Gemini 3.1 Explained: Gemini 3 Pro/Flash, Nano Banana Pro, and Veo 3.1 (Features + API)

Лиза Эрнст · 19.02.2026 · Искусственный интеллект · 10 мин

Что «Gemini 3.1» означает на практике

Если вы видели, как люди говорят о “Gemini 3.1”, они часто имеют в виду bundle обновлений: Gemini 3 семейство LLM, ориентированное на рассуждения (Pro / Flash), плюс новейшая “.1” генеративная медиа-модель Veo 3.1 для генерации видео. Официально Google позиционирует семейство LLM как. в то время как Gemini 3 — ярко представлен в области видео 3.1 (Veo 3.1) (Veo 3.1).

Этот пост фокусируется на реальных возможностях, актуальных для разработчиков: thinking levels, media resolution, thought signatures, использование инструментов и место каждой модели (text, images, и видео).).

Источник: Абстрактная ИИ-иллюстрация, представляющая мультимодальное рассуждение и рабочие процессы агентов следующего поколения.

Содержание

1. Краткое резюме
2. Семейство моделей Gemini 3 (Pro, Flash, Pro Image)
3. Уровни рассуждения: скорость против глубины
4. Разрешение медиа: лучшее изображение, предсказуемая стоимость
5. Сигнатуры рассуждений: поле, которое нельзя игнорировать
6. Использование инструментов и рабочие процессы агентов
7. Nano Banana Pro: создание и редактирование изображений
8. Veo 3.1: генерация видео с нативным звуком
9. FAQ
10. Заключение

Краткое резюме

• Gemini 3 Pro & — это флагманская модель рассуждений для сложных, критически важных задач (1M input / 64k output; Jan 2025 cutoff; preview model ID: gemini-3-pro-preview).
• Gemini 3 Flash & обеспечивает возможности уровня Pro с низкой задержкой для высокочастотных рабочих процессов (preview model ID: gemini-3-flash-preview; включает бесплатный уровень в Gemini API).
• Nano Banana Pro (aka Gemini 3 Pro Image) — высококачественная модель для создания и редактирования изображений (preview model ID: gemini-3-pro-image-preview).
• Новые элементы управления API: thinking_level (задержка против глубины рассуждений) и media_resolution (точность изображения против стоимости токенов).
• Сигнатуры рассуждений требуются для строгих рабочих процессов (особенно для вызова функций и создания/редактирования изображений). Если ваш SDK их не обрабатывает, вам придется их отправлять туда и обратно. (поле, которое нельзя игнорировать). требуются для строгих рабочих процессов (особенно для вызова функций и создания/редактирования изображений). Если ваш SDK не обрабатывает их, вам придется отправлять их туда и обратно.
• “3.1” выделить: Veo 3.1 — новейшая модель Google для генерации видео с нативным звуком и высококачественными опциями вывода native audio и высококачественные опции вывода (preview model IDs: veo-3.1-generate-preview, veo-3.1-fast-generate-preview).
• Где использовать: Gemini API / AI Studio / Vertex AI, плюс среды агентов, такие как Google Antigravity и Gemini CLI.

Семейство моделей Gemini 3

Gemini 3 — это семейство моделей, ориентированных на рассуждения, предназначенное для рабочих процессов агентов, автономного кодирования и мультимодальных задач. Официальное руководство для разработчиков перечисляет следующие предварительные модели и идентификаторы:

Источник: deepmind.google

Nano Banana Pro (Gemini 3 Pro Image) создан для создания и редактирования изображений студийного качества — особенно когда вам нужен четкий текст и контролируемые макеты.

Уровни рассуждения: скорость против глубины

Gemini 3 представляет thinking_level как практический элемент управления для глубины рассуждений. Если вы хотите получить максимально быстрые ответы (чат, высокопроизводительные задачи), ограничьте рассуждение. Если вам нужны более глубокие рассуждения (отладка, планирование, сложная математика), оставьте его высоким. как практический элемент управления для глубины рассуждений. Если вы хотите получить максимально быстрые ответы (чат, высокопроизводительные задачи), ограничьте рассуждение. Если вам нужны более глубокие рассуждения (отладка, планирование, сложная математика), оставьте его высоким.

Пример (REST):

{
  "contents": [{
"parts": [{ "text": "Find the race condition in this C++ snippet: [code here]" }]
  }],
  "generationConfig": {
"thinkingConfig": {
"thinkingLevel": "high"
}
  }
}

Совет: Gemini 3 настроен на стандартную температуру Если вы раньше использовали низкую температуру для детерминированных результатов, сначала протестируйте без нее — особенно для сложных рассуждений.

