ModelFoldgemini-3.1-pro
Gemini 3.1 Pro 是 Google 的 Gemini 3.1 Pro 预览版模型（gemini-3.1-pro-preview），思考能力更强、回答更有依据。
定价： 输入 125 积分 / 百万 token（≈ $0.63），输出 875 积分 / 百万 token（≈ $4.38）。
今天想聊点什么？
更多对话模型
Google 的更多模型
Gemini 3.1 Pro API：规格、API Key 与 ModelFold 价格
Gemini 3.1 Pro 是 Google 的 Gemini 3.1 Pro 预览版模型（gemini-3.1-pro-preview），思考能力更强、回答更有依据。它最多能读取 1,048,576 个输入 token 的文本、图片、视频、音频和 PDF，并以文本作答。在 ModelFold 上，用 OpenAI 兼容的对话请求和你的 ModelFold API Key 即可调用。
Gemini 3.1 Pro API 在 ModelFold 上的参数
ModelFold 以 gemini-3.1-pro 提供这个模型，采用 OpenAI 对话格式的请求。
| 参数 | 值 |
|---|---|
| 模型 | gemini-3.1-pro（Google 模型代码：gemini-3.1-pro-preview） |
| 端点 | POST https://ai.modelfold.online/v1/chat/completions，OpenAI 对话格式 |
| 输入 token 上限 | 1,048,576 token |
| 输出 token 上限 | 65,536 token |
| 输入 | 文本消息（模型本身也能读取图片、视频、音频和 PDF） |
| 输出 | 文本 |
| 推理强度 | low 或 high，默认 high（可在 Playground 中调整） |
| 思考 | 可在 Playground 中显示思考摘要 |
| 工具 | Google 搜索增强（可在 Playground 中开启） |
| 流式返回 | 不流式；API 一次返回完整 JSON，附带用量和本次扣除的积分 |
| 价格 | 见上方定价部分 |
Gemini 3.1 Pro 擅长什么
Google 称 Gemini 3.1 Pro 预览版在 Gemini 3 Pro 系列的基础上进一步打磨：思考更强、token 效率更高、回答更有依据、事实更一致。
长篇、多种媒体的输入
一次请求就能同时读取长文档和媒体文件。
推理强度可调
难题把推理强度调到 high，想要更快的回复就用 low；想看它是怎么想的，可以在 Playground 中打开思考摘要。
基于搜索的回答
当回答需要最新信息、而不只是模型已有的知识时，打开 Google 搜索工具。
清晰、易解析的回复
当你的代码需要可解析的结果而不是自由文本时，在提示词里说明需要的格式，例如带指定字段的 JSON 对象。
Gemini 3.1 Pro vs GPT-6 Astra：排行榜怎么说
很多人会拿 Gemini 3.1 Pro 和 GPT-6 Astra 比较。两个排行榜的结论不一致：LMArena 文本榜上 Gemini 3.1 Pro 预览版为 1487，GPT-6 Astra 为 1475（截至 2026 年 10 月 8 日）；而 Artificial Analysis 智能指数给 Gemini 3.1 Pro 预览版 30 分、GPT-6 Astra 53 分（截至 2026 年 10 月）。两者衡量的东西不同：LMArena 按人类偏好投票排名，Artificial Analysis 指数则汇总基准测试结果。建议用自己的提示词测试两者——两个模型在 ModelFold 上都能用。
| Gemini 3.1 Pro | GPT-6 Astra | |
|---|---|---|
| LMArena 文本得分（2026 年 10 月 8 日） | 1487 | 1475 |
| Artificial Analysis 智能指数（2026 年 10 月） | 30 | 53 |
| ModelFold 是否提供 | 是 | 是 |
Gemini 3.1 Pro 在 ModelFold 上的典型用途
在 ModelFold 上这个模型处理对话请求，以下任务类型很合适。
长文档问答
在一次请求中，跨长篇报告、合同或研究论文回答问题。
长报告与转录稿分析
基于粘贴到对话中的长报告、会议转录稿和文档文本生成摘要、回答问题。
需要最新信息的研究
需要最新事实的回答，可在 Playground 中开启 Google 搜索增强。
在对话中辅助编程
