Gemini 3.1 Pro: самые сильные рассуждения в линейке Gemini

Gemini 3.1 Pro — старшая Pro-модель Google поколения Gemini 3. Это самая сильная модель линейки Gemini по рассуждениям: она разбирает сложные аналитические задачи, пишет и проверяет код, работает с изображениями и документами. В Genosai модель доступна с контекстом 120 000 токенов, принимает изображения и поддерживает вызов функций. Цена — 160 / 960 ₽ за 1M токенов (вход / выход), без подписки и VPN.

Обновлено: 27 сентября 2026 г.

Сильнейшие рассуждения в линейке — Старшая модель поколения Gemini 3: многошаговый анализ, логика и выводы с обоснованием.
Код и код-ревью — Пишет, объясняет и проверяет код, находит ошибки и риски, предлагает исправленную версию.
Изображения и документы — Принимает картинки на вход: скриншоты, схемы, фото документов и графики разбирает по содержанию.
Всегда думает перед ответом — Степень размышления — низкая, средняя или высокая. Режима без размышлений у модели нет.
Контекст 120 000 токенов — Длинный отчёт, договор или крупный модуль кода помещаются в один запрос целиком.
API и вызов функций — OpenAI-совместимый API Genosai: модель gemini-3.1-pro, вызов функций для агентов и автоматизаций.

Что такое Gemini 3.1 Pro

Gemini 3.1 Pro — старшая модель Google в поколении Gemini 3. Если в линейке Gemini нужно выбрать модель с самыми сильными рассуждениями, это она. Рядом в каталоге Genosai стоят более лёгкие модели того же поколения: быстрая Gemini 3 Flash, самая дешёвая Gemini 3.1 Flash Lite и новая быстрая Gemini 3.8 Flash. Предыдущая Pro-модель — Gemini 2.5 Pro.

Разница между Flash и Pro — в назначении. Flash-модели рассчитаны на скорость и массовые запросы: классификацию, короткие тексты, быстрые ответы в чате. Pro — для задач, где цена ошибки выше цены токенов: разбор цифр и причин, код-ревью, анализ документа на десятки страниц, план проекта с зависимостями. Здесь модель должна удержать много условий, пройти несколько шагов рассуждения и объяснить вывод, а не просто выдать правдоподобный текст.

Gemini 3.1 Pro работает с текстом и изображениями. На вход можно подать скриншот интерфейса, фото документа, схему или график, и модель разберёт их содержание. Ответ всегда текстовый. Поддерживается вызов функций, поэтому модель подходит как «мозг» агентов и автоматизаций.

В Genosai Gemini 3.1 Pro доступна с контекстом 120 000 токенов. Цена для клиента — 160 / 960 ₽ за 1M токенов (вход / выход). Работать можно из России без VPN, оплачивать — российской картой, подписка не нужна.

Возможности

Gemini 3.1 Pro стоит выбирать там, где задача сложная и от качества ответа что-то зависит. Ниже — основные сценарии.

Аналитика и рассуждения

Модель разбирает цифры, ищет причины и связи, сравнивает варианты и объясняет, почему пришла к выводу. Это полезно для отчётов по продажам, юнит-экономики, анализа воронки, разбора гипотез. Хорошо работает просьба показать расчёт: модель пишет формулы и промежуточные значения, и их легко проверить.

Код и код-ревью

Gemini 3.1 Pro пишет код, объясняет чужой, находит ошибки и уязвимые места, предлагает рефакторинг. В контекст 120 000 токенов помещается крупный модуль вместе с описанием задачи и логом ошибки. Для сложной логики поднимайте степень размышления до средней или высокой.

Изображения и документы

Скриншот с ошибкой, фото счёта, схема процесса, график из презентации — всё это можно приложить к запросу. Модель опишет, что на изображении, извлечёт данные, найдёт несоответствия или предложит, что улучшить в интерфейсе.

