Характеристики
Контекстное окно 1M
Дата релиза 18 ноября 2025
Мультимодальность
Входящие данные:
- Текст
- Изображения
- Файл
- Аудио
- Видео
Исходящие данные:
- Текст
Цены
Оплата производится по факту за использованные токены. Цены зависят от размера контекста в промпте.
Цены указаны в рублях и могут меняться в зависимости от курса валют
Описание модели
Gemini 3 Pro — это флагманская модель Google для высокоточного мультимодального рассуждения, сочетающая высокую производительность в работе с текстом, изображениями, видео, аудио и кодом с контекстным окном на 1 миллион токенов. Она обеспечивает передовые результаты в тестах на общее рассуждение, решение задач STEM, фактические вопросы и ответы, а также мультимодальное понимание, включая ведущие оценки на LMArena, GPQA Diamond, MathArena Apex, MMMU-Pro и Video-MMMU. Взаимодействия акцентируют внимание на глубине и интерпретируемости: модель разработана для определения намерений с минимальными подсказками и выдачи прямых, ориентированных на понимание ответов.
Созданная для продвинутой разработки и агентных рабочих процессов, Gemini 3 Pro обеспечивает надежные вызовы инструментов, стабильность долгосрочного планирования и мощную генерацию без обучения для сложных задач в пользовательских интерфейсах, визуализации и кодировании. Она превосходит в агентном кодировании (SWE-Bench Verified, Terminal-Bench 2.0), мультимодальном анализе и структурированных задачах длинной формы, таких как синтез исследований, планирование и интерактивные обучающие опыты. Подходящие приложения включают автономных агентов, помощников по кодированию, мультимодальную аналитику, научное рассуждение и обработку информации в высоком контексте.
API и примеры кода
Наш сервис предоставляет единый API, совместимый с OpenAI SDK. Просто укажите наш base_url и используйте ключ, полученный в личном кабинете.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://routerai.ru/api/v1"
)
response = client.chat.completions.create(
model="google/gemini-3-pro-preview",
messages=[
{"role": "user", "content": "Hello, how are you?"}
]
)
print(response.choices[0].message.content)
import requests
import json
url = "https://routerai.ru/api/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
data = {
"model": "google/gemini-3-pro-preview",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(json.dumps(result, indent=2))
curl -X POST "https://routerai.ru/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "google/gemini-3-pro-preview",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}'