Google: Gemini 3.1 Pro Preview
google/gemini-3.1-pro-preview
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
Segundo o catálogo da OpenRouter, google/gemini-3.1-pro-preview é um modelo em prévia do Google que aceita entradas de texto, imagem, arquivo, áudio e vídeo e retorna texto, com uma janela de contexto de cerca de um milhão de tokens. O raciocínio é obrigatório, com níveis de esforço baixo, médio e alto, e o catálogo indica suporte a ferramentas, saídas estruturadas e formatos de resposta. A descrição do catálogo do Google o posiciona como um modelo de raciocínio de fronteira para engenharia de software e trabalho agêntico, enquanto os números de Design Arena e Artificial Analysis publicados lá oferecem alguns resultados medidos. Não havia um cartão de modelo independente neste pacote de fontes.[1]
Pontos fortes
- O catálogo lista um amplo conjunto de entradas multimodais (texto, imagem, arquivo, áudio, vídeo) combinado com uma janela de contexto de aproximadamente um milhão de tokens, adequada para prompts longos ou ricos em mídia.[1]
- O esforço de raciocínio é ajustável em níveis baixo, médio e alto, e a lista de parâmetros inclui ferramentas, escolha de ferramenta, saídas estruturadas, seeds e formatos de resposta para integrações controladas.[1]
- Os resultados de Design Arena publicados no catálogo são comparativamente melhores em categorias visuais e de front-end, como SVG e componentes de interface, do que em áreas como planilhas, conforme as entradas reportadas.[1]
Limitações
- Toda a evidência vem apenas do catálogo da OpenRouter; nenhum cartão de modelo independente nem documentação do fornecedor foi incluída, portanto as capacidades e os números reportados devem ser validados em cargas de trabalho reais.[1]
- O raciocínio aparece como obrigatório e o raciocínio interno é cobrado separadamente, o que pode adicionar latência e custo que não podem ser desativados.[1]
- Data de corte de conhecimento, termos de licença, requisitos de hardware e status da versão além do rótulo de prévia não são informados, e o índice agêntico reportado é modesto em relação ao índice de codificação nos mesmos dados do catálogo.[1]
Onde usar
- Análise de documentos longos ou mídia mista, onde a grande janela de contexto e as entradas de áudio/vídeo podem ajudar, sujeito a testes na carga de trabalho.[1]
- Tarefas de prototipagem visual e de front-end, como componentes de interface ou geração de SVG, onde os resultados de arena reportados no catálogo parecem relativamente favoráveis.[1]
- Fluxos estruturados ou com chamadas de ferramentas que se beneficiem de formatos de resposta, saída em esquema JSON e esforço de raciocínio ajustável.[1]
Fontes
- [1] OpenRouter catalog · Google: Gemini 3.1 Pro PreviewFontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
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...
Especificações
- ID do modelo
- google/gemini-3.1-pro-preview
- ID canônico
- google/gemini-3.1-pro-preview-20260219
- Criador
- Adicionado ao OpenRouter
- 19.02.2026
- Comprimento de contexto
- 1,048,576
- Modalidade
- text+image+file+audio+video->text
- Modalidades de entrada
- audio, file, image, text, video
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $2 / saída $12
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | AA — próximos 20% da coorte | — |
| Agentes | CC — abaixo da faixa B | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | entrada: file |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | entrada: audio |
| Vídeo | Sem medição | entrada: video |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 68.8 | AA — próximos 20% da coorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 8.2 | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · agenticgamedevtaxa de vitória 43.9% · posição 23 | 1,061Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · agentichtmlslidestaxa de vitória 55.8% · posição 4 | 1,226Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · agenticslidestaxa de vitória 33.8% · posição 7 | 1,112Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · agenticslides(html)taxa de vitória 54.4% · posição 4 | 1,219Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · agenticslides(python-pptx)taxa de vitória 33.9% · posição 7 | 1,107Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · androidnativetaxa de vitória 41.1% · posição 40 | 1,035Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · blender3dtaxa de vitória 39.8% · posição 18 | 1,037Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · codetovideotaxa de vitória 44.8% · posição 15 | 1,122Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 40.5% · posição 34 | 1,047Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · godotgamedevtaxa de vitória 54.4% · posição 19 | 1,145Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · htmlslidestaxa de vitória 48.5% · posição 18 | 1,048Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · mobileappstaxa de vitória 42.3% · posição 42 | 1,088Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · pdftaxa de vitória 39.7% · posição 29 | 1,107Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · pptxslidestaxa de vitória 34.1% · posição 7 | 1,110Elo | —Sem nota | 13.11.2026 |
| Design Arena | agents · python-pptxslidestaxa de vitória 31.9% · posição 25 | 1,109Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · spreadsheettaxa de vitória 32.5% · posição 28 | 1,020Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · webappstaxa de vitória 44.2% · posição 35 | 1,108Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 58.5% · posição 46 | 1,217Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 63.5% · posição 14 | 1,265Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 64.4% · posição 48 | 1,234Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 61.8% · posição 40 | 1,237Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 52.4% · posição 60 | 1,192Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 67.9% · posição 13 | 1,276Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 69.4% · posição 32 | 1,271Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 64.4% · posição 47 | 1,245Elo | BB — próximos 30% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (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 | — | — | — |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.