Структурированные ответы и агенты

Модель держит заданный формат: таблицу, нумерованный план, JSON с нужными полями. Вместе с вызовом функций это позволяет встраивать Gemini 3.1 Pro в автоматизации — разбор заявок, заполнение CRM, подготовку черновиков — и передавать результат дальше без ручной правки.

Примеры промпт и ответ

Ниже — реальные ответы Gemini 3.1 Pro, полученные через API Genosai со степенью размышления medium. Первый пример — аналитическая бизнес-задача, второй — код-ревью, третий — структурированный план. Ответы приведены дословно, длинная таблица сокращена «…».

Промпт: Интернет-магазин: в августе 1200 заказов при среднем чеке 3500 ₽ и конверсии 2%, в сентябре 1050 заказов, средний чек 3600 ₽, конверсия 1,6%. Трафик вырос. Разбери, что произошло с выручкой, назови 3 вероятные причины падения конверсии и что проверить в первую очередь. Кратко, с расчётами.

Ответ Gemini 3.1 Pro:
### 1. Что произошло с выручкой (Расчёты)

*   **Август:**
    *   Выручка: 1 200 заказов × 3 500 ₽ = **4 200 000 ₽**
    *   Трафик: 1 200 / 0,02 (2%) = **60 000 посетителей**
*   **Сентябрь:**
    *   Выручка: 1 050 заказов × 3 600 ₽ = **3 780 000 ₽**
    *   Трафик: 1 050 / 0,016 (1,6%) = **65 625 посетителей**

**Итог:** Выручка **упала на 420 000 ₽ (–10%)**, несмотря на рост трафика (+9,4%) и небольшое увеличение среднего чека.

---

### 2. Три вероятные причины падения конверсии

1.  **Нецелевой (мусорный) трафик.** Рост трафика обеспечили новые рекламные каналы или креативы, которые привлекли нерелевантную аудиторию (высокий показатель отказов, люди кликают, но не покупают).
2.  **Технические сбои или проблемы с UX.** Из-за наплыва трафика сайт начал тормозить, либо после обновлений сломался какой-то элемент воронки (например, кнопка «В корзину» на мобильной версии или форма оплаты).
3.  **Истощение ассортимента / Действия конкурентов.** Популярные товары (локомотивы продаж) закончились на складе, либо конкуренты запустили агрессивную акцию в сентябре, из-за чего пользователи сравнивали цены и уходили к ним.

---

### 3. Что проверить в первую очередь

1.  **Источники трафика в веб-аналитике (Яндекс.Метрика / Google Analytics).** Сравните август и сентябрь: откуда пришел новый трафик? Посмотрите показатель отказов (Bounce Rate) и время на сайте по новым каналам.
2.  **Воронку продаж.** На каком именно этапе пользователи стали чаще отваливаться в сентябре (переход в корзину, ввод данных, страница оплаты)? Это сразу укажет на техническую ошибку или проблему с условиями доставки.

_Сгенерировано в Genosai.io моделью Gemini 3.1 Pro._

Промпт: Сделай код-ревью этой функции на Python: найди ошибки и риски, дай исправленную версию. Кратко.

def get_discount(user, orders=[]):
    total = 0
    for o in orders:
        total += o['sum']
    if total > 10000:
        return total * 0.1
    elif total > 5000:
        return total * 0.05

Ответ Gemini 3.1 Pro:
### Ошибки и риски:

1. **Изменяемый аргумент по умолчанию (`orders=[]`)**: Список создается один раз при определении функции. Если в будущем код изменится и список будет модифицироваться внутри функции, это приведет к непредсказуемым багам (состояние сохранится между вызовами).
2. **Отсутствие `return` по умолчанию**: Если сумма меньше или равна 5000, функция неявно вернет `None`. Это вызовет ошибку `TypeError`, если дальше попытаться вычесть эту скидку из числа. Нужно возвращать `0`.
3. **Риск `KeyError`**: Если в словаре заказа нет ключа `'sum'`, код упадет с ошибкой.
4. **Неиспользуемый аргумент `user`**: Передан, но никак не используется (возможно, задел на будущее, но стоит иметь в виду).
5. **Неоптимальный цикл**: Подсчет суммы можно сделать лаконичнее через встроенную функцию `sum()`.

