Entrée

Sortie

Envoyez un message à gauche. La réponse s'affiche ici.

Tarifs

Ce modèle est facturé selon les dimensions d’utilisation indiquées ici. Comparer tous les prix.

Prix affichés en USD. Votre prix réel dépend aussi du groupe de facturation lié à votre clé API.

CritèreEntréegemini-3.1-pro-preview

$0.70par 1 M~~2/1M~~

CritèreSortiegemini-3.1-pro-preview

$0.70par 1 M~~2/1M~~

API

POST/v1beta/models/gemini-3.1-pro-preview:generateContent

const BASE_URL = "https://api.dreamtoai.com";
const API_KEY = process.env.MIX_API_KEY;

const headers = {
  "Authorization": `Bearer ${API_KEY}`,
  "Content-Type": "application/json",
};

const payload = {
  "model": "gemini-3.1-pro-preview",
  "messages": [
    {
      "content": "你好，世界",
      "role": "user"
    }
  ],
  "system_instruction": "你是一个严谨的助手。",
  "temperature": 0.7,
  "top_p": 1,
  "max_tokens": 4096,
  "stream": false,
  "top_k": 40,
  "reasoning_effort": "low",
  "response_modalities": [
    "TEXT"
  ],
  "tools": []
};

const submit = await fetch(`${BASE_URL}/v1/jobs`, {
  method: "POST",
  headers,
  body: JSON.stringify(payload),
}).then((r) => r.json());

const status = await fetch(`${BASE_URL}/v1/jobs/${submit.id}`, { headers })
  .then((r) => r.json());
console.log(status);

Créez une clé dans Console → Clés API et remplacez l’espace réservé dans l’exemple.

README

gemini-3.1-pro-preview

谷歌最强推理模型

Pourquoi le choisir ?

Langage et raisonnement: Rédaction, analyse, code et conversation multi-tours dans un seul modèle.
Paiement au token: $0.70 par million de tokens en entrée et $0.70 par million de tokens en sortie, sans abonnement.
Compatible avec votre SDK: Appelez-le au format Gemini / OpenAI Chat Completions : vos clients existants n’ont besoin que d’une nouvelle URL de base et d’une clé.
Une clé pour tous les modèles: La même clé API fonctionne pour tous les modèles de dreamtoai.

Paramètres

Paramètre	Obligatoire	Description
`messages`array	Obligatoire	Historique de conversation sous forme de liste de messages role/content.
`system_instruction`string	Facultatif	Instructions qui définissent le comportement de l’assistant.
`temperature`number	Facultatif	Température d’échantillonnage. Plus basse, plus ciblée ; plus haute, plus variée. Par défaut : `0.7`.
`top_p`number	Facultatif	Seuil d’échantillonnage nucleus. Par défaut : `1`.
`max_tokens`integer	Facultatif	Nombre maximal de tokens à générer.
`stream`boolean	Facultatif	Diffuse la réponse en flux via des server-sent events. Par défaut : `false`.
`top_k`integer	Facultatif	Top K
`reasoning_effort`enum	Facultatif	推理强度 Options : `low`, `medium`, `high`. Par défaut : `medium`.
`response_modalities`array	Facultatif	响应模态
`tools`array	Facultatif	工具列表

Utilisation

Essayez d’abord ici — Connectez-vous et lancez le modèle dans le playground ci-dessus pour vérifier le résultat avant d’écrire du code.
Créez une clé API — Ouvrez Console → Clés API et créez une clé. La même clé fonctionne pour tous les modèles.
Rédigez vos messages — Placez la tâche et son contexte dans le tableau messages ; ajoutez un prompt système pour définir le comportement de l’assistant.
Réglez les paramètres optionnels — Ajustez les paramètres optionnels listés ci-dessus pour contrôler la sortie.
Envoyez la requête — Appelez POST /v1beta/models/gemini-3.1-pro-preview:generateContent avec l’ID de modèle gemini-3.1-pro-preview.
Lisez la réponse — La réponse et son usage de tokens reviennent dans la réponse et sont enregistrés dans la console.

Rédiger des prompts efficaces

Des instructions claires donnent de meilleures réponses. Dites au modèle qui il est, ce qu’il vous faut et à quoi doit ressembler la réponse.

