4 月 22 号 Google 把 Gemini 3.1 Pro 放出来的时候，我正好在给一个客户做多模态文档解析的 POC。老板催得紧，说"Google 新模型出了你赶紧测一下，看看能不能替掉现在的 Claude Opus 4.7 省点钱"。折腾了三天，把性能、价格、多模态能力都摸了一遍，写篇完整的记录。

Gemini 3.1 Pro 是 Google DeepMind 2026 年 4 月发布的最新旗舰多模态大模型，原生支持文本、图像、视频、音频四模态输入，上下文窗口达到 2M tokens，代码生成和长文档理解相比前代提升明显。

发布背景

Google 这次发 Gemini 3.1 Pro 明显是冲着 Claude Opus 4.7 和 GPT-5.5 来的。核心升级方向：

• 上下文窗口从 1M 直接拉到 2M tokens，目前量产模型里最长
• 多模态推理重新训练，视频理解准确率提升了约 18%（Google 官方 blog 数据）
• 代码生成能力大幅增强，SWE-Bench Verified 得分从 3.0 Pro 的 48.2% 跳到 62.7%

看到 2M 上下文的时候我是有点激动的——之前用 Claude Opus 4.7 处理超长合同文档，200K 上下文经常不够用，得自己做分块。

核心参数对比表

参数	Gemini 3.1 Pro	Gemini 3.0 Pro	Claude Opus 4.7	GPT-5.5
上下文窗口	2,000,000	1,000,000	200,000	256,000
最大输出	65,536 tokens	32,768 tokens	32,768 tokens	32,768 tokens
多模态输入	文本/图/视频/音频	文本/图/视频/音频	文本/图	文本/图/音频
原生视频理解	✅	✅	❌	❌
Function Calling	✅	✅	✅	✅
JSON Mode	✅	✅	✅	✅
Grounding（搜索增强）	✅	✅	❌	✅
知识截止日期	2026-03	2025-08	2026-02	2026-01
发布日期	2026-04-22	2025-12	2026-03-18	2026-02-06

Benchmark 解析

测完数据我人傻了——Gemini 3.1 Pro 在部分基准上确实追上来了，但也不是全面碾压。

Benchmark	Gemini 3.1 Pro	Claude Opus 4.7	GPT-5.5	Gemini 3.1 Flash
MMLU-Pro	87.3%	88.1%	89.2%	79.6%
GPQA Diamond	72.8%	74.2%	73.5%	64.1%
HumanEval	93.4%	94.1%	95.2%	86.7%
SWE-Bench Verified	62.7%	67.3%	64.8%	41.2%
MATH-500	91.2%	89.7%	92.1%	83.4%
MathVista	74.6%	68.3%	71.2%	62.8%
Video-MME (长视频)	78.4%	N/A	N/A	69.2%
DocVQA	95.2%	93.8%	94.1%	89.3%

几个点：

MMLU 和 HumanEval 这种"卷了三年的基准"，三家旗舰差距已经在 2 个百分点以内，区分度很低了。真正拉开差距的是 MathVista（多模态数学推理）和 Video-MME——这两个 Gemini 3.1 Pro 确实强，原生视频理解是独家能力。

SWE-Bench 上 Claude Opus 4.7 还是最强，67.3% vs 62.7%，写代码这块 Anthropic 的护城河还在。

定价分析与成本测算

这是大家最关心的部分。Google 这次定价策略挺有意思——比 Claude Opus 4.7 便宜不少，但比 Gemini 3.1 Flash 贵了将近 10 倍。

模型	输入价格 ($/1M tokens)	输出价格 ($/1M tokens)	缓存输入价格	128K 内/外
Gemini 3.1 Pro	$2.50	$10.00	$0.625	128K 内同价
Gemini 3.1 Flash	$0.10	$0.40	$0.025	128K 内同价
Claude Opus 4.7	$15.00	$75.00	$3.75	N/A
Claude Sonnet 4.6	$3.00	$15.00	$0.75	N/A
GPT-5.5	$5.00	$15.00	$1.25	N/A

换算成人民币，按 ¥7.25 汇率算几个真实业务场景的日均成本：

场景	日调用量	平均输入/输出	Gemini 3.1 Pro 日成本	Claude Opus 4.7 日成本	GPT-5.5 日成本
客服对话（短文本）	5000 次	800/400 tokens	¥24.5	¥147	¥54.4
文档解析（长文本）	200 次	50K/2K tokens	¥39.2	¥235.5	¥79.8
代码生成（中等）	1000 次	3K/1.5K tokens	¥27.2	¥163.1	¥47.2
视频理解（独家）	100 次	100K/1K tokens	¥25.4	N/A	N/A