### Исправленная версия:

from typing import Any

def get_discount(user: Any, orders: list[dict] | None = None) -> float:
    if orders is None:
        orders = []

    # Безопасно считаем сумму, игнорируя заказы без ключа 'sum'
    total = sum(o.get('sum', 0) for o in orders)

    if total > 10000:
        return total * 0.1
    if total > 5000:
        return total * 0.05

    return 0.0  # Явный возврат нуля, если скидки нет

_Сгенерировано в Genosai.io моделью Gemini 3.1 Pro._

Промпт: Составь план запуска онлайн-курса за 4 недели для небольшой школы: по неделям, для каждой недели — 2–3 задачи и метрика, по которой понять, что неделя удалась. Оформи таблицей.

Ответ Gemini 3.1 Pro:
Вот пошаговый план запуска онлайн-курса, адаптированный под ресурсы небольшой школы. План рассчитан на 4 недели активной работы с теплой аудиторией и органическим/недорогим трафиком.

### План запуска онлайн-курса (4 недели)

| Неделя | Фокус недели | Основные задачи (2-3 на неделю) | Метрика успеха недели |
| :--- | :--- | :--- | :--- |
| **Неделя 1** | **Упаковка и прогрев** (Подготовка площадок и интрига) | 1. Собрать лендинг курса (программа, тарифы, форма заявки). 2. Написать контент-план прогрева и тексты для email-рассылки. 3. Сделать первый анонс-тизер в соцсетях («Мы готовим кое-что крутое, занимайте места в листе ожидания»). | **Количество заявок в «лист ожидания»** (или подписок на предзапись). Это покажет изначальный интерес теплой базы. |
| **Неделя 2** | **Генерация лидов** (Сбор базы на бесплатное мероприятие) | 1. Запустить рекламу или анонсы по базам на бесплатный лид-магнит (вебинар, марафон, полезный чек-лист). 2. Опубликовать 2-3 экспертных поста/рилс, закрывающих боли аудитории, с призывом идти на бесплатник. | **Количество регистраций на бесплатное мероприятие/вебинар.** (Стоимость регистрации, если используется платная реклама). |
…

**Совет для небольшой школы:** На 3 и 4 неделе не бойтесь писать или звонить потенциальным клиентам лично. Для маленьких проектов индивидуальный подход и помощь с выбором тарифа часто приносят до 40% от всех продаж.

_Сгенерировано в Genosai.io моделью Gemini 3.1 Pro._

Мы проверили расчёты в первом ответе: выручка 4 200 000 и 3 780 000 ₽, падение на 420 000 ₽ (10%), трафик 60 000 и 65 625 посетителей (+9,4%) — всё верно. Исправленная функция во втором ответе корректна; учтите, что запись list[dict] | None работает в Python 3.10 и новее, а o.get('sum', 0) молча пропускает заказы без суммы — иногда лучше явная ошибка. Цифра «до 40% продаж» в третьем ответе — оценка модели, а не проверенные данные. На каждый ответ вместе с размышлением ушло от 900 до 1 650 выходных токенов, то есть примерно 0,9–1,6 ₽.

Как пользоваться в Genosai

Откройте студию Genosai на вкладке «Текст».
В списке моделей выберите Gemini 3.1 Pro.
Откройте панель настроек чата: температура, top_p, лимит ответа до 16 384 токенов, степень размышления и системный промпт.
Опишите задачу: цель, исходные данные, формат ответа. При необходимости приложите изображения.
Получите ответ и уточняйте в том же диалоге — история сохраняется в пределах контекста.

