google

Gemini 3.1 Pro

Gemini 3.1 Pro คือโมเดล multimodal ชั้นนำจาก Google ที่มาพร้อมเอนจินการใช้เหตุผล DeepThink, context window กว่า 1 ล้าน tokens และคะแนนตรรกะ ARC-AGI...

MultimodalDeep ReasoningVideo GenerationWorkspace AIGoogle Gemini
google logogoogleGemini19 กุมภาพันธ์ 2026
บริบท
2.0Mโทเคน
เอาต์พุตสูงสุด
66Kโทเคน
ราคาอินพุต
$2.50/ 1M
ราคาเอาต์พุต
$15.00/ 1M
โหมด:TextImageAudioVideo
ความสามารถ:การมองเห็นเครื่องมือสตรีมมิ่งการใช้เหตุผล
เกณฑ์มาตรฐาน
GPQA
94.3%
GPQA: คำถามวิทยาศาสตร์ระดับบัณฑิตศึกษา. เกณฑ์มาตรฐานที่เข้มงวดพร้อม 448 คำถามจากชีววิทยา ฟิสิกส์ และเคมี ผู้เชี่ยวชาญ PhD ทำได้เพียง 65-74% Gemini 3.1 Pro ได้คะแนน 94.3% ในเกณฑ์มาตรฐานนี้
HLE
44.4%
HLE: การใช้เหตุผลระดับผู้เชี่ยวชาญ. ทดสอบความสามารถของโมเดลในการแสดงการใช้เหตุผลระดับผู้เชี่ยวชาญในสาขาเฉพาะทาง Gemini 3.1 Pro ได้คะแนน 44.4% ในเกณฑ์มาตรฐานนี้
MMLU
80.6%
MMLU: ความเข้าใจภาษาแบบมัลติทาสก์ขนาดใหญ่. เกณฑ์มาตรฐานที่ครอบคลุมพร้อม 16,000 คำถามใน 57 วิชา Gemini 3.1 Pro ได้คะแนน 80.6% ในเกณฑ์มาตรฐานนี้
MMLU Pro
79.2%
MMLU Pro: MMLU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMLU พร้อม 12,032 คำถามและรูปแบบ 10 ตัวเลือกที่ยากขึ้น Gemini 3.1 Pro ได้คะแนน 79.2% ในเกณฑ์มาตรฐานนี้
SimpleQA
79.6%
SimpleQA: เกณฑ์มาตรฐานความถูกต้องของข้อเท็จจริง. ทดสอบความสามารถของโมเดลในการให้คำตอบที่ถูกต้องและเป็นข้อเท็จจริง Gemini 3.1 Pro ได้คะแนน 79.6% ในเกณฑ์มาตรฐานนี้
IFEval
92.4%
IFEval: การประเมินการปฏิบัติตามคำสั่ง. วัดว่าโมเดลปฏิบัติตามคำสั่งและข้อจำกัดเฉพาะได้ดีเพียงใด Gemini 3.1 Pro ได้คะแนน 92.4% ในเกณฑ์มาตรฐานนี้
AIME 2025
92%
AIME 2025: การสอบคณิตศาสตร์เชิญชวนอเมริกัน. โจทย์คณิตศาสตร์ระดับการแข่งขันจากการสอบ AIME ที่มีชื่อเสียง Gemini 3.1 Pro ได้คะแนน 92% ในเกณฑ์มาตรฐานนี้
MATH
92%
MATH: การแก้ปัญหาคณิตศาสตร์. เกณฑ์มาตรฐานคณิตศาสตร์ที่ครอบคลุมทดสอบการแก้ปัญหาในพีชคณิต เรขาคณิต แคลคูลัส Gemini 3.1 Pro ได้คะแนน 92% ในเกณฑ์มาตรฐานนี้
