Google: Gemini 3.1 Pro Preview Custom Tools

Google: Gemini 3.1 Pro Preview Custom Tools é um modelo de texto da Google, oferecido como uma variante de pré-visualização do Gemini 3.1 Pro. A sua característica distintiva é uma alteração ao comportamento de seleção de ferramentas: o modelo está ajustado para evitar o uso excessivo de uma ferramenta bash geral quando estão disponíveis opções de terceiros mais eficientes. O fornecedor lançou-o em 2026-02-25, e este situa-se na categoria de texto em api14.

O modelo aceita entradas de texto, áudio, imagem, vídeo e ficheiros, e devolve apenas texto. A sua janela de contexto é de 1,048,576 tokens, com uma saída máxima de 65,536 tokens. O comportamento de raciocínio é exposto através dos parâmetros reasoning, reasoning_effort e include_reasoning, para que possa controlar quanta deliberação interna o modelo aplica e se esse raciocínio é apresentado na resposta.

Essas capacidades apontam para alguns padrões práticos. A janela de contexto muito grande adequa-se a trabalho sobre documentos longos, transcrições ou entradas com múltiplos ficheiros, e a mistura de modalidades de entrada significa que pode passar áudio, imagens, vídeo ou ficheiros juntamente com instruções de texto sem um passo de pré-processamento separado. Como a seleção de ferramentas é o foco desta variante, esta encaixa em fluxos de trabalho agênticos em que o modelo tem de escolher entre várias ferramentas, particularmente quando uma ferramenta bash geral tende a dominar noutras configurações. As saídas estruturadas e o suporte de raciocínio também a tornam razoável para tarefas de extração e análise em que pretende uma forma de resposta previsível.

Pode chamá-lo através da API compatível com OpenAI da api14 usando o id de modelo google/gemini-3.1-pro-preview-customtools. Os pedidos suportam include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools e top_p. Se pretende um agente com ferramentas, passe tools e tool_choice; se pretende uma amostragem tendencialmente determinística, use seed e temperature. Para dados estruturados, use response_format ou structured_outputs. Vale a pena verificar entradas longas face ao contexto de 1,048,576 tokens e ao limite de saída de 65,536 tokens.

Tenha em conta que esta é uma compilação de pré-visualização e uma variante especializada, por isso vale a pena testá-la com o seu próprio conjunto de ferramentas em vez de assumir que o ajuste da seleção de ferramentas corresponde à sua configuração. A saída é apenas texto, por isso qualquer coisa que exija imagens, áudio ou vídeo gerados requereria um modelo diferente. Se o seu trabalho não envolver seleção de ferramentas, um lançamento Gemini de uso geral pode ser uma escolha mais simples, uma vez que o comportamento de ferramentas personalizadas é a principal razão para escolher este.