Gemini 3.1 Pro(프리뷰)는 Gemini 3 Pro 라인을 다듬은 Google의 개선판으로, 모델 페이지는 더 나은 사고, 향상된 토큰 효율, 더 근거 있고 사실적으로 일관된 경험을 강조하며, DeepMind 모델 카드는 복잡한 작업을 위한 Google의 가장 진보한 모델이라고 부릅니다.
- 입력
- 텍스트 이미지 동영상 오디오 $2/M
- 출력
- 텍스트 $12/M
- 오디오 입력
- $2/M
- 캐시 읽기
- $0.2/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 60% 저렴
- 지식 컷오프
- 2025-01
입력이 200K 토큰을 넘으면 요청 전체가 입력 $4/M · 출력 $18/M으로 과금됩니다
벤치마크
공급자 공개 자료: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
가격 수준 비교
같은 종류의 모델 68개 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
사양 및 제한
토큰
| 컨텍스트 윈도우(공급자 사양) | 1,048,576 |
|---|---|
| 최대 출력(공급자 사양) | 65,536 |
| 지식 컷오프 | 2025-01 |
프롬프트 캐싱
| 캐싱 방식 | 자동 + 명시적 |
|---|---|
| 최소 접두사 | 4,096 |
사고
| 공급자 파라미터 | thinkingLevel |
|---|---|
| 허용 값 | low · medium · high (minimal is not supported) |
| 기본값 | high 요청에서 지정하지 않을 때 적용 |
| 비활성화 가능 | 미지원 |
| 사고 동작 | minimal 수준이 없는 유일한 Gemini 3 티어이며, Google은 3.1 Pro에서 사고를 끌 수 없다고 명시합니다. 사고 토큰은 출력 토큰으로 과금되고, 함수 호출에는 thought signature를 반환해야 합니다. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이가 받는 파라미터입니다. 위의 공급자 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 + 동영상 + 오디오 → 텍스트 |
|---|
- 입력 1,048,576 토큰
- Search/Maps 그라운딩과 코드 실행 지원
- 게이트웨이 역량 태그와 달리 이미지 생성은 지원하지 않음
출처: Google 공식 문서 ↗
프롬프트 하나, 게이트웨이를 거쳐 측정
Gemini 3.1 Pro 통과 · 3 sentences
Enabling the AI's reasoning capability forces the model to generate a massive amount of invisible "thought" tokens to logically work through complex problems before delivering its final answer. Because our vendor's pricing model charges us for total computational effort—including all of these hidden background tokens—our billable usage effectively doubled per request. While this directly increases our upfront software expenses, we are trading this higher compute cost for a drastic reduction in expensive downstream errors and manual human rework.
출력 1412 tok (+1318 사고) 지연 시간 12.7 s
지시 준수(정확히 세 문장이라 셀 수 있음), 독자에 맞춘 어조(CFO 대상), 아래 토큰 미터에 드러나는 숨은 사고 토큰 과금 차이를 봅니다.
Gemini 3.1 Pro 통과 · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The original function initializes `cur` and `best` to 0 and only increments `cur` when two adjacent elements are equal. This effectively counts the number of *matching consecutive pairs* (or transitions) rather than the actual number of *elements* in the run, causing all calculated lengths to be […]
출력 4092 tok (+3933 사고) 지연 시간 31.1 s
수정이 실제로 맞는지(실행되는지), 설명이 얼마나 압축적인지, 범위가 정해진 작업에서 토큰을 얼마나 효율적으로 쓰는지를 봅니다.
Gemini 3.1 Pro 통과 · 5/5 fields, guidance "withheld"
```json { "company": "Meridian Robotics", "quarter": "September", "revenue_usd_m": 412, "growth_pct": "11 and change", "guidance": "withheld" } ```
출력 1806 tok (+1743 사고) 지연 시간 14.1 s
스키마 준수(없는 필드를 지어내지 않는지), 환각을 유도하는 조건에서의 대응(guidance 값을 일부러 주지 않음), 구조화된 출력 경로의 차이를 봅니다.
Gemini 3.1 Pro 통과 · 120 words, 0 banned, 1 question
We are excited to announce universal prompt caching for our API gateway. Handling multiple AI models usually means paying for redundant prompts across various platforms. Why should you pay twice for identical queries? Now, our gateway automatically stores and retrieves exact prompt matches regardless of the backend provider you select. This reduces latency and significantly cuts your inference costs. Whether you route a request to one service today or a different vendor tomorrow, our intelligent caching layer intercepts the call and serves the saved response instantly. Developers can configure cache expiration times and specify matching criteria directly in the control panel. Experience faster response times and optimized resource usage starting today. Upgrade your software client to version two right now.