算下来 Gemini 3.1 Pro 的成本大概是 Claude Opus 4.7 的六分之一。文档解析场景一天差出 ¥196，一个月好几千块。这还没算 Google 的 Context Caching 优惠——如果你的场景有大量重复的 system prompt 或者 few-shot examples，缓存价格只要 $0.625/1M，又能再省一截。

API 调用实战代码

Gemini 3.1 Pro 支持 OpenAI 兼容协议，改个 base_url 就能用。我实测了三种调用方式。

基础文本调用

from openai import OpenAI

client = OpenAI(
 api_key="your-api-key",
 base_url="https://api.ofox.ai/v1"
)

response = client.chat.completions.create(
 model="gemini-3.1-pro",
 messages=[
 {"role": "system", "content": "你是一个资深 Python 开发者"},
 {"role": "user", "content": "帮我写一个异步爬虫框架的基础结构"}
 ],
 temperature=0.7,
 max_tokens=4096
)

print(response.choices[0].message.content)

Streaming 流式输出

stream = client.chat.completions.create(
 model="gemini-3.1-pro",
 messages=[
 {"role": "user", "content": "解释 Python 的 GIL 机制，用通俗的比喻"}
 ],
 stream=True
)

for chunk in stream:
 if chunk.choices[0].delta.content:
 print(chunk.choices[0].delta.content, end="", flush=True)

多模态调用（图片理解）

import base64

def encode_image(image_path):
 with open(image_path, "rb") as f:
 return base64.b64encode(f.read()).decode("utf-8")

img_b64 = encode_image("architecture_diagram.png")

response = client.chat.completions.create(
 model="gemini-3.1-pro",
 messages=[
 {
 "role": "user",
 "content": [
 {"type": "text", "text": "这张架构图有什么设计问题？给出改进建议"},
 {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img_b64}"}}
 ]
 }
 ],
 max_tokens=2048
)

Function Calling

import json

tools = [
 {
 "type": "function",
 "function": {
 "name": "get_weather",
 "description": "获取指定城市的天气信息",
 "parameters": {
 "type": "object",
 "properties": {
 "city": {"type": "string", "description": "城市名"},
 "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}
 },
 "required": ["city"]
 }
 }
 }
]

response = client.chat.completions.create(
 model="gemini-3.1-pro",
 messages=[{"role": "user", "content": "东京现在多少度？"}],
 tools=tools,
 tool_choice="auto"
)

tool_call = response.choices[0].message.tool_calls[0]
print(json.loads(tool_call.function.arguments))
# {"city": "Tokyo", "unit": "celsius"}

实测 Function Calling 的结构化输出准确率很高，100 次调用里只有 2 次参数格式不对（少了 required 字段），比 3.0 Pro 时代好多了。

五个最适合的场景

根据 Gemini 3.1 Pro 的特点，这几个场景最能发挥它的优势：

1. 超长文档分析——2M 上下文直接塞进去，不用分块。我测了一份 380 页的技术规范文档（约 420K tokens），一次性扔进去问细节问题，回答准确率比分块方案高了不少。

2. 视频内容理解——独家能力。我试了一个 15 分钟的产品 demo 视频，让它生成结构化的功能列表和时间戳，效果相当不错。

3. 多模态 RAG Pipeline——图文混合的知识库检索，Gemini 3.1 Pro 能同时理解图表和文字的语义关系。

4. 成本敏感的代码生成——如果你的场景不需要 SWE-Bench 67% 的极致代码能力，62.7% 已经够用了，价格只有 Opus 的六分之一。

5. Grounding 搜索增强——需要实时信息的场景（新闻摘要、竞品监控），Google 的搜索增强是原生集成的，不用自己接搜索 API。

开发者接入方案

graph LR
 A[你的应用] --> B{选择接入方式}
 B --> C[Google AI Studio 直连]
 B --> D[Vertex AI 企业版]
 B --> E[API 聚合平台]
 C --> F[免费额度有限<br>需要 Google Cloud 账号]
 D --> G[企业级 SLA<br>需要 GCP 项目]
 E --> H[OpenAI 兼容协议<br>改 base_url 即可]
 H --> I[ofox.ai / OpenRouter]

接入方式	优点	缺点	适合谁
Google AI Studio	免费额度、官方文档全	部分地区延迟高、需 Google 账号	个人开发者尝鲜
Vertex AI	企业级 SLA、与 GCP 生态打通	配置复杂、需要 GCP 项目和计费	大企业正式项目
API 聚合平台	OpenAI 兼容协议直接用、多模型切换	多一层代理	需要多模型切换的团队

聚合平台这块，OpenRouter 收 5.5% 手续费，ofox.ai 是 0% 加价对齐 Google 官方定价且支持 Gemini 原生协议——我们团队选型的时候主要看的是这两家。ofox.ai 作为大模型云厂商官方授权服务商，走的是 Google Cloud 官方通道，延迟和稳定性跟直连差别不大。

