 | 1,226Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · agenticslidestasa de victoria 33.8% · posición 7 | 1,112Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · agenticslides(html)tasa de victoria 54.4% · posición 4 | 1,219Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · agenticslides(python-pptx)tasa de victoria 33.9% · posición 7 | 1,107Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · androidnativetasa de victoria 41.1% · posición 40 | 1,035Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · blender3dtasa de victoria 39.8% · posición 18 | 1,037Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · codetovideotasa de victoria 44.8% · posición 15 | 1,122Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 40.5% · posición 34 | 1,047Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 54.4% · posición 19 | 1,145Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · htmlslidestasa de victoria 48.5% · posición 18 | 1,048Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 42.3% · posición 42 | 1,088Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · pdftasa de victoria 39.7% · posición 29 | 1,107Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · pptxslidestasa de victoria 34.1% · posición 7 | 1,110Elo | —Sin nota | 13.11.2026 |
| Design Arena | agents · python-pptxslidestasa de victoria 31.9% · posición 25 | 1,109Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · spreadsheettasa de victoria 32.5% · posición 28 | 1,020Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 44.2% · posición 35 | 1,108Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 58.5% · posición 46 | 1,217Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 63.5% · posición 14 | 1,265Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 64.4% · posición 48 | 1,234Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 61.8% · posición 40 | 1,237Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 52.4% · posición 60 | 1,192Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 67.9% · posición 13 | 1,276Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 69.4% · posición 32 | 1,271Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 64.4% · posición 47 | 1,245Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| 1,048,576 | $1 | $6 | — | — | — | |
| Google AI Studio | 1,048,576 | $1 | $6 | — | — | 100% |
| 1,048,576 | $2 | $12 | — | — | 100% | |
| Google AI Studio | 1,048,576 | $2 | $12 | — | — | 100% |
| 1,048,576 | $3.6 | $21.6 | — | — | 100% | |
| Google AI Studio | 1,048,576 | $3.6 | $21.6 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.