GSM8k
98.4%
GSM8k: คณิตศาสตร์ประถม 8K. 8,500 โจทย์คณิตศาสตร์ระดับประถมศึกษา Gemini 3.1 Pro ได้คะแนน 98.4% ในเกณฑ์มาตรฐานนี้
MGSM
96.5%
MGSM: คณิตศาสตร์ประถมหลายภาษา. เกณฑ์มาตรฐาน GSM8k แปลเป็น 10 ภาษา Gemini 3.1 Pro ได้คะแนน 96.5% ในเกณฑ์มาตรฐานนี้
MathVista
89.4%
MathVista: การใช้เหตุผลเชิงภาพคณิตศาสตร์. ทดสอบความสามารถในการแก้ปัญหาคณิตศาสตร์ที่มีองค์ประกอบภาพ Gemini 3.1 Pro ได้คะแนน 89.4% ในเกณฑ์มาตรฐานนี้
SWE-Bench
71%
SWE-Bench: เกณฑ์มาตรฐานวิศวกรรมซอฟต์แวร์. โมเดล AI พยายามแก้ปัญหา GitHub จริงในโครงการ Python Gemini 3.1 Pro ได้คะแนน 71% ในเกณฑ์มาตรฐานนี้
HumanEval
91.2%
HumanEval: โจทย์เขียนโปรแกรม Python. 164 โจทย์เขียนโปรแกรมที่โมเดลต้องสร้างการใช้งานฟังก์ชัน Python ที่ถูกต้อง Gemini 3.1 Pro ได้คะแนน 91.2% ในเกณฑ์มาตรฐานนี้
LiveCodeBench
82%
LiveCodeBench: เกณฑ์มาตรฐานเขียนโค้ดสด. ทดสอบความสามารถในการเขียนโค้ดบนความท้าทายการเขียนโปรแกรมจริงที่อัปเดตอย่างต่อเนื่อง Gemini 3.1 Pro ได้คะแนน 82% ในเกณฑ์มาตรฐานนี้
MMMU
84.2%
MMMU: ความเข้าใจหลายโหมด. เกณฑ์มาตรฐานความเข้าใจหลายโหมดจาก 30 วิชามหาวิทยาลัย Gemini 3.1 Pro ได้คะแนน 84.2% ในเกณฑ์มาตรฐานนี้
MMMU Pro
62.5%
MMMU Pro: MMMU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMMU พร้อมคำถามที่ท้าทายมากขึ้น Gemini 3.1 Pro ได้คะแนน 62.5% ในเกณฑ์มาตรฐานนี้
ChartQA
91.8%
ChartQA: คำถามและคำตอบกราฟ. ทดสอบความสามารถในการเข้าใจและวิเคราะห์ข้อมูลจากกราฟและแผนภูมิ Gemini 3.1 Pro ได้คะแนน 91.8% ในเกณฑ์มาตรฐานนี้
DocVQA
94.2%
DocVQA: คำถามเชิงภาพเอกสาร. ทดสอบความสามารถในการสกัดข้อมูลจากภาพเอกสาร Gemini 3.1 Pro ได้คะแนน 94.2% ในเกณฑ์มาตรฐานนี้
Terminal-Bench
58%
Terminal-Bench: งาน Terminal/CLI. ทดสอบความสามารถในการดำเนินการ command-line Gemini 3.1 Pro ได้คะแนน 58% ในเกณฑ์มาตรฐานนี้
ARC-AGI
77.1%
ARC-AGI: การนามธรรมและการใช้เหตุผล. ทดสอบความฉลาดที่ยืดหยุ่นผ่านปริศนาการจดจำรูปแบบใหม่ Gemini 3.1 Pro ได้คะแนน 77.1% ในเกณฑ์มาตรฐานนี้

