# Gemini 3.1 Pro vs Gemini 3 Pro：性能差异、费用与迁移实用指南

> Gemini 3.1 Pro 的主要升级是复杂推理和多步工具操作，输入窗口并未扩大。本文解释官方性能结果、200K 费用分档，并提供可运行的迁移请求与输出校验；Gemini Developer API 的旧 3 Pro 已关闭。

- URL: https://blog.laozhang.ai/zh/posts/gemini-3-1-pro-vs-gemini-3-pro
- Published: 2026-03-28
- Updated: 2026-09-08
- Author: LaoZhang AI Team (https://blog.laozhang.ai/zh/about)
- Category: AI 模型对比
- Tags: Gemini 3.1 Pro, Gemini 3 Pro, Gemini API, 模型迁移

---
**Gemini 3.1 Pro 相比 Gemini 3 Pro，主要升级的是复杂推理和多步工具操作，输入容量仍是约 100 万 token。** Google 公布的 ARC-AGI-2 推理测试得分达到 77.1%，超过旧版两倍；这个结果说明它处理陌生逻辑模式的能力有进步，不能直接换算成所有任务快两倍或准确两倍。[Google 官方发布说明](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/)

现在做选择还要考虑可用性：在 **Gemini Developer API** 中，`gemini-3-pro-preview` 已于 2026 年 3 月 9 日关闭，官方指定的替代型号是 `gemini-3.1-pro-preview`。截至 2026 年 9 月 8 日，替代型号仍为预览版，未公告关闭日期。[官方停用表](https://ai.google.dev/gemini-api/docs/deprecations)

因此，已有应用的下一步是迁移并验证效果；新项目则应判断 3.1 Pro 是否适合自己的任务。本篇比较的是输出文本的 Pro 模型，生图用的 Gemini 3 Pro Image 属于另一条产品线。

## Gemini 3.1 Pro 改进了什么，哪些规格没有变？

[当前 3.1 Pro 模型页](https://ai.google.dev/gemini-api/docs/models/gemini-3.1-pro-preview?hl=zh-cn)强调推理、token 使用效率、软件工程行为和多步工具执行的改进。与[旧 3 Pro 历史模型页](https://ai.google.dev/gemini-api/docs/models/gemini-3-pro-preview?hl=zh-cn)对照，开发者能直接用到的变化如下。

| 比较项 | Gemini 3 Pro Preview | Gemini 3.1 Pro Preview | 对应用的影响 |
| --- | --- | --- | --- |
| 输入上限 | 1,048,576 token | 相同 | 不能因为升级就多塞一倍文件 |
| 输出上限 | 65,536 token | 相同 | 长回复仍需处理截断和续写 |
| 输入与输出 | 文本、图片、视频、音频、PDF 输入；文本输出 | 相同 | 原有多模态理解任务可继续验证 |
| 思考等级 | `low`、`high` | 增加 `medium` | 可多比较一个质量与用量折中档 |
| Google Maps 工具 | 不支持 | 支持 | 地点任务可接地图来源，需单独配置 |
| 自定义工具专用型号 | 未列出 | 另有 `-customtools` 型号 | 混合 Bash 与自定义工具的程序可单独评估 |
| 图片生成、语音生成、Live API | 不支持 | 不支持 | 要生成这些媒体，应另选对应模型 |

“多模态”在这里指模型能读懂不同输入，不代表它会直接输出图片或声音。它能够写出 SVG、网页或动画代码，是代码生成能力；这与返回一张生成图片也不同。

## 官方推理成绩，如何对应到你的实际任务？

Google 的发布文章展示了代码动画、实时数据页面和交互式设计等案例。它们说明模型可以把较复杂的要求落实成代码，但展示案例没有给出你的仓库修复成功率，也没有证明中文回答速度一定提升。判断升级价值，最好把“模型更强”拆成任务中能观察到的结果。

| 你的任务 | 应重点观察的变化 | 可以直接检查的结果 |
| --- | --- | --- |
| 修复现有项目的缺陷 | 是否读到关联代码并保持接口兼容 | 原有测试、新增边界测试、实际页面行为 |
| 分析多份合同、文档或表格 | 是否处理冲突条件，能否对应到具体材料 | 金额、日期、引用位置、遗漏条款 |
| 让智能体连续调用多个工具 | 是否选对工具，错误后能否继续完成任务 | 工具名称、参数、调用次数、最终产物 |
| 简单分类或字段提取 | 更高思考等级是否产生可见收益 | JSON 合法性、字段正确率、完成耗时 |

