Gemini 3 Pro如何演進到3.1 Pro？1M Context、工具與Agent能力

Gemini 3 Pro是Google在2025年底推出的高能力多模態模型主線，但原始gemini-3-pro-preview已於2026年3月9日停止服務，開發者需要遷移到gemini-3.1-pro-preview。3.1 Pro延續1M Token輸入、64K輸出、多模態理解與工具能力，並把重點放在軟體工程、精確工具使用與可靠多步驟Agent任務。

這篇文章只處理Gemini 3 Pro到3.1 Pro的核心模型與API能力。Deep Think屬建立在3.1 Pro之上的專門高推理模式，應由獨立文章處理；Antigravity則是Agent開發平台，不等於模型本身。

重點快讀

• gemini-3-pro-preview已於2026年3月9日停止。
• 現行遷移目標是gemini-3.1-pro-preview。
• 3.1 Pro支援1,048,576 Input Tokens與65,536 Output Tokens。
• 輸入支援Text、Image、Video、Audio與PDF，輸出為Text。
• 支援Function Calling、Structured Output、Search Grounding、Code Execution與URL Context。
• File Search在現行模型頁標示為AI Studio支援，API組合需依文件確認。
• 模型定位偏向Software Engineering、Agentic Workflow與高精度工具使用。
• Preview模型會改版或停止，Production必須保存Migration與Regression流程。

Gemini 3 Pro到3.1 Pro的時間線

Preview模型不應被當成永久Endpoint。即使模型名稱只增加3.1，工具優先級、輸出分布、延遲與Rate Limit都可能改變。

Gemini 3.1 Pro主要規格

知識截止時間不代表模型只能回答2025年1月以前問題。Search Grounding、URL Context與外部工具可以提供更新資料；沒有工具時，模型仍不應自行假設最新狀態。

多模態輸入真正能做什麼？

• PDF：分析文字、表格、圖表與頁面關係。
• Image：讀取截圖、UI、圖表、設計稿與場景。
• Video：處理事件順序、畫面變化與片段資訊。
• Audio：理解語音、對話與聲音內容。
• Mixed Input：同一任務結合文件、圖片、音訊與文字規則。

多模態模型的價值不在於「看得懂所有東西」，而是能把不同資料放進同一個任務。Production仍要保存來源URI、頁碼、Timecode、Image ID與版本，否則答案很難回頭驗證。

工具能力怎麼分工？

Structured Output可以和部分內建工具組合，但每個API版本和模型的支援矩陣會改變。模型頁面寫著「支援」不代表所有工具能在同一Request同時啟用。

為什麼3.1 Pro強調Agentic Workflow？

Agentic Workflow要求模型不只回答一次，而是重複執行：理解狀態、選工具、讀取結果、更新計畫，再驗證完成。3.1 Pro官方定位特別強調精確工具使用與可靠多步驟執行。

• 長任務需要保持目標和限制。
• 工具輸入必須符合Schema。
• 每次Tool Result都要重新判斷。
• 錯誤要能Retry、Fallback或人工接手。
• 外部副作用要有Approval與Idempotency。
• 最終輸出要能由Artifact或測試驗收。

模型本身不是完整Agent。真正系統還需要Harness、Memory、Permissions、Observability與Human-in-the-loop。相關基礎可閱讀AI Agent是什麼？。

Custom Tools Endpoint

Google另提供gemini-3.1-pro-preview-customtools，針對Bash與自訂工具混合的Agent Workflow最佳化。它更傾向優先使用view_file、search_code等開發者工具。

• 適合Repository瀏覽與Coding Harness。
• 更重視自訂工具優先級。
• 不使用相關工具的任務可能出現品質波動。
• 不能只因名稱更專門，就替換所有Production流量。
• 需要和標準Endpoint做相同Golden Set比較。

1M Context何時真的有用？

• 大型Repository分析。
• 多份合約與版本比較。
• 長影片、逐字稿與研究資料。
• 跨文件規則與證據整合。
• 需要保留完整Project Context的Agent。

1M Context也會增加Input Cost、Prefill、TTFT和資料噪音。應比較Full Context、RAG、Summary與分段Workflow，而不是每次都把上限塞滿。完整評測可閱讀長上下文模型怎麼測？。

3.1 Pro、Flash與Deep Think怎麼分工？

Deep Think的完整判斷可閱讀Gemini 3.1 Deep Think什麼時候值得用？。

Preview模型如何安全上線？

1. 固定Model ID與API版本。
2. 建立Golden Set與Tool Regression。
3. 記錄Prompt、Schema與Generation Config。
4. 建立新舊模型Shadow Test。
5. 比較品質、Latency、Token與429率。
6. 為Endpoint停止建立Migration Runbook。
7. 保留可快速切回的Fallback模型。
8. Canary後再擴大流量。

Gemini 3 Pro Preview停止的案例已證明，Preview生命週期本身就是Production風險。模型更新不能只改一行Model ID。

Benchmark與驗收

常見問題

Gemini 3 Pro現在還能用嗎？

原始gemini-3-pro-preview已於2026年3月9日停止，應遷移到gemini-3.1-pro-preview或官方後續模型。

Gemini 3.1 Pro等於Deep Think嗎？

不等於。3.1 Pro是核心模型；Deep Think是建立在其上的專門高推理模式。

1M Context會讓所有任務更好嗎？

不會。資料過多可能增加噪音、延遲和成本；應用自己的長Context評測決定有效上限。

官方資料

• Gemini 3.1 Pro Preview
• Gemini 3 Pro Preview停止公告
• Gemini Structured Output

Gemini 3 Pro系列的核心轉變，是從高能力多模態模型走向可在真實工作中精確使用工具、保持長脈絡並完成多步驟任務。3.1 Pro提供能力，可靠Agent則需要版本、Schema、權限與驗收共同成立。