เกี่ยวกับ Gemini 3.1 Pro

เรียนรู้เกี่ยวกับความสามารถของ Gemini 3.1 Pro คุณสมบัติ และวิธีที่จะช่วยให้คุณได้ผลลัพธ์ที่ดีขึ้น

Gemini 3.1 Pro เป็นการนำเฟรมเวิร์ก Sparse Mixture-of-Experts (MoE) มาประยุกต์ใช้อย่างเต็มรูปแบบ โดยจับคู่กับเอนจินประมวลผล multimodal ขั้นสูง ฟีเจอร์ที่โดดเด่นของสถาปัตยกรรมนี้คือการทำให้ DeepThink System 2 layer เข้าถึงได้มากขึ้น ซึ่งช่วยให้โมเดลสามารถไตร่ตรองภายในก่อนที่จะสร้าง output ออกมา โมเดลนี้แนะนำระบบการคิด 3 ระดับที่เป็นเอกลักษณ์ ได้แก่ Low, Medium และ High ซึ่งช่วยให้นักพัฒนาสามารถควบคุมความสมดุลระหว่าง latency, ต้นทุน และความลึกของการใช้เหตุผลได้อย่างแม่นยำ

ด้วย context window ขนาด 1 ล้าน tokens ทำให้ Gemini 3.1 Pro ได้รับการปรับแต่งอย่างเหมาะสมสำหรับเวิร์กโฟลว์ที่ซับซ้อนในภาคการเงิน การวิเคราะห์ข้อมูล และการย้าย codebase ทั้ง repository นอกจากนี้ยังแสดงความสามารถในการแก้รูปแบบตรรกะใหม่ๆ โดยทำคะแนนได้ถึง 77.1% ใน ARC-AGI-2 benchmark ทำให้เป็นตัวเลือกที่นักพัฒนาชื่นชอบ สำหรับผู้ที่ต้องการทั้งการโต้ตอบแบบ multimodal ที่มี latency ต่ำและประสิทธิภาพเชิงสติปัญญาระดับสูงสำหรับงานแบบ agentic

Gemini 3.1 Pro

กรณีการใช้งานสำหรับ Gemini 3.1 Pro

ค้นพบวิธีต่างๆ ที่คุณสามารถใช้ Gemini 3.1 Pro เพื่อได้ผลลัพธ์ที่ยอดเยี่ยม

การวิเคราะห์ Codebase ทั้งโปรเจกต์

ใช้ประโยชน์จาก context window ขนาด 1 ล้าน tokens เพื่อประมวลผลซอฟต์แวร์ทั้ง repository สำหรับการ refactoring และการทำ dependency mapping

คณะทำงาน Autonomous Agent

ขับเคลื่อนเวิร์กโฟลว์แบบ agentic หลายขั้นตอนที่ sub-agent ภายในสามารถโต้เถียงและตรวจสอบวิธีแก้ไขปัญหาก่อนเริ่มดำเนินการจริง

การสังเคราะห์งานวิจัยทางวิทยาศาสตร์

วิเคราะห์เอกสารวิจัยและชุดข้อมูลที่ซับซ้อนนับพันชุดเพื่อสกัดข้อมูลเชิงลึกที่มีโครงสร้างและข้อเท็จจริง

การสร้างคอนเทนต์แบบ Multimodal

ประมวลผลข้อความ รูปภาพ และเสียงไปพร้อมๆ กันเพื่อสร้างสื่อการสอนที่ซับซ้อนและสื่อเชิงโต้ตอบ

ระบบอัตโนมัติผ่าน Terminal

เรียกใช้คำสั่ง bash ที่ซับซ้อนและจัดการระบบไฟล์ด้วยความแม่นยำสูงผ่านโหมดการใช้เหตุผลขั้นสูง

การตรวจสอบข้อมูลองค์กร

แยกวิเคราะห์ข้อมูลทางการเงินและเอกสารทางกฎหมายที่ไม่มีโครงสร้างเพื่อระบุช่องว่างด้านการปฏิบัติตามกฎระเบียบด้วยการเรียกคืนข้อมูลเชิงข้อเท็จจริงที่แม่นยำเกือบสมบูรณ์

จุดแข็ง

ข้อจำกัด

ผู้นำด้านการใช้เหตุผล ARC-AGI-2: ทำคะแนนได้ 77.1% บน ARC-AGI-2 ซึ่งเพิ่มขีดความสามารถในการใช้เหตุผลจากโมเดลเรือธงรุ่นก่อนหน้ามากกว่าสองเท่า
ราคาที่เพิ่มขึ้นเมื่อใช้ Context ขนาดใหญ่: ราคา input และ output จะเพิ่มขึ้นเป็นสองเท่าเมื่อ prompt เกินขีดจำกัด 200,000 tokens ซึ่งส่งผลต่อการประมวลผลแบบ batch ขนาดใหญ่
Context Window ขนาด 1 ล้าน tokens: จัดการ codebase หลายไฟล์ที่มีขนาดใหญ่และวิดีโอแบบยาวด้วยความสามารถในการเรียกคืนข้อมูลระดับ state-of-the-art และ latency ต่ำ
ความเวิ่นเว้อของ Output: จากผล benchmark ชี้ให้เห็นว่าโมเดลอาจมีความเวิ่นเว้อมากเกินไป ทำให้สร้าง tokens ออกมามากกว่าที่จำเป็นสำหรับงานง่ายๆ
กลยุทธ์ราคาที่แข่งขันได้: ด้วยราคา $2/$12 ต่อ 1 ล้าน tokens ทำให้ราคาประหยัดกว่าคู่แข่งจาก Anthropic หรือ OpenAI อย่างมาก
ความท้าทายด้านน้ำเสียงที่เป็นธรรมชาติ: ผลตอบรับจากชุมชนระบุว่าน้ำเสียงในการสนทนาอาจให้ความรู้สึกที่เป็นธรรมชาติน้อยกว่าหรือมีมิติน้อยกว่าเมื่อเทียบกับ Claude 3.5 series
Granular Compute Tiers: มาพร้อมกับระบบการคิด 3 ระดับ เพื่อให้นักพัฒนาสามารถควบคุมความลึกของการใช้เหตุผลและค่าใช้จ่ายได้อย่างแม่นยำ
ความไม่สม่ำเสมอของ Reasoning Tiers: คุณภาพของการใช้เหตุผลมีความแตกต่างกันอย่างมากในแต่ละระดับ ซึ่งมักต้องอาศัยการทดลองด้วยตนเองเพื่อหาการตั้งค่าที่เหมาะสมที่สุด