在对话中编写、解释和审查代码。
如何在 ModelFold 上使用 Gemini 3.1 Pro API
- 1
第 1 步：获取 API Key
注册 ModelFold，打开 API Key 管理页面创建密钥。每个请求都在 Authorization 请求头中带上它。
- 2
第 2 步：在 Playground 中测试提示词
无需写代码，就能在本页的 Playground 中试用。用同一个提示词对比 low 和 high 两档推理强度。
- ✓
第 3 步：发送请求
用你的 API Key 鉴权，向 https://ai.modelfold.online/v1/chat/completions 发送 POST 请求，model 设为 gemini-3.1-pro，并带上你的消息。
上线前的提示
目前用于对话，暂不适合智能体
在 ModelFold 上这个模型只支持对话请求，尚未适配智能体场景；接入智能体可能导致请求错误或意外的结果。
发送文本消息
ModelFold API 接收 OpenAI 风格、内容为文本的 messages 数组。需要让模型处理文档时，把文档文本粘贴到消息里即可。
在 Playground 中试试搜索和思考
Google 搜索增强、思考摘要和推理强度都可以在本页 Playground 中开启和调整，集成前先对比回答效果。
为什么在 ModelFold 上使用 Gemini 3.1 Pro
整个模型市场共用一个密钥
ModelFold 市场中的所有模型都使用同一种鉴权方式：在 Authorization: Bearer YOUR_API_KEY 请求头中带上你在 API Key 管理页面获取的密钥。
免费积分起步
ModelFold 新用户可获得 80 个免费测试积分。你的账户只有一个积分余额，所有模型都从中扣费，余额和每笔扣费都能在钱包中查看。
无需部署或安装
ModelFold 以 API 加 Playground 的形式提供这个模型，不需要下载或安装任何应用，也不用管理 GPU 或模型权重。
Gemini 3.1 Pro API 常见问题
Gemini 3.1 Pro API 怎么收费？⌄
价格见上方定价部分。
如何获取 Gemini 3.1 Pro 的 API Key？⌄
在 ModelFold 上不需要 Google 的 API Key：在 ModelFold 的 API Key 管理页面创建密钥，放在 Authorization 请求头中即可。如果你想直接调用 Google 的 API，需要在 Google AI Studio 申请 Google 自己的密钥。
Gemini 3.1 Pro 免费吗？⌄
在 ModelFold 上不免费：每个请求都会消耗积分，价格见上方定价部分。ModelFold 新用户可获得 80 个免费测试积分。
Gemini 3.1 Pro 比 GPT-6 Astra 更好吗？⌄
LMArena 文本榜上 Gemini 3.1 Pro 预览版排名更高，Artificial Analysis 智能指数上 GPT-6 Astra 更高；具体分数见上方对比表。
Gemini 3.1 Pro 是什么？⌄
Gemini 3.1 Pro 是 Google 的 Gemini 3.1 Pro 预览版模型，擅长对长篇、多模态输入进行推理。在 ModelFold 上它是对话模型 gemini-3.1-pro，参数和用途见上文。
Gemini 3.1 Pro 的上下文窗口有多大？⌄
Google 公布的输入上限为 1,048,576 token，输出上限为 65,536 token。其他限制见上方参数表。
Gemini 3.1 Pro 支持 Google 搜索吗？⌄
支持。回答需要最新信息时，可以在本页 Playground 中为这个模型开启 Google 搜索增强。
Gemini 3.1 Pro 能读取哪些文件？⌄
模型本身能读取文本、图片、视频、音频和 PDF。ModelFold API 目前接收的是文本消息，支持的输入格式请以最新接口文档为准。
| 输入 | 125 积分 /百万 token≈ $0.63 |
| 输出 | 875 积分 /百万 token≈ $4.38 |
按 token 计费：输入、输出分别计价，思考过程的 token 按输出计。Playground 与 API 扣费口径完全一致。
查看接口文档 →curl https://ai.modelfold.online/v1/chat/completions \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"gemini-3.1-pro","messages":[{"role":"user","content":"Hello"}]}'