Gemini 3.1 Pro: что изменилось в новой модели Google

Что вышло и кого это касается

Google представила Gemini 3.1 Pro — обновление старшей модели в линейке Gemini, ориентированное на длинные и сложные задачи: анализ больших документов, работу с кодом, многошаговые рассуждения. Если вы пользуетесь Gemini через приложение, веб-интерфейс или API, обновление затрагивает вас напрямую — старшая модель обычно подтягивается в платные тарифы, а её более лёгкие версии остаются в бесплатном доступе.

Важная оговорка сразу: конкретные метрики бенчмарков, точный размер контекстного окна и цену за токены Google публикует в блоге и в документации, и эти цифры меняются от релиза к релизу. Ниже я говорю о том, что стабильно отличает Pro-модели этой линейки, а конкретные числа рекомендую сверять на официальных страницах — подставлять правдоподобные, но непроверенные значения здесь бессмысленно и вредно.

Чем Pro отличается от Flash

Внутри линейки Gemini есть разделение на уровни, и понимать его важнее, чем гнаться за номером версии. Упрощённо:

• Flash — быстрая и дешёвая модель для массовых задач: короткие ответы, суммаризация, чат-боты с большим потоком запросов. Здесь важна скорость и цена за миллион токенов.
• Pro — модель для задач, где нужна глубина: длинные цепочки рассуждений, разбор объёмного контекста, генерация и рефакторинг кода, работа со смешанными данными (текст, изображения, иногда аудио и видео).

Gemini 3.1 Pro — это про второй сценарий. Если ваша задача умещается в пару абзацев ответа, разница между Pro и Flash вы, скорее всего, не заметите, а вот в счёте за API — заметите точно.

Мультимодальность и контекст

Ключевая особенность старших моделей Gemini — большое контекстное окно¹ и работа с несколькими типами данных одновременно. На практике это значит, что модели можно скормить длинный PDF, набор изображений или большой репозиторий кода и попросить рассуждать по всему объёму сразу, без ручной нарезки на куски.

Насколько именно выросло окно в версии 3.1 по сравнению с предыдущей — смотрите в документации Google AI. Сам факт большого контекста не новость для линейки; смысл минорного обновления обычно в качестве работы с этим контекстом: меньше «забывания» середины документа, точнее ответы по деталям в конце длинного файла.

Номер версии продаёт релиз, но пользователю важнее не он, а одна вещь: реже ли модель ошибается на ваших реальных задачах. Проверяется это только вашими же промптами, а не чужими бенчмарками.

Как понять, стоит ли переходить

Обновление старшей модели — не повод автоматически переписывать все свои сценарии. Разумный порядок действий:

1. Возьмите 5–10 своих типичных запросов, на которых старая модель ошибалась или отвечала слабо.
2. Прогоните их через новую версию с теми же промптами, без переделки.
3. Сравните результат вслепую: где ответ точнее, где — просто длиннее.
4. Отдельно посмотрите на скорость ответа и на цену за запрос, если работаете через API.
5. Решение принимайте по вашим задачам, а не по заголовку релиза.

Частая ошибка — оценивать модель по одному эффектному примеру. Один удачный ответ ничего не доказывает; важна стабильность на десятках однотипных запросов.

Сравнение уровней линейки

Ориентир, по каким осям вообще сравнивать модели Gemini между собой — конкретные значения подставьте из актуальной документации:

Цена вопроса

Для частного пользователя старшая модель обычно доступна в платной подписке (в экосистеме Google это тарифы уровня Google AI Premium / Gemini Advanced — точное название и стоимость смотрите на странице подписки в вашей стране). Для разработчика цена измеряется в оплате за токены через API, и здесь Pro-модель заметно дороже Flash за тот же объём.

Отсюда практический вывод: не гоняйте Pro там, где справится Flash. Разумная схема — маршрутизировать запросы: простое отдавать лёгкой модели, сложное — старшей. На больших объёмах это разница в счёте в разы, а не в проценты.

Где Pro-модель реально окупается

• Разбор длинных договоров, отчётов, технической документации, где ошибка в детали дорого стоит.
• Кодовые задачи: рефакторинг, объяснение чужого репозитория, генерация тестов.
• Многошаговые агентные сценарии, где модель сама планирует последовательность действий.
• Задачи с несколькими типами данных сразу — текст плюс изображения плюс таблицы.

Итог простой. Gemini 3.1 Pro — эволюционное обновление старшей модели, а не революция. Оно почти наверняка полезно тем, кто уже упирался в потолок предыдущей версии на длинном контексте и коде. Но решать это нужно на своих задачах и со своими цифрами по цене — заголовок релиза их за вас не проверит.