출력 4060 tok (+3929 사고) 지연 시간 28.6 s
제약 준수(단어 수 제한, 금지어 목록, 의문문 하나), 문체의 특징, 길이 조절을 봅니다.
30초 만에 Gemini 3.1 Pro 사용하기
OpenAI 호환입니다. base_url만 바꾸고 SDK는 그대로 쓰세요. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gemini-3.1-pro-preview",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gemini-3.1-pro-preview",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.1-pro-preview",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gemini-3.1-pro-preview",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gemini-3.1-pro-preview")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Gemini 3.1 Pro 소개
- Google은 최적 용도로 에이전틱 성능, 고급 코딩, 롱 컨텍스트 및 멀티모달 이해, 알고리즘 개발, 도구 기반 에이전트, 정밀한 도구 사용이 필요한 다단계 실행을 꼽습니다.
- 텍스트·이미지·영상·오디오·PDF 입력을 1,048,576 토큰 컨텍스트 윈도우와 65,536 출력 토큰으로 받고, 함수 호출, 구조화 출력, 코드 실행, 검색·지도 그라운딩, URL 컨텍스트, 컨텍스트 캐싱, Batch API를 지원하며, 컴퓨터 사용과 Live API는 지원하지 않습니다.
- 사고는 thinking_level로 제어되는데 Pro 라인은 low, medium, high만 받고 Flash 모델이 제공하는 minimal 설정이 없으며 기본값은 high입니다.
- 추론을 비활성화할 수 없으므로 모든 요청에서 출력 요율로 과금되는 사고 토큰을 예산에 넣어야 하고, 멀티턴 연속성을 원한다면 Gemini 3이 발행하는 사고 서명을 되돌려 보내야 합니다. gemini-3.1-pro-preview-customtools 변형은 개발자가 정의한 도구를 우선하며, 이전 gemini-3-pro-preview 식별자는 이 모델로 대체되면서 폐기되었습니다.
- Synthorai는 OpenAI 호환 chat completions API를 앞단에 두고 이 모델을 제공합니다.
자주 묻는 질문
Gemini 3.1 Pro API는 무료로 사용해 볼 수 있나요?
네. 신규 계정에는 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 입력 100만 토큰당 $2 기준으로 계산하면, 이 크레딧만으로 Gemini 3.1 Pro에 약 8K 토큰짜리 요청을 62회쯤 보낼 수 있습니다.
Gemini 3.1 Pro는 어떤 작업에 가장 강한가요?
더 나은 사고와 개선된 토큰 효율, 소프트웨어 엔지니어링·에이전트 최적화, 개발자 정의 도구 우선의 custom-tools 변형. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
Gemini 3.1 Pro 가격은 얼마인가요?
Synthorai에서 Gemini 3.1 Pro 가격은 입력 100만 토큰당 $2, 출력 100만 토큰당 $12입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다. 캐시된 입력 토큰은 100만 토큰당 $0.2입니다.
Gemini 3.1 Pro의 컨텍스트 길이는 얼마인가요?
Gemini 3.1 Pro의 컨텍스트 윈도우는 1M 토큰입니다. 한 번의 응답으로 최대 65,536 토큰까지 출력할 수 있습니다.
Gemini 3.1 Pro는 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 절감을 확실히 보장받고 싶다면 명시적 모드를 쓸 수 있습니다. 캐시된 입력 토큰은 100만 토큰당 $0.2입니다(캐시되지 않으면 $2). 캐시되려면 프롬프트에 4,096토큰 이상의 변하지 않는 접두사가 있어야 합니다. 프롬프트 캐싱 가이드 →
Gemini 3.1 Pro는 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="gemini-3.1-pro-preview"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.
Gemini 3.1 Pro의 지식 컷오프는 언제인가요?
공급자 공식 문서에 따르면 Gemini 3.1 Pro의 지식 컷오프는 2025-01입니다(2026-07-09 기준).
관련 모델
비교
이 페이지의 모든 값은 공급자 공식 문서(위 링크)에서 그대로 옮겨 적었으며, 확인한 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교해 보여 주지만, 공급자마다 정의가 다른 사양 값은 차이만 밝히고 차트로 비교하지 않습니다. 저희가 직접 측정한 수치는 없고, 점수도 매기지 않습니다.