踩坑提醒：如果你之前用的是 generativelanguage.googleapis.com 这个 endpoint，迁移到 OpenAI 兼容协议时注意 tool_choice 参数的格式不一样。我第一次切的时候报了这个错：

Error: 400 Bad Request - "tool_choice" must be one of "auto", "none", or {"type": "function", "function": {"name": "..."}}

Google 原生 API 的 tool_config 和 OpenAI 格式的 tool_choice 字段映射不是一一对应的，得注意。

竞品模型横向对比表

这张表是我实际跑业务场景测出来的，不是 benchmark 数字：

维度	Gemini 3.1 Pro	Claude Opus 4.7	GPT-5.5	Claude Sonnet 4.6	DeepSeek V4 预览版
长文档理解（400K+）	⭐⭐⭐⭐⭐	⭐⭐⭐（上限 200K）	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐
代码生成质量	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐
视频理解	⭐⭐⭐⭐⭐	❌	❌	❌	❌
中文能力	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
指令遵循	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐
价格（输出/1M）	$10	$75	$15	$15	$2.19
P95 延迟（实测）	约 380ms	约 450ms	约 320ms	约 280ms	约 520ms
首 token 延迟	约 1.2s	约 1.8s	约 0.9s	约 0.7s	约 2.1s

DeepSeek V4 预览版的延迟可能是因为刚上线没优化好，4 月 24 号才发布的，样本量还不够，不好下定论。

FAQ

Q1: Gemini 3.1 Pro 和 Gemini 3.1 Flash 怎么选？

看场景。Flash 便宜 25 倍，日常对话、简单摘要用 Flash 就够了。但涉及复杂推理、长文档分析、多模态理解，Pro 的质量差距非常明显（GPQA 72.8% vs 64.1%）。我的做法是路由层根据输入复杂度自动分流。

Q2: 2M 上下文真的能用满吗？

能，但贵。2M tokens 输入一次就是 $5，折合 ¥36.25。实际业务中我建议先用 Context Caching 把重复部分缓存住，只对增量部分收全价。

Q3: 视频理解支持多长的视频？

官方说最长支持 1 小时。我实测 20 分钟以内效果很好，超过 30 分钟后细节丢失明显增多。目前没有竞品能做这个，将就用吧。

Q4: 和 Claude Opus 4.7 比，代码能力差多少？

SWE-Bench 差了约 5 个百分点（62.7% vs 67.3%）。体感上写 Python/TypeScript 差距不大，但复杂的系统设计和大型重构任务 Claude 确实更稳。如果你主要写 CRUD 和中等复杂度的功能，Gemini 3.1 Pro 完全够用。

Q5: 调用时报 429 Resource Exhausted 怎么办？

Google AI Studio 的免费额度限制很紧（60 RPM）。解决思路：升级到付费 Tier、走 Vertex AI、或者用 API 聚合平台（通常配额更高）。我之前被限流的时候加了指数退避重试：

import time
from tenacity import retry, stop_after_attempt, wait_exponential

@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=2, max=30))
def call_gemini(messages):
 return client.chat.completions.create(
 model="gemini-3.1-pro",
 messages=messages
 )

Q6: Grounding 搜索增强怎么开启？

通过 Google 原生 API 可以在请求里加 tools: [{google_search_retrieval: {}}]。OpenAI 兼容协议暂时不支持 Grounding，这是个坑。如果你需要搜索增强，得用 Google 原生 SDK。

Q7: 多模态输入的图片有大小限制吗？

单张图片最大 20MB，单次请求最多 3600 张图片（理论值，实际受上下文长度限制）。建议图片压缩到 1-2MB 以内，太大了 base64 编码后 token 消耗很恐怖。

Q8: Context Caching 怎么用？能省多少钱？

缓存价格是正常输入价的 25%（$0.625 vs $2.50）。如果你的 system prompt + few-shot examples 有 10K tokens，每天调 5000 次，一天能省 ¥68 左右。缓存有效期默认 1 小时，可以手动续期。

总结

折腾了三天，我的结论：

Gemini 3.1 Pro 在 2026 年 4 月这个时间点，最大的竞争力是超长上下文 + 原生视频理解 + 相对低廉的价格这个组合。如果你的场景是长文档分析或者多模态处理，它目前是性价比最优解。

但如果你主要做代码生成和复杂推理，Claude Opus 4.7 和 GPT-5.5 还是更稳。没有银弹，选模型得看具体场景。

我现在的做法是在路由层做模型分流——简单任务走 Flash，长文档和视频走 Gemini 3.1 Pro，代码重构走 Claude Sonnet 4.6。一个月下来成本比全用 Opus 省了差不多 60%，质量也没明显下降。