Gemini 3.1 Pro Preview

Модель gemini-3.1-pro-preview/image-to-text представляет собой вершину мультимодального анализа, разработанную с нуля для преобразования визуальных данных в практические текстовые выводы. Благодаря бесшовной интеграции с платформой GPT Proto эта модель предоставляет разработчикам и предприятиям надежный набор инструментов для решения задач — от автоматического создания подписей к изображениям и сложного OCR до комплексного пространственного анализа в 2D и 3D. Используя архитектуру gemini-3.1-pro-preview/image-to-text, пользователи могут отказаться от разрозненных ML-конвейеров и вместо этого применять единую мощную конечную точку для обнаружения объектов, создания масок сегментации и высокоточного ответа на визуальные вопросы.

Модальности

Контекст

Примеры использования API

curl --request POST "https://gptproto.com/v1/chat/completions" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "gemini-3.1-pro-preview",
    "messages": [
      {
        "role": "user",
        "content": "Hello"
      }
    ]
  }'

Gemini 3.1 Pro Preview pricing

Chat, coding agents & document work. Priced per 1M tokens — input, cached input and output are billed separately. GPTProto is 40% below official rates.

Ваш объём

Модель

Google · ≈ 148M tokens/mo (48M cached)

Monthly volume

OpenRouter

Прайс + 5.5% комиссия за кредит

$330.85

в месяц

Input (non-cached)$67.52

Cache read$10.128

Output$253.20

Google

Напрямую от Google (прайс)

$313.60

в месяц

Input (non-cached)$64

Cache read$9.6

Output$240

ВЫГОДНЕЕ

GPTProto

40% off официальной

$188.16

в месяц

После скидки$188.16

Effective$188.16

Месячная стоимость по источникам

OpenRouter

$330.85

Google

$313.60

GPTProto

$188.16

Экономия $125.44 / мес

на GPTProto против Google (−40%)

Годовая экономия ≈ $1505.28 · оплата по факту

OpenRouter costs include its ~5.5% credit purchase fee. GPTProto applies a per-model discount (10–30% off) and your bonus credits are also spent at discounted rates — savings compound. Estimates assume a 60% cache hit rate.