Разрешение медиа: лучшее изображение, предсказуемая стоимость

Для понимания изображений/видео media_resolution контролирует, сколько токенов модель может потратить на одно изображение (или на один кадр видео). Более высокие настройки могут улучшить OCR мелкого текста и мелкие детали — за счет большего количества токенов и задержки. контролирует, сколько токенов модель может потратить на одно изображение (или на один кадр видео). Более высокие настройки могут улучшить OCR мелкого текста и мелкие детали — за счет большего количества токенов и задержки

Пример фрагмента (на часть медиа):

{
  "parts": [
{ "text": "Read the small UI labels and explain what each button does." },
{
"inlineData": { "mimeType": "image/png", "data": "..." },
"mediaResolution": { "level": "media_resolution_high" }
}
  ]
}

Сигнатуры рассуждений: поле, которое нельзя игнорировать

Сигнатуры рассуждений (thoughtSignature) это зашифрованные «состояния рассуждений», используемые Gemini 3 для поддержания контекста рассуждений между вызовами API. В строгих потоках — особенно и function calling — отсутствие сигнатур может вызвать ошибки image generation/editing — . Если вы используете официальные SDK и стандартную обработку истории, это обычно происходит автоматически..

Если вам нужно перенести историю из старых моделей или вставить пользовательские вызовы инструментов (где у вас нет действительной сигнатуры), в документации описана специальная фиктивная строка, которую вы можете использовать для обхода строгой проверки в этом сценарии: Если вам нужно перенести историю из старых моделей или вставить пользовательские вызовы инструментов (где у вас нет действительной сигнатуры), в документации описана специальная фиктивная строка, которую вы можете использовать для обхода строгой проверки в этом сценарии

"thoughtSignature": "context_engineering_is_the_way_to_go"

Использование инструментов и рабочие процессы агентов

Gemini 3 поддерживает встроенные инструменты в Gemini API (например, поиск, контекст URL, выполнение кода и поиск файлов), а также стандартные вызовы функций для ваших собственных инструментов. На практике это обеспечивает рабочие процессы, подобные агентам: сбор информации, выполнение кода, получение структурированных результатов и итерация — без выхода из цикла модели. (например, поиск, контекст URL, выполнение кода и поиск файлов), плюс стандартные вызовы функций для ваших собственных инструментов. На практике это обеспечивает рабочие процессы, подобные агентам: сбор информации, выполнение кода, получение структурированных результатов и итерация — без выхода из цикла модели.. Семейство моделей Gemini 3 подходит для многоэтапных задач, требующих рассуждений и инструментов, и может использоваться для создания разнообразного контента, включая текст, код, изображения и видео.

Практическое примечание: встроенные инструменты и пользовательские вызовы функций не всегда сочетаются в одном запросе (в зависимости от конечной точки/конфигурации), поэтому проектируйте свою оркестровку с четкими фазами (шаг инструмента → шаг модели → шаг инструмента). Практическое примечание: встроенные инструменты и пользовательские вызовы функций не всегда сочетаются в одном запросе (в зависимости от конечной точки/конфигурации), поэтому проектируйте свою оркестровку с четкими фазами (шаг инструмента до шага модели до шага инструмента).

Nano Banana Pro: создание и редактирование изображений

Nano Banana Pro (Gemini 3 Pro Image) — модель, ориентированная на изображения, которая отлично работает, когда вам нужна: четкая типографика, контролируемая композиция и многооборотное редактирование. Она предназначена для рабочих процессов, где «сделайте это профессионально» не является опцией — брендовые активы, макеты UI, плакаты, диаграммы и локализованные дизайны. — модель, ориентированная на изображения, которая отлично работает, когда вам нужна: четкая типографика, контролируемая композиция и многооборотное редактирование. Она предназначена для рабочих процессов, где «сделать это профессионально» не является опцией — брендовые активы, макеты UI, плакаты, диаграммы и локализованные дизайны.

Veo 3.1: генерация видео с нативным звуком

Это та часть, которую многие люди имеют в виду, когда говорят “3.1”: Veo 3.1 — это передовая модель Google для генерации видео, доступная через Gemini API (платный уровень). Она подчеркивает кинематографическое движение, временную согласованность и . Есть также более быстрая версия native audio generation. Есть также более быстрая версия (veo-3.1-fast-generate-preview) для рабочих процессов с низкой задержкой/стоимостью.

Источник: ai.google.dev

Veo 3.1 использует технологии происхождения (включая SynthID в экосистеме Google) для идентификации генерируемого ИИ медиа и поддержки ответственного использования.

Примеры идентификаторов моделей, которые вы увидите в Gemini API:

• veo-3.1-generate-preview (высочайшее качество)
• veo-3.1-fast-generate-preview (быстрее + дешевле)

Часто задаваемые вопросы (FAQ)

Заключение

Поколение Gemini 3 — это не просто «больший чат»: это стек, ориентированный на рассуждения, созданный для большого контекста, мультимодальных входных данных и рабочих процессов агентов — с практическими элементами управления, такими как thinking_level и media_resolution которые позволяют вам обменивать задержку/стоимость на более глубокие рассуждения и лучшую точность изображения. Сверху, заголовок для многих создателей — это “3.1” — генерация видео высочайшего качества с нативным звуком и кинематографическим управлением. Veo 3.1: высококачественная генерация видео с нативным звуком и кинематографическим управлением.

Если вы создаете инструменты, наибольшая выгода обычно исходит от: (1) выбора правильной модели для каждой задачи (Flash vs Pro vs Pro Image), (2) сознательного использования уровней рассуждений,, и (3) обращения с сигнатурами рассуждений как с «состоянием», которое нельзя потерять.