Оплата идёт по токенам, подписка не нужна. Пополнить баланс можно российской картой, VPN не требуется.

Степень размышления

В панели настроек чата есть параметр «Степень размышления», в API он называется reasoning_effort. У Gemini 3.1 Pro доступны три значения: low — «Низкая», medium — «Средняя», high — «Высокая». По умолчанию выбрана низкая. Варианта «без размышлений» у этой модели нет: она всегда хотя бы немного обдумывает ответ.

На простых вопросах размышление почти ничего не стоит. В нашем тесте вопрос на средней степени потребовал около 60 токенов размышления — это примерно 6 копеек. Для математики, логики, сложного кода и многошаговой аналитики поднимайте степень до средней или высокой: ответ придёт дольше, но будет продуманнее. Для коротких текстов и справок оставляйте низкую.

Через API

API Genosai совместим с форматом OpenAI, поэтому подходят привычные SDK. Список доступных моделей — GET /v1/models.

curl https://api.genosai.io/v1/chat/completions \
  -H "Authorization: Bearer sdk_ВАШ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-pro",
    "reasoning_effort": "medium",
    "messages": [{"role": "user", "content": "Разбери отчёт о продажах..."}]
  }'

Промпты

Шаблоны ниже используют сильные стороны модели: анализ, код и структуру. Подставьте свои данные вместо описаний в угловых скобках.

Вот выгрузка продаж за два месяца: <таблица>. Найди, что изменилось, посчитай вклад каждого фактора в выручку и предложи 3 гипотезы для проверки.

Сделай код-ревью: найди ошибки, риски безопасности и места для упрощения. Дай исправленную версию и тест: <код>

Прочитай договор и выпиши в таблицу: обязательства сторон, сроки, штрафы, пункты, которые стоит обсудить с юристом: <текст>

Посмотри на скриншот личного кабинета и перечисли, что мешает пользователю найти кнопку оплаты. Предложи 5 правок по приоритету.

Составь план проекта из 6 этапов: для каждого — задачи, зависимости, риск и критерий готовности: <описание проекта>

Разбери заявку клиента и верни JSON с полями: имя, контакт, суть запроса, бюджет, срочность, следующий шаг.

Стоимость генерации

Цена Gemini 3.1 Pro для клиента в Genosai — 160 / 960 ₽ за 1M токенов (вход / выход). Списывается только фактический объём: длина запроса, приложенных материалов и ответа.

Чтобы прикинуть бюджет: запрос на 2 000 входных токенов с ответом на 1 000 токенов стоит около 1,3 ₽. Токены размышления оплачиваются как выходные. На простом вопросе это десятки токенов, но на сложной задаче с высокой степенью размышления их может быть заметно больше — поэтому высокую степень стоит включать там, где она действительно нужна.

Подписки нет, пополнить баланс можно российскими картами. Актуальные цены — в разделе Тарифы.

Сравнение с альтернативами

Gemini 3.1 Pro — самая сильная модель в линейке Gemini и одна из моделей среднего ценового уровня среди флагманов других провайдеров.

Модель	Цена ₽ за 1M (вход / выход)	Контекст	Ниша
Gemini 3.1 Pro	160 / 960	120 000	Сложный анализ, код, изображения
Gemini 3 Flash	40 / 240	120 000	Быстрые задачи поколения Gemini 3
Gemini 3.1 Flash Lite	20 / 120	120 000	Самая дешёвая модель 3.x
Gemini 2.5 Pro	105 / 840	120 000	Pro прошлого поколения
GPT-6 Sol	160 / 800	256 000	Код и автоматизация
GPT-5.6 Sol	400 / 2400	256 000	Флагман прошлого поколения GPT
Claude Sonnet 5	190 / 940	800 000	Очень большие объёмы текста
DeepSeek V4 Pro	3,2 / 158	800 000	Дешёвая модель, только текст

Внутри линейки Gemini 3 Flash в 4 раза дешевле, а Gemini 3.1 Flash Lite — в 8 раз: для массовых и простых задач их достаточно. По сравнению с Gemini 2.5 Pro новая Pro примерно в 1,5 раза дороже на входе и на 14% дороже на выходе, зато это модель нового поколения.