Похожие модели

Все модели

Gemini 3.1 Pro Preview

Текущая

byGoogle1.05M context$1.2/M input$7.2/M output

DeepSeek Flash

byDeepSeek$0.3/M input$1.2/M output

Hy4 Preview

byHunyuan1.05M context$0.7923/M input$2.376/M output

GPT 6 Astra

byOpenAI1.05M context$8/M input$40/M output

Gemini 3.8 Flash

byGoogle1.05M context$0.9/M input$4.5/M output

Claude Fable 5.1

byClaude1M context$9/M input$45/M output

Qwen3.8 Max 0902

byQwen1M context$1.8/M input$5.4/M output

GLM 5.3 Flash

byZ-AI1.31M context$0.15/M input$0.5/M output

DeepSeek v4 Flash Vision Exp

byDeepSeek1.05M context$0.3/M input$1.2/M output

GLM 5.3

byZ-AI1.31M context$1.26/M input$3.96/M output

Gemini 3.7 Flash

byGoogle1.05M context$0.9/M input$4.5/M output

Grok 4.6

byGrok500K context$1.2/M input$3.6/M output

Qwen3.8 Max

byQwen1M context$1.8/M input$5.4/M output

Claude Opus 5

byClaude1M context$4.5/M input$22.5/M output

Gemini 3.6 Flash

byGoogle1.05M context$0.9/M input$4.5/M output

Gemini 3.5 Flash Lite

byGoogle1.05M context$0.18/M input$1.5/M output

Kimi K3

byMoonshotAI1.05M context$2.7/M input$13.5/M output

GPT 5.6 Luna

byOpenAI1.05M context$0.16/M input$0.96/M output

GPT 5.6 Terra

byOpenAI1.05M context$1.6/M input$9.6/M output

Grok 4.5

byGrok500K context$1.2/M input$3.6/M output

Claude Sonnet 5

byClaude1M context$1.8/M input$9/M output

Minimax M3

byMiniMax1.05M context$0.48/M input$0.96/M output

GLM 5.2

byZ-AI1.05M context$1.26/M input$3.96/M output

Qwen3.7 Max

byQwen1M context$0.36/M input$1.44/M output

Gemini 3.5 Flash

byGoogle1.05M context$0.9/M input$5.4/M output

DeepSeek v4 Flash

byDeepSeek1.05M context$0.3/M input$1.2/M output

Grok 4.3

byGrok1M context$0.75/M input$1.5/M output

Kimi K2.6

byMoonshotAI262K context$0.855/M input$3.6/M output

Gemini 3.1 Flash Lite Preview

byGoogle1.05M context$0.15/M input$0.9/M output

Minimax M2.5

byMiniMax205K context$0.24/M input$0.96/M output

Kimi K2.5

byMoonshotAI262K context$0.54/M input$2.7/M output

Doubao Seed 1.6 Thinking (Build 250715)

byBytedance262K context$0.0971/M input$0.9714/M output

Doubao Seed 1.6 Thinking (Build 250615)

byBytedance262K context$0.0971/M input$0.9714/M output

Doubao Seed 1.6 Flash (Build 250615)

byBytedance262K context$0.0182/M input$0.1821/M output

Модель					Вход → Выход
Gemini 3.1 Pro PreviewТекущая $		1.05M	$1.20 / $7.20 per 1M	$2.70 / $0.12 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
DeepSeek Flash $	—	—	$0.30 / $1.20 per 1M	— / $0.006 per 1M	Вход: ТекстВход: Изображение Выход: Текст
Hy4 Preview $		1.05M	$0.79 / $2.38 per 1M	— / $0.04 per 1M	Вход: Текст Выход: Текст
GPT 6 Astra $		1.05M	$8.00 / $40.00 per 1M	$10.00 / $0.80 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Gemini 3.8 Flash $		1.05M	$0.90 / $4.50 per 1M	$0.60 / $0.09 per 1M	Вход: ТекстВход: ИзображениеВход: ВидеоВход: ДокументВход: Аудио Выход: Текст
Claude Fable 5.1 $		1M	$9.00 / $45.00 per 1M	$11.25 / $0.23 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Qwen3.8 Max 0902 $		1M	$1.80 / $5.40 per 1M	$2.25 / $0.23 per 1M	Вход: ТекстВход: ИзображениеВход: ВидеоВход: ДокументВход: Аудио Выход: Текст
GLM 5.3 Flash $	—	1.31M	$0.15 / $0.50 per 1M	— / $0.03 per 1M	Вход: ТекстВход: ИзображениеВход: ВидеоВход: Документ Выход: Текст
DeepSeek v4 Flash Vision Exp $	—	1.05M	$0.30 / $1.20 per 1M	— / $0.006 per 1M	Вход: ТекстВход: Изображение Выход: Текст
GLM 5.3 $		1.31M	$1.26 / $3.96 per 1M	— / $0.23 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Gemini 3.7 Flash $		1.05M	$0.90 / $4.50 per 1M	$0.60 / $0.09 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Grok 4.6 $		500K	$1.20 / $3.60 per 1M	— / $0.30 per 1M	Вход: ТекстВход: Изображение Выход: Текст
Qwen3.8 Max $		1M	$1.80 / $5.40 per 1M	$2.25 / $0.23 per 1M	Вход: ТекстВход: ИзображениеВход: ВидеоВход: Документ Выход: Текст
Claude Opus 5 $		1M	$4.50 / $22.50 per 1M	$5.63 / $0.45 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Gemini 3.6 Flash $		1.05M	$0.90 / $4.50 per 1M	$0.60 / $0.09 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Gemini 3.5 Flash Lite $		1.05M	$0.18 / $1.50 per 1M	$0.60 / $0.02 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Kimi K3 $		1.05M	$2.70 / $13.50 per 1M	$0.27 / $0.27 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
GPT 5.6 Luna $		1.05M	$0.16 / $0.96 per 1M	$0.20 / $0.02 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
GPT 5.6 Terra $		1.05M	$1.60 / $9.60 per 1M	$2.00 / $0.16 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Grok 4.5 $		500K	$1.20 / $3.60 per 1M	$0.30 / $0.30 per 1M	Вход: ТекстВход: Изображение Выход: Текст
Claude Sonnet 5 $		1M	$1.80 / $9.00 per 1M	$2.25 / $0.18 per 1M	Вход: ТекстВход: Документ Выход: Текст
Minimax M3 $		1.05M	$0.48 / $0.96 per 1M	$0.10 / $0.10 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
GLM 5.2 $		1.05M	$1.26 / $3.96 per 1M	$0.23 / $0.23 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Qwen3.7 Max $		1M	$0.36 / $1.44 per 1M	$0.07 / $0.07 per 1M	Вход: ТекстВход: Документ Выход: Текст
Gemini 3.5 Flash $		1.05M	$0.90 / $5.40 per 1M	$0.60 / $0.09 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
DeepSeek v4 Flash $	—	1.05M	$0.30 / $1.20 per 1M	— / $0.006 per 1M	Вход: Текст Выход: Текст
Grok 4.3 $		1M	$0.75 / $1.50 per 1M	$0.12 / $0.12 per 1M	Вход: ТекстВход: Изображение Выход: Текст
Kimi K2.6 $		262K	$0.85 / $3.60 per 1M	$0.14 / $0.14 per 1M	Вход: ТекстВход: Документ Выход: Текст
Gemini 3.1 Flash Lite Preview $		1.05M	$0.15 / $0.90 per 1M	$0.60 / $0.01 per 1M	Вход: ТекстВход: ИзображениеВход: Документ Выход: Текст
Minimax M2.5 $		205K	$0.24 / $0.96 per 1M	$0.30 / $0.02 per 1M	Вход: ТекстВход: Документ Выход: Текст
Kimi K2.5 $		262K	$0.54 / $2.70 per 1M	$0.09 / $0.09 per 1M	Вход: ТекстВход: Документ Выход: Текст
Doubao Seed 1.6 Thinking (Build 250715) $		262K	$0.10 / $0.97 per 1M	—	Вход: ТекстВход: Изображение Выход: Текст
Doubao Seed 1.6 Thinking (Build 250615) $		262K	$0.10 / $0.97 per 1M	—	Вход: ТекстВход: Изображение Выход: Текст
Doubao Seed 1.6 Flash (Build 250615) $		262K	$0.02 / $0.18 per 1M	—	Вход: ТекстВход: Изображение Выход: Текст