例如，“从两张订单提取金额”适合先检查结构和计算；“从几十份材料中解释预算超支原因”更依赖跨资料推理。两种任务都能使用 Pro，但需要的思考投入不同。比较时固定输入、工具权限、提示词和输出要求，才知道变化来自哪里。

旧版官方接口已经关闭，无法再现场做同条件双模型测试时，可以使用迁移前保存的任务、输出和用量记录作为历史基准。没有历史数据，就建立 3.1 Pro 当前基准，别把没有执行的对比写成测试结论。

## 费用为什么可能变化：输入分档与思考用量

当前[官方价格表](https://ai.google.dev/gemini-api/docs/pricing?hl=zh-cn)将普通 3.1 Pro 和 customtools 型号列在同一价格组。标准请求按以下费率计价，单位是美元／100 万 token。

| 单次提示输入长度 | 输入 | 输出，包含思考 token |
| --- | --- | --- |
| 不超过 200,000 token | $2 | $12 |
| 超过 200,000 token | $4 | $18 |

**跨过 200K 后，整次请求按长输入档计价，并非只给超出的部分加价。** 下表都是假设算例，没有缓存、搜索、Maps 或 Batch 用量，输出数量已包括思考。

| 输入 token | 计费输出 token | 计算 | 本次费用 |
| --- | --- | --- | --- |
| 100,000 | 10,000 | `0.1 × 2 + 0.01 × 12` | $0.32 |
| 200,000 | 10,000 | `0.2 × 2 + 0.01 × 12` | $0.52 |
| 200,001 | 10,000 | `0.200001 × 4 + 0.01 × 18` | $0.980004 |
| 250,000 | 10,000 | `0.25 × 4 + 0.01 × 18` | $1.18 |

这也是为什么长对话中“只多问了一句”，费用却可能明显变化：追加的历史消息让输入跨了档。删去无关历史、只检索当前任务需要的文件，比只缩短最终回答更可能减少这部分开销。

思考同样影响成本。假设输入都是 100,000 token，可见回答都是 2,000 token，一次另用了 3,000 思考 token，另一次用了 8,000。两次费用分别是 `$0.20 + 0.005 × $12 = $0.26` 和 `$0.20 + 0.01 × $12 = $0.32`。这是算术示例，不能据此认定 `high` 固定比 `low` 贵多少。

若使用缓存，读取费率是 $0.20／$0.40，还要考虑存储时间；工具与 Batch 则有单独规则。对迁移项目，应比较完成同一个任务的累计用量和重试次数，不能只比较模型名称或最后一段回答的字数。

![Gemini 3.1 Pro 在 200K 输入门槛两侧的费用变化示意](https://blog.laozhang.ai/posts/zh/gemini-3-1-pro-vs-gemini-3-pro/img/input-price-threshold.webp)

## 用一条请求检查模型、JSON 输出和用量

已有 `generateContent` 集成可以保留接口，先改模型名。下面使用 Python 3 标准库发送一条独立请求，并检查一个有确定答案的订单提取任务。把代码保存为 `check_gemini_migration.py`，在自己的环境配置 `GEMINI_API_KEY` 后运行。它会产生实际 API 用量。

请求和响应字段对应[官方 generateContent 参考](https://ai.google.dev/api/generate-content)。这里没有额外 SDK 自动重试，方便先看清一次请求的真实结果。

```python
import json
import os
import time
import urllib.error
import urllib.request

model = "gemini-3.1-pro-preview"
payload = {
    "contents": [{"parts": [{"text": (
        "订单：拿铁2杯，每杯18元；美式1杯，每杯24元。"
        "只输出JSON对象，字段为subtotal和currency。"
        "subtotal是数字总金额，currency固定为CNY。"
    )}]}],
    "generationConfig": {
        "responseMimeType": "application/json",
        "thinkingConfig": {"thinkingLevel": "LOW"}
    }
}
request = urllib.request.Request(
    f"https://generativelanguage.googleapis.com/v1beta/"
    f"models/{model}:generateContent",
    data=json.dumps(payload).encode("utf-8"),
    headers={
        "Content-Type": "application/json",
        "x-goog-api-key": os.environ["GEMINI_API_KEY"]
    },
    method="POST"
)
started = time.monotonic()
try:
    with urllib.request.urlopen(request, timeout=90) as response:
        result = json.load(response)
except urllib.error.HTTPError as error:
    print("HTTP", error.code)
    print(error.read().decode("utf-8", errors="replace"))
    raise SystemExit(1)

candidates = result.get("candidates", [])
if not candidates or candidates[0].get("finishReason") != "STOP":
    raise RuntimeError("生成未正常完成，请检查候选结果和结束原因")
parts = candidates[0].get("content", {}).get("parts", [])
answer = "".join(p.get("text", "") for p in parts if not p.get("thought"))
order = json.loads(answer)
if not isinstance(order, dict) or order != {"subtotal": 60, "currency": "CNY"}:
    raise ValueError(f"结果不符合订单要求：{order!r}")
print("订单校验通过：", order)
print("完成耗时（秒）：", round(time.monotonic() - started, 2))
print("本次实际用量：", result.get("usageMetadata", {}))
```

