That's NeuralCatálogo de modelos

google

Google: Gemini 3.1 Pro Preview (batch)

google/gemini-3.1-pro-preview:batch

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

O Gemini 3.1 Pro Preview do Google aparece no OpenRouter como um modelo de raciocínio multimodal em prévia, em uma variante em lote. Segundo o catálogo, aceita entradas de texto, imagem, arquivo, áudio e vídeo e retorna texto, com uma janela de contexto de cerca de um milhão de tokens e raciocínio obrigatório com níveis de esforço ajustáveis. A listagem reporta chamada de ferramentas e saídas estruturadas e registra resultados medidos em avaliações de codificação e tarefas agênticas. Como a evidência vem apenas de uma entrada de catálogo, as capacidades devem ser validadas em cargas de trabalho reais.[1]

Pontos fortes

  • O catálogo indica uma janela de contexto de cerca de um milhão de tokens com entradas de texto, imagem, arquivo, áudio e vídeo, adequada para prompts multimodais grandes.[1]
  • O esforço de raciocínio pode ser escolhido entre níveis baixo, médio e alto, e a listagem expõe chamada de ferramentas, saídas estruturadas e controle do formato de resposta.[1]
  • O catálogo registra resultados medidos em avaliações de codificação e tarefas agênticas, enquanto a descrição do Google afirma melhorias em engenharia de software e confiabilidade agêntica nesta prévia.[1]

Limitações

  • Toda a evidência vem de uma única entrada do catálogo do OpenRouter; nenhum cartão de modelo independente estava disponível neste pacote de fontes, portanto as capacidades declaradas pelo fornecedor não estão verificadas.[1]
  • A listagem marca o raciocínio como obrigatório e a saída como somente texto, o que pode restringir aplicações sensíveis à latência ou que precisem de saídas não textuais.[1]
  • O status de prévia e campos ausentes como a data de corte do conhecimento tornam recomendável validar estabilidade e atualidade em cargas de trabalho reais antes do uso em produção.[1]

Onde usar

  • Processamento em lote de entradas grandes ou multimodais, como análise de documentos, áudio ou vídeo em que a latência não é crítica.[1]
  • Fluxos de engenharia de software ou agênticos que aproveitem a chamada de ferramentas e as saídas estruturadas, mediante validação nas tarefas do próprio usuário.[1]
  • Resumo ou perguntas e respostas de contexto longo sobre arquivos extensos, dada a janela de contexto reportada pelo catálogo.[1]

Fontes

  1. [1] OpenRouter catalog · Google: Gemini 3.1 Pro Preview (batch)Fontes 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:batch
ID canônico
google/gemini-3.1-pro-preview-20260219
Criador
google
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 $1 / saída $6
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.

TarefaNotaCapacidade declarada pela fonte
Qualidade geralSem mediçãoraciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort
ProgramaçãoAA — próximos 20% da coorte—
AgentesCC — abaixo da faixa Bparâmetros: structured_outputs, tool_choice, tools
EscritaSem mediçãosaída: text
RaciocínioSem mediçãoraciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort
Análise de documentosSem mediçãoentrada: file
VisãoSem mediçãoentrada: image
Geração de imagensSem medição—
ÁudioSem mediçãoentrada: audio
VídeoSem mediçãoentrada: video
EmbeddingsSem medição—

Avaliações

FonteBenchmarkValorNotaDados obtidos
Artificial AnalysisCoding index68.8AA — próximos 20% da coorte13.11.2026
Artificial AnalysisAgentic index8.2CC — abaixo da faixa B13.11.2026
Design Arenaagents · agenticgamedevtaxa de vitória 43.9% · posição 231,061EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · agentichtmlslidestaxa de vitória 55.8% · posição 41,226Elo—Sem nota13.11.2026
Design Arenaagents · agenticslidestaxa de vitória 33.8% · posição 71,112Elo—Sem nota13.11.2026
Design Arenaagents · agenticslides(html)taxa de vitória 54.4% · posição 41,219Elo—Sem nota13.11.2026
Design Arenaagents · agenticslides(python-pptx)taxa de vitória 33.9% · posição 71,107Elo—Sem nota13.11.2026
Design Arenaagents · androidnativetaxa de vitória 41.1% · posição 401,035EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · blender3dtaxa de vitória 39.8% · posição 181,037EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · codetovideotaxa de vitória 44.8% · posição 151,122EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · fullstacktaxa de vitória 40.5% · posição 341,047EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · godotgamedevtaxa de vitória 54.4% · posição 191,145EloBB — próximos 30% da coorte13.11.2026
Design Arenaagents · htmlslidestaxa de vitória 48.5% · posição 181,048EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · mobileappstaxa de vitória 42.3% · posição 421,088EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · pdftaxa de vitória 39.7% · posição 291,107EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · pptxslidestaxa de vitória 34.1% · posição 71,110Elo—Sem nota13.11.2026
Design Arenaagents · python-pptxslidestaxa de vitória 31.9% · posição 251,109EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · spreadsheettaxa de vitória 32.5% · posição 281,020EloCC — abaixo da faixa B13.11.2026
Design Arenaagents · webappstaxa de vitória 44.2% · posição 351,108EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · 3dtaxa de vitória 58.5% · posição 461,217EloBB — próximos 30% da coorte13.11.2026
Design Arenamodels · asciiarttaxa de vitória 63.5% · posição 141,265EloAA — próximos 20% da coorte13.11.2026
Design Arenamodels · codecategoriestaxa de vitória 64.4% · posição 481,234EloBB — próximos 30% da coorte13.11.2026
Design Arenamodels · dataviztaxa de vitória 61.8% · posição 401,237EloBB — próximos 30% da coorte13.11.2026
Design Arenamodels · gamedevtaxa de vitória 52.4% · posição 601,192EloBB — próximos 30% da coorte13.11.2026
Design Arenamodels · svgtaxa de vitória 67.9% · posição 131,276EloAA — próximos 20% da coorte13.11.2026
Design Arenamodels · uicomponenttaxa de vitória 69.4% · posição 321,271EloAA — próximos 20% da coorte13.11.2026
Design Arenamodels · websitetaxa de vitória 64.4% · posição 471,245EloBB — próximos 30% da coorte13.11.2026
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.

ProvedorComprimento de contextoPreço entrada /1MPreço saída /1MLatência p50 (30m, s)Taxa p50 (30m, tok/s)Disponibilidade (30m)
Google1,048,576$1$6———

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.