เริ่มต้นด่วน API

google/gemini-3.1-pro-preview

ดูเอกสาร
google SDK
import { GoogleGenAI } from "@google/genai";

const genAI = new GoogleGenAI(process.env.GOOGLE_API_KEY);
const model = genAI.getGenerativeModel({
  model: "gemini-3.1-pro-preview",
  thinkingConfig: { tier: "high" }
});

const prompt = "วิเคราะห์ codebase ทั้งหมดนี้เพื่อหาช่องโหว่ด้านความปลอดภัย";
const result = await model.generateContent(prompt);
console.log(result.response.text());

ติดตั้ง SDK และเริ่มเรียก API ภายในไม่กี่นาที

ผู้คนพูดอะไรเกี่ยวกับ Gemini 3.1 Pro

ดูว่าชุมชนคิดอย่างไรเกี่ยวกับ Gemini 3.1 Pro

คะแนน 77.1% ของ Gemini 3.1 Pro ถือเป็นการเปลี่ยนแปลงตลาดที่ก่อให้เกิดผลกระทบสูงสุด โดยเพิ่มขึ้นกว่าสองเท่าจากคะแนนสูงสุดเดิมบน ARC-AGI
enoumen
reddit
benchmark การเขียนโค้ดไม่เคยโกหก โมเดลนี้เจอบั๊กใน repo ของผมที่ 3.5 และ GPT-4o พลาดไปอย่างสิ้นเชิง
SiliconValleyCoder
hackernews
ดราม่าเรื่อง Gemini 3.1 น่าสนใจมาก มันทำคะแนน benchmark ได้ถล่มทลาย แต่ผู้ใช้จริงกลับบอกว่าโทนและบรรยากาศยังไม่ค่อยสม่ำเสมอ
cryptopunk7213
twitter
เอนจิน DeepThink อาจทำให้เกิดความล่าช้าอย่างมาก บางครั้งนานกว่า 90 วินาที เมื่อต้องประมวลผลงานที่ต้องใช้ตรรกะลึกซึ้ง
TechReviewer2026
youtube
Context caching คือฟีเจอร์เด็ดของรุ่นนี้ ผมรันบอทตอบคำถามเอกสารทั้งหมดได้ในราคาถูกกว่า GPT-4o มาก
CloudArchitect
reddit
Gemini ล้มเหลวในการอภิปรายเกี่ยวกับ Python ในงานวางแผนที่ซับซ้อน... ตรรกะบางอย่างหายไปจากแผนสุดท้ายของมัน
Temporary-Mix8022
reddit

วิดีโอเกี่ยวกับ Gemini 3.1 Pro

ดูบทเรียน รีวิว และการสนทนาเกี่ยวกับ Gemini 3.1 Pro

Gemini 3.1 Pro สร้างรายละเอียดของเจดีย์นี้ได้ดีที่สุดเท่าที่เคยมีมา

Gemini มี window ที่กว้างที่สุดถึงหนึ่งล้าน tokens

ความแม่นยำของ multimodal ในการประมวลผลเสียงดีกว่า 3.0 อย่างเห็นได้ชัด

throughput ของ tokens ยังคงมีเสถียรภาพแม้ในขณะที่ context window เต็ม

การเรียกคืนข้อมูลระยะยาวนั้นสมบูรณ์แบบแทบจะในทุกส่วนของล้าน tokens

ในปริศนาที่ไม่ควรจะอยู่ในข้อมูลฝึกฝน Gemini 3 series ทำผลงานได้เหนือกว่าโมเดลอื่นๆ ทั้งหมด

3.1 Pro สามารถลดเวลาการทำงานของ fine-tuning script จาก 300 วินาทีเหลือ 47 วินาทีได้จริง

ขั้นตอนตรรกะของ DeepThink สามารถเห็นได้ชัดเจนใน trace ซึ่งแสดงถึงการพิจารณาอย่างถี่ถ้วน

เรากำลังเข้าสู่ภาวะอิ่มตัวของ benchmark ที่เหลือเพียงแค่ ARC-AGI เท่านั้นที่สำคัญต่อความก้าวหน้า