这个例子把“接口成功”进一步检查成“正常结束、可解析 JSON、金额和币种正确”。如果模型输出了多余字段或错误金额，程序会明确失败，便于发现下游兼容问题。本文只对示例做了离线响应校验，没有用它产生付费模型测试数据。

第一次通过后，逐项加回真实系统提示、文件和工具；同一组代表性任务分别试 `LOW`、`MEDIUM`、`HIGH`，保存完成率、耗时与 `usageMetadata`。普通中文聊天能回答，并不能替代你实际业务的验证。

![从 Gemini 3.1 Pro 响应到 JSON 和订单金额校验的流程示意](https://blog.laozhang.ai/posts/zh/gemini-3-1-pro-vs-gemini-3-pro/img/response-validation.webp)

## 迁移时最容易遗漏的参数与工具配置

**思考参数按所用接口填写。** [思考文档](https://ai.google.dev/gemini-api/docs/thinking)列出 3.1 Pro 支持 `low`、`medium`、`high`，默认 `high`。上例使用 REST 的 `generationConfig.thinkingConfig.thinkingLevel`；Interactions 使用 `generation_config.thinking_level`。不能把两种请求字段混用，也不要同时配置思考等级和旧的 token 预算。

**先保留默认温度。** [Gemini 3 指南](https://ai.google.dev/gemini-api/docs/gemini-3?hl=zh-cn)建议保持 `temperature` 默认值 `1.0`，特别是复杂推理任务。不要沿用“温度越低就一定越准确”的旧经验作为升级依据。需要更细的配置说明，可以看[思考等级指南](https://blog.laozhang.ai/zh/posts/gemini-3-1-pro-thinking-level)。

**多轮工具调用要保留签名。** 手工拼接历史记录时，仅复制可见回答或工具参数可能丢掉思考签名。应按当前接口保存完整所需内容；使用 Interactions 的有状态对话，则按其会话机制继续。第一次文字请求通过，下一轮工具请求报错时，这项值得优先排查。

**Maps 和 customtools 应按任务选择。** Maps 可为地点查询提供地图来源，但当前[工具说明](https://ai.google.dev/gemini-api/docs/maps-grounding)限定英语提示和回答，默认关闭，而且要求展示 Google Maps 来源链接。中文产品不能仅凭“支持 Maps”就承诺完整中文地点问答。

`gemini-3.1-pro-preview-customtools` 是单独的模型 ID，适合 Bash 与 `view_file`、`search_code` 等自定义工具混用的程序。Google 提醒，不依赖这些工具的任务可能出现质量波动。先让普通型号完成任务，再测试专用型号是否减少错误工具调用；具体注册方式见[customtools 指南](https://blog.laozhang.ai/zh/posts/gemini-3-1-pro-customtools)。

## 现在应该怎么选？

已有 Gemini 3 Pro 应用，应迁移到当前替代型号，先验证最小请求，再验证真实任务和全部旧模型引用，包括后台任务与失败后的备用配置。旧型号已关闭，不能继续充当可用的回退选项。

新建复杂分析、代码或多步工具应用，可以从 3.1 Pro 建立基准；做简单提取与分类，则先测试较低思考等级是否已达到要求。若更高等级没有改善任务结果，却增加等待或费用，就没有必要只因名称更强而给所有请求使用同样配置。

完成这一步后，需要文件上传、多轮对话和完整应用接入时，继续看 [Gemini 3.1 Pro API 接入指南](https://blog.laozhang.ai/zh/posts/gemini-3-1-pro-preview-free-api)。