1. Définissez le rôle et l’objectif

Commencez par le rôle du modèle et la tâche. Mettez les règles immuables dans le prompt système.

Tu es un relecteur Python senior. Examine la fonction ci-dessous pour repérer bugs et problèmes de lisibilité.

2. Donnez le contexte

Collez ce dont dépend la réponse : documents, code, données ou décisions antérieures. Séparez chaque partie par un titre ou une balise.

3. Précisez la sortie

Indiquez le format, la longueur et le ton : un tableau, du JSON avec des clés données, cinq puces, un résumé de 200 mots.

4. Montrez un exemple

Un ou deux exemples d’entrée et de sortie fixent le style plus vite qu’une longue description.

5. Itérez

Quand une réponse rate la cible, ajoutez la contrainte manquante au prompt au lieu de tout recommencer.

	Prompt
Faible	Écris sur notre produit.
Solide	Tu es rédacteur B2B. Écris trois posts LinkedIn de 40 mots annonçant notre API de facturation pour les petits cabinets comptables. Ton : assuré, langage simple, sans emojis. Termine chaque post par une question.

Tarifs

Poste facturé	Prix	Prix officiel
Entrée	$0.70 par 1 M	~~$2.00/1M~~
Sortie	$0.70 par 1 M	~~$2.00/1M~~

Soit 65% de moins que le tarif officiel.

Exemple : une requête de 10 000 tokens en entrée et 1 000 tokens en sortie coûte environ $0.0077.

Prix affichés en USD. Votre prix réel dépend aussi du groupe de facturation lié à votre clé API. Comparer tous les prix

Meilleurs cas d’usage

Assistants de code — Générez, relisez et refactorez du code, ou expliquez une base de code inconnue.
Agents et automatisation — Planifiez des tâches en plusieurs étapes et appelez des outils depuis vos propres workflows.
Travail intellectuel — Résumez des rapports, rédigez des documents et répondez à des questions sur vos contenus.
Support client — Alimentez des bots d’assistance et rédigez des réponses au ton cohérent.
Extraction de données — Transformez du texte non structuré en JSON structuré pour vos systèmes.
Traduction et localisation — Traduisez et adaptez des textes d’une langue à l’autre.

Conseils de pro

Mettez les instructions stables dans le prompt système et réservez les messages utilisateur à la tâche.
Définissez max_tokens pour plafonner la longueur et le coût de chaque réponse.
Demandez du JSON avec les clés exactes nécessaires quand un programme lit la réponse.
Testez vos prompts dans le playground ci-dessus avant de les intégrer au code.
Surveillez l’usage des tokens dans la console pour repérer les prompts anormalement coûteux.

Nano Banana 2 — nano-banana-2
Nano Banana Pro — nano-banana-pro

Voir tous les LLM Parcourir l’API Market

FAQ

Qu’est-ce que gemini-3.1-pro-preview ?

谷歌最强推理模型

Comment appeler l’API gemini-3.1-pro-preview ?

Envoyez POST /v1beta/models/gemini-3.1-pro-preview:generateContent avec l’ID de modèle gemini-3.1-pro-preview et votre clé API. Des exemples prêts à l’emploi figurent dans la section API ci-dessus.

Comment la facturation est-elle calculée ?

Les requêtes sont facturées aux prix indiqués ci-dessus et débitées de votre portefeuille. Le coût final dépend de l’usage et du groupe de facturation lié à votre clé API.

Où obtenir une clé API ?

Créez-la dans Console → Clés API. La même clé fonctionne pour tous les modèles de la passerelle.

Puis-je utiliser le résultat à des fins commerciales ?

Oui. Vous pouvez utiliser ce que vous générez dans des projets commerciaux, sous réserve des conditions du fournisseur du modèle.

Google/gemini-3.1-pro-preview

Entrée

Sortie

Tarifs

API

gemini-3.1-pro-preview

Pourquoi le choisir ?

Paramètres

Utilisation

Rédiger des prompts efficaces

1. Définissez le rôle et l’objectif

2. Donnez le contexte

3. Précisez la sortie

4. Montrez un exemple

5. Itérez

Tarifs

Meilleurs cas d’usage

Conseils de pro

FAQ

À propos de gemini-3.1-pro-preview sur dreamtoai

Modèles associés

Prochaines étapes