Google: Gemini 3.1 Pro Preview

Google: Gemini 3.1 Pro Preview är en avancerad resonemangsmodell från Google, erbjuden som en förhandsutgåva. Den tillhör textkategorin och är byggd på Googles multimodala grund, där leverantören beskriver den som att den levererar förbättrad prestanda inom mjukvaruutveckling, förbättrad agenttillförlitlighet och effektivare tokenanvändning i komplexa arbetsflöden. Leverantörens utgivningsdatum är 2026-02-19.

Modellen accepterar ljud, fil, bild, text och video som indata, och den producerar text som utdata. Dess kontextfönster är 1 048 576 tokens, och maximal utdata är 65 536 tokens. Resonemang är en del av modellens beteende snarare än ett separat läge, och de stödda parametrarna inkluderar reasoning, reasoning_effort och include_reasoning, vilka låter dig styra eller synliggöra resonemanget i dina förfrågningar.

Dessa funktioner pekar mot några praktiska mönster. Långa dokument, inspelningar, bilder och video kan skickas tillsammans i en enda förfrågan, så uppgifter som att sammanfatta ett inspelat möte tillsammans med dess bildspel, extrahera strukturerad data från skannade filer eller besvara frågor över en stor kodbas passar indatamodaliteterna och kontextfönstret. Eftersom modellen är positionerad kring mjukvaruutveckling och agenttillförlitlighet passar den också för kodningsassistenter, flerstegsarbetsflöden som drivs av verktyg och pipelines där en modell måste anropa verktyg upprepade gånger och hålla sig till uppgiften. Strukturerade utdata och response_format gör den till ett rimligt val när nedströms system behöver förutsägbar, tolkningsbar text snarare än fri prosa.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t "google/gemini-3.1-pro-preview". De stödda förfrågningsparametrarna är include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools och top_p. Tools och tool_choice täcker funktionsanrop, response_format och structured_outputs täcker begränsade utdataformer, och seed, temperature, top_p och stop ger dig kontroll över sampling och var genereringen slutar.

Håll utdatataket i åtanke: 65 536 tokens är maximal utdata, så mycket stora enskilda svar behöver delas upp eller strömmas över flera anrop. Modellen är en förhandsutgåva, vilket är värt att notera om du är beroende av långsiktig stabilitet. Om din uppgift är vanlig textgenerering utan ljud-, bild-, video- eller filindata kan en enklare textbaserad modell vara tillräcklig, och om du inte behöver resonemangsstyrning eller verktygsanvändning tillför dessa parametrar inget till din integration.