Elo de preferência humana real de votos cegos frente a frente de LMArena. Quanto maior, melhor; - significa ainda não classificado nessa arena. Isso é medido, não nossa estimativa.
Combinação de US$/1 milhão em versões rastreadas desta linha.
Mix típico de saída para entrada de 3:1, por 1 milhão de tokens
Preço em 2026-05-08 · Fonte: google_gemini_official_pricing
Cargas de trabalho mistas de texto, imagem, áudio e documentos que se beneficiam de um modelo em todas as modalidades.
Gemini 3.1 Pro Preview is Google’s frontier reasoning model, delivering enhanced software engineering performance, improved agentic reliability, and more efficient token usage across complex workflows. Building on the...
gemini-3.1-pro-preview é um modelo Multimodal da Google (US). HotON.ai o rastreia em $2.00 por 1 milhão de tokens de entrada e $12.00 por 1 milhão de tokens de saída, com uma janela de contexto de token 1049K. Sua pontuação de eficiência composta é 91/100 com um $0.010 estimado por tarefa bem-sucedida.
gemini-3.1-pro-preview é rastreado em $2.00 por 1 milhão de tokens de entrada e $12.00 por 1 milhão de tokens de saída. Uma carga de trabalho típica de saída para entrada de 3:1 combina aproximadamente $9.50 por 1 milhão de tokens. Os números são dados de demonstração ilustrativos.
Cargas de trabalho mistas de texto, imagem, áudio e documentos que se beneficiam de um modelo em todas as modalidades.
gemini-3.1-pro-preview suporta até uma janela de contexto de token 1049K – grande o suficiente para documentos longos e conversas estendidas em uma única solicitação.
Dentro do conjunto rastreado HotON.ai, gemini-3.1-pro-preview é mais barato que 15% dos modelos no preço de entrada e classifica #59 de 521 em termos de eficiência geral.
Sim – gpt-4.1-nano é uma opção de custo mais baixo em $0.40 por 1 milhão de tokens de saída, ao mesmo tempo que cobre casos de uso semelhantes de Multimodal. Compare-os lado a lado no HotON.ai.
O preço é real (através do catálogo TestKey, atualizado diariamente). A qualidade (Arena Elo) é real onde o modelo é classificado no LMArena. Velocidade, disponibilidade e eficiência são estimativas modeladas.