Google: Gemini 3.1 Pro Preview (batch)
google/gemini-3.1-pro-preview:batch
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Gemini 3.1 Pro Preview de Google aparece en OpenRouter como un modelo de razonamiento multimodal en vista previa, en una variante por lotes. Según el catálogo, acepta texto, imagen, archivos, audio y video como entrada y devuelve texto, con una ventana de contexto de aproximadamente un millón de tokens y razonamiento obligatorio con niveles de esfuerzo ajustables. La ficha reporta uso de herramientas y salidas estructuradas, y registra resultados medidos en evaluaciones de codificación y tareas agénticas. Como la evidencia proviene solo de una entrada de catálogo, conviene validar las capacidades con cargas de trabajo reales.[1]
Puntos fuertes
- El catálogo indica una ventana de contexto de aproximadamente un millón de tokens con entradas de texto, imagen, archivo, audio y video, adecuada para prompts multimodales grandes.[1]
- El esfuerzo de razonamiento se puede elegir entre niveles bajo, medio y alto, y la ficha expone uso de herramientas, salidas estructuradas y control del formato de respuesta.[1]
- El catálogo registra resultados medidos en evaluaciones de codificación y tareas agénticas, mientras que la descripción de Google afirma mejoras en ingeniería de software y fiabilidad agéntica para esta vista previa.[1]
Limitaciones
- Toda la evidencia procede de una sola entrada del catálogo de OpenRouter; no había una ficha de modelo independiente en este paquete de fuentes, por lo que las capacidades declaradas por el proveedor no están verificadas.[1]
- La ficha marca el razonamiento como obligatorio y la salida como solo texto, lo que puede limitar aplicaciones sensibles a la latencia o que necesiten salidas no textuales.[1]
- El estado de vista previa y campos ausentes como la fecha de corte de conocimiento hacen recomendable validar estabilidad y actualidad con cargas de trabajo reales antes de usarlo en producción.[1]
Dónde utilizarlo
- Procesamiento por lotes de entradas grandes o multimodales, como análisis de documentos, audio o video donde la latencia no es crítica.[1]
- Flujos de ingeniería de software o agénticos que aprovechen el uso de herramientas y las salidas estructuradas, previa validación en las tareas propias del usuario.[1]
- Resumen o preguntas y respuestas de contexto largo sobre archivos extensos, dada la ventana de contexto reportada por el catálogo.[1]
Fuentes
- [1] OpenRouter catalog · Google: Gemini 3.1 Pro Preview (batch)Fuentes 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:batch
- 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 $1 / salida $6
- 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 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.