Использование возможностей gemini-3.1-pro-preview/image-to-text для продвинутого визуального интеллекта

Оцените следующий этап развития компьютерного зрения с gemini-3.1-pro-preview/image-to-text на GPT Proto. Эта модель не просто видит пиксели — она понимает контекст, глубину и пространственные взаимосвязи. Готовы преобразить свой рабочий процесс? Изучите gemini-3.1-pro-preview/image-to-text прямо сейчас.

Преодоление ограничений традиционного распознавания изображений

Годами разработчикам приходилось объединять несколько специализированных моделей, чтобы достичь того, с чем gemini-3.1-pro-preview/image-to-text справляется за один проход инференса. Традиционным OCR-движкам не хватало контекстного понимания, а отдельные модели обнаружения объектов испытывали трудности с семантической маркировкой. Модель gemini-3.1-pro-preview/image-to-text решает эту проблему благодаря изначальной мультимодальности. Она воспринимает визуальный ввод как нативный тип данных, обеспечивая плавное рассуждение на основе изображений и текста. Анализируете ли вы медицинскую схему или хаотичный вид городской улицы, gemini-3.1-pro-preview/image-to-text сохраняет целостное понимание всей сцены.

На GPT Proto мы предоставляем инфраструктуру, позволяющую gemini-3.1-pro-preview/image-to-text раскрыть весь свой потенциал. Благодаря оптимизированным задержкам и глобальной периферийной сети ваши запросы к gemini-3.1-pro-preview/image-to-text обрабатываются с корпоративной скоростью. Это особенно важно для приложений реального времени, где каждая миллисекунда обработки изображений влияет на удержание пользователей и надежность системы.

Технический разбор: пространственное рассуждение и сегментация

Одной из ключевых особенностей gemini-3.1-pro-preview/image-to-text является улучшенное пространственное понимание. В отличие от старых моделей, предоставляющих расплывчатые описания, gemini-3.1-pro-preview/image-to-text возвращает нормализованные координаты ограничивающих рамок [ymin, xmin, ymax, xmax] в диапазоне от 0 до 1000. Такая точность позволяет идеально интегрировать результаты с элементами пользовательского интерфейса или системами управления роботами. Кроме того, gemini-3.1-pro-preview/image-to-text поддерживает продвинутую сегментацию, возвращая PNG-маски в кодировке base64, которые позволяют изолировать объекты с хирургической точностью.