Среди конкурентов GPT-6 Sol стоит на входе столько же, на выходе на 17% дешевле и даёт контекст 256 000 токенов. GPT-5.6 Sol в 2,5 раза дороже Gemini 3.1 Pro. Claude Sonnet 5 дороже на входе, почти равен по выходу и берёт контекст 800 000 токенов. DeepSeek V4 Pro в 50 раз дешевле на входе и примерно в 6 раз на выходе, но работает только с текстом и не принимает изображения.

Ограничения и советы

У Gemini 3.1 Pro в Genosai нет встроенного веб-поиска: модель не знает свежих новостей, курсов и цен. Если ответ зависит от актуальных данных, передайте их в запросе. Выход только текстовый — изображения модель анализирует, но не рисует.

Контекст — 120 000 токенов. Для очень длинных материалов разбейте их на части или выберите модель с большим окном, например Claude Sonnet 5. Ответ ограничен 16 384 токенами — длинные тексты просите частями.

Размышления отключить нельзя, но можно управлять их глубиной. Для простых вопросов оставляйте низкую степень, для математики, логики и кода — среднюю или высокую. Если задача простая и массовая, не переплачивайте за Pro: Gemini 3 Flash справится дешевле.

Задавайте формат явно: таблица, число пунктов, JSON, ограничение по длине. Для кода передавайте связанные файлы, версии библиотек и текст ошибки. И проверяйте результат вручную, если от него зависят деньги, безопасность или важные решения: запускайте код, сверяйте цифры и факты с источником. Даже самая сильная модель может ошибиться.

FAQ

Что такое Gemini 3.1 Pro?

Это старшая Pro-модель Google поколения Gemini 3 и самая сильная модель линейки Gemini по рассуждениям. Она рассчитана на анализ, программирование и работу с изображениями и документами. В Genosai у неё контекст 120 000 токенов и текстовый ответ.

Сколько стоит Gemini 3.1 Pro в Genosai?

Цена для клиента — 160 / 960 ₽ за 1M токенов (вход / выход). Подписки нет: списывается только фактический объём запроса и ответа. Токены размышления оплачиваются как выходные.

Чем Gemini 3.1 Pro отличается от Gemini 3 Flash?

Gemini 3 Flash — быстрая модель поколения для повседневных задач, Gemini 3.1 Pro — старшая модель для самых сложных. Flash стоит 40 / 240 ₽ за 1M токенов, то есть в 4 раза дешевле; Pro имеет смысл брать, когда нужна максимальная глубина анализа.

Можно ли отключить размышления?

Нет. Gemini 3.1 Pro принимает только три значения степени размышления: low, medium и high, по умолчанию low. Значения none у модели нет, она всегда немного думает перед ответом. На простых вопросах это десятки токенов: в нашем тесте на средней степени ушло около 60 токенов размышления.

Есть ли у модели доступ в интернет?

В Genosai у Gemini 3.1 Pro нет встроенного веб-поиска. Модель не знает свежих новостей, цен и курсов, поэтому актуальные данные нужно передавать в запросе: вставить текст, таблицу или приложить скриншот.

Как подключить Gemini 3.1 Pro через API?

API Genosai совместим с форматом OpenAI. Отправьте POST на https://api.genosai.io/v1/chat/completions с моделью gemini-3.1-pro и ключом вида sdk_.... Поддерживаются вызов функций и параметр reasoning_effort, список моделей — GET /v1/models.

Попробовать Gemini 3.1 Pro в Genosai