วิถีสู่ AGI กำลังเร่งตัวขึ้นตามการก้าวกระโดดของการใช้เหตุผลเชิงนามธรรมเหล่านี้

ผมคิดว่า 3.1 ให้ความรู้สึกว่าเป็นการยกระดับขึ้นจริงๆ แม้จะเป็นเพียงเล็กน้อยก็ตาม

ดูเหมือนว่าจะทำผลงานได้ดีกว่า Gemini 3.0 Pro เมื่อทดสอบด้วย prompt เดียวกันเปรียบเทียบกัน

ความแม่นยำในการเขียนโค้ดสำหรับการ refactor Python ที่ซับซ้อนนั้นสูงที่สุดเท่าที่ผมเคยเห็นมา

ความน่าเชื่อถือของ API ได้รับการปรับปรุงอย่างมากในช่วงเดือนที่ผ่านมาของการทดสอบ

ประสิทธิภาพในการใช้งานจริงในที่สุดก็ทำได้ตามความคาดหวังของคะแนน benchmark

มากกว่าแค่พรอมต์

เพิ่มพลังให้เวิร์กโฟลว์ของคุณด้วย ระบบอัตโนมัติ AI

Automatio รวมพลังของ AI agents การอัตโนมัติเว็บ และการผสานรวมอัจฉริยะเพื่อช่วยให้คุณทำงานได้มากขึ้นในเวลาน้อยลง

AI Agents
การอัตโนมัติเว็บ
เวิร์กโฟลว์อัจฉริยะ

เคล็ดลับมือโปรสำหรับ Gemini 3.1 Pro

เคล็ดลับจากผู้เชี่ยวชาญเพื่อช่วยให้คุณใช้ประโยชน์สูงสุดจาก Gemini 3.1 Pro และได้ผลลัพธ์ที่ดีขึ้น

การเลือก Reasoning Tier

ใช้โหมด High thinking สำหรับงานคณิตศาสตร์หรือตรรกะที่ซับซ้อน แต่ให้เปลี่ยนเป็น Low สำหรับการจัดรูปแบบมาตรฐานเพื่อประหยัด compute

Context Caching

ใช้งาน context caching สำหรับเอกสารแบบ static เพื่อลดราคาค่าบริการ input ลงได้สูงสุดถึง 90% ต่อ 1 ล้าน tokens

Structured Artifacts

ใช้ประโยชน์จากความสามารถของโมเดลในการสร้างรายการงานที่มีโครงสร้างเพื่อความสะดวกในการกำกับดูแลโดยมนุษย์ระหว่างการทำงานแบบ agentic

Multimodal Prompting

รวม input ทั้งวิดีโอและเสียงเพื่อให้โมเดลได้รับบริบทที่ครบถ้วนของสถานการณ์จริง แทนที่จะใช้เพียงแค่คำบรรยายที่เป็นข้อความ

คำรับรอง

ผู้ใช้ของเราพูดอย่างไร

เข้าร่วมกับผู้ใช้ที่พึงพอใจนับพันที่ได้เปลี่ยนแปลงเวิร์กโฟลว์ของพวกเขา

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

ที่เกี่ยวข้อง AI Models

google

Gemini 3.1 Flash Live Preview

Google

Gemini 3.1 Flash Live Preview is Google's ultra-low-latency, audio-to-audio model featuring a 131K context window, high-fidelity multimodal reasoning, and...

131K context
$0.75/$4.50/1M
xai

Grok-3

xAI

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

1M context
$3.00/$15.00/1M
openai

GPT-5.2 Pro

OpenAI

GPT-5.2 Pro is OpenAI's 2025 flagship reasoning model featuring Extended Thinking for SOTA performance in mathematics, coding, and expert knowledge work.

400K context
$21.00/$168.00/1M
google

Gemini 3 Pro

Google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M
anthropic

Claude Opus 4.6

Anthropic

Claude Opus 4.6 is Anthropic's flagship model featuring a 1M token context window, Adaptive Thinking, and world-class coding and reasoning performance.

1M context
$5.00/$25.00/1M
google

Gemini 3 Flash

Google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M
alibaba

Qwen3.5-397B-A17B

alibaba

Qwen3.5-397B-A17B is Alibaba's flagship open-weight MoE model. It features native multimodal reasoning, a 1M context window, and a 19x decoding throughput...

1M context
$0.40/$2.40/1M

คำถามที่พบบ่อยเกี่ยวกับ Gemini 3.1 Pro

ค้นหาคำตอบสำหรับคำถามทั่วไปเกี่ยวกับ Gemini 3.1 Pro