Сценарий использования: автоматизация корпоративной электронной коммерции

В мире цифровой розничной торговли, где цена ошибки особенно высока, gemini-3.1-pro-preview/image-to-text становится мощным инструментом автоматизированного каталогизирования. Передав фотографию товара в gemini-3.1-pro-preview/image-to-text, системы могут мгновенно создавать SEO-оптимизированные заголовки, подробные описания материалов и даже обнаруживать незначительные производственные дефекты. Наш опыт показывает, что использование gemini-3.1-pro-preview/image-to-text на GPT Proto сокращает время ручного ввода данных более чем на 85%, позволяя выводить новые товары в продажу быстрее, чем когда-либо.

Сценарий использования: динамические системы доступности

Для платформ, ориентированных на инклюзивность, gemini-3.1-pro-preview/image-to-text предлагает революционный способ создания альтернативного текста. Помимо простых меток, gemini-3.1-pro-preview/image-to-text может описывать эмоциональный тон изображения, относительное расположение объектов и даже считывать сложный текст в окружающей среде. Это делает gemini-3.1-pro-preview/image-to-text важнейшим инструментом для создания по-настоящему доступного интернета для пользователей с нарушениями зрения.

"Возможности сегментации gemini-3.1-pro-preview/image-to-text в сочетании со стабильностью API GPT Proto полностью изменили наш подход к работе с визуальными данными. Теперь речь идет не просто об идентификации объекта — мы понимаем его место в мире."

Стабильность и масштабируемость на GPT Proto

Развертывание gemini-3.1-pro-preview/image-to-text на GPT Proto гарантирует, что ваше приложение будет построено на надежной основе. Мы берем на себя сложную задачу расчета мультимодальных токенов—обычно gemini-3.1-pro-preview/image-to-text потребляет 258 токенов на один фрагмент размером 768x768—оптимизируя ваши расходы без ущерба для качества. Чтобы глубже разобраться в протоколах интеграции, посетите наше вводное руководство.

Функция	Устаревшие модели компьютерного зрения	gemini-3.1-pro-preview/image-to-text на GPT Proto
Тип обработки	Унимодальная (только изображения)	Полноценное мультимодальное рассуждение
Пространственный вывод	Базовые метки	Нормализованные ограничивающие рамки в диапазоне 0–1000
Сегментация	Не поддерживается	Контурные маски PNG в формате Base64
Максимальное количество файлов в запросе	1-10	До 3 600 файлов изображений

Прозрачное использование и тарификация

В GPT Proto мы верим в ясность и прозрачность. Никаких скрытых "кредитов" или сложных тарифных уровней. Просто пополните баланс, чтобы немедленно начать использовать gemini-3.1-pro-preview/image-to-text. Вы можете отслеживать потребление в режиме реального времени через панель управления, гарантируя, что платите только за точный объем ресурсов, потребляемых вашими экземплярами gemini-3.1-pro-preview/image-to-text.

Будущее визуального ИИ уже наступило. Объединив вычислительную мощь gemini-3.1-pro-preview/image-to-text с ориентированными на разработчиков возможностями GPT Proto, вы получаете все необходимое для создания нового поколения интеллектуальных приложений. Следите за последними тенденциями в области компьютерного зрения в нашем официальном блоге.

Всё, что нужно знать о gemini-3.1-pro-preview/image-to-text

Экспертные ответы на распространённые вопросы о развёртывании и оптимизации gemini-3.1-pro-preview/image-to-text на платформе GPT Proto.

В чём главное преимущество gemini-3.1-pro-preview/image-to-text по сравнению с предыдущими версиями?

Модель gemini-3.1-pro-preview/image-to-text обеспечивает превосходное мультимодальное рассуждение и улучшенные маски сегментации, позволяя понимать и выделять объекты с гораздо более высокой точностью, чем её предшественники.

Как передавать изображения высокого разрешения в gemini-3.1-pro-preview/image-to-text?

Вы можете использовать File API в GPT Proto для загрузки больших файлов, после чего gemini-3.1-pro-preview/image-to-text обрабатывает их с помощью механизма разбиения на тайлы, где каждый тайл размером 768x768 преобразуется в 258 токенов.

Поддерживает ли gemini-3.1-pro-preview/image-to-text координаты для обнаружения объектов?

Да, gemini-3.1-pro-preview/image-to-text предоставляет ограничивающие рамки в формате [ymin, xmin, ymax, xmax], нормализованные к шкале от 0 до 1000, что упрощает обратное масштабирование к исходному размеру изображения.

Может ли gemini-3.1-pro-preview/image-to-text обрабатывать несколько изображений в одном запросе?

Безусловно. gemini-3.1-pro-preview/image-to-text может обрабатывать до 3 600 изображений в одном запросе, что делает модель идеальной для массового анализа или рассуждений по временным последовательностям.

Какие форматы изображений совместимы с gemini-3.1-pro-preview/image-to-text?

gemini-3.1-pro-preview/image-to-text поддерживает форматы PNG, JPEG, WEBP, HEIC и HEIF, обеспечивая широкую совместимость с различными мобильными и веб-приложениями.

Существует ли ограничение на размер файла при использовании gemini-3.1-pro-preview/image-to-text?

Для встроенных данных общий размер запроса к gemini-3.1-pro-preview/image-to-text должен быть менее 20 МБ. Для файлов большего размера рекомендуется использовать File API в GPT Proto.

Как gemini-3.1-pro-preview/image-to-text рассчитывает расход токенов для изображений?

Для изображений, у которых оба измерения ≤ 384px, gemini-3.1-pro-preview/image-to-text взимает фиксированную плату в размере 258 токенов. Изображения большего размера разбиваются на секции 768x768, каждая из которых стоит 258 токенов.

Можно ли получать JSON-вывод напрямую из gemini-3.1-pro-preview/image-to-text?

Да, настроив response_mime_type как application/json, вы можете принудительно заставить gemini-3.1-pro-preview/image-to-text возвращать структурированные данные для обнаружения или сегментации объектов.

Что такое параметр 'media_resolution' в gemini-3.1-pro-preview/image-to-text?

Этот параметр позволяет управлять максимальным количеством токенов, которое gemini-3.1-pro-preview/image-to-text выделяет на изображение, обеспечивая баланс между детализацией и задержкой для конкретных сценариев использования.

Как пополнить баланс для использования gemini-3.1-pro-preview/image-to-text?

Вы можете перейти в Billing Center в GPT Proto и выбрать 'Top-up Balance' или 'Add Funds', чтобы обеспечить бесперебойную работу вызовов API gemini-3.1-pro-preview/image-to-text.

Работает ли gemini-3.1-pro-preview/image-to-text с пространственным пониманием в 3D?

Да, gemini-3.1-pro-preview/image-to-text включает экспериментальную поддержку указания объектов в 3D и пространственного рассуждения, которые можно исследовать с помощью специализированных конфигураций промптов.

Может ли gemini-3.1-pro-preview/image-to-text читать текст в разных ориентациях?

gemini-3.1-pro-preview/image-to-text отличается высокой надёжностью, однако для достижения наилучших результатов мы рекомендуем проверять правильность ориентации изображений перед их отправкой в модель.

Связанные статьи

Руководства, сравнения и обновления по этой модели.

Все статьи

Gemini 3 Pro Image Preview: полный обзор

Изучите возможности Gemini 3 Pro Image Preview в нашем подробном анализе производительности мультимодальной логики. Узнайте, как это работает уже сегодня!

Генератор изображений Gemini 3: будущее искусства ИИ

Изучите революционный генератор изображений Gemini 3. Узнайте о его передовых функциях, истории и влиянии на нашу повседневную жизнь.

Что такое Nano-Banana? Объяснение загадочной новой модели ИИ

Слышали слухи о Nano-Banana AI? Узнайте, что нам известно об этой новой модели изображений, почему она привлекает всеобщее внимание и что это значит для будущего ИИ.

Gemini 3 Flash: быстро, дёшево — но умно ли?

gemini 3 flash от Google жертвует глубоким рассуждением ради высокой скорости и низкой стоимости. Узнайте, как оптимизировать промпты и избежать галлюцинаций в следующем проекте.