- 1M 上下文
- 多模态
- 推理
- Responses API
Gemini 3.1 Pro Preview · QuickSilver Pro
通过一个 OpenAI 兼容 API 使用 Gemini 3.1 Pro Preview,上下文窗口为 1M token。每百万 token 输入 $1.70,输出 $10.20。
- 1M 上下文
- 视觉
- 工具调用
- 推理 · 默认开启
- 流式输出
- JSON Schema 输出
你支付 · 每 1M 输入 / 输出
$1.70 / $10.20
低 15%
输入和输出均对比 Published reference
价格对比($/1M token)
条形长度 = 相对所列最高价的价格
| 服务商 | 输入 | 输出 | 对比 QSP |
|---|---|---|---|
| QuickSilver Pro | $1.70 | $10.20 | 最低价 |
| Published reference(google/gemini-3.1-pro-preview) | $2.00 | $12.00 | 低 15% |
| OpenAI (o1) | $15.00 | $60.00 | 低 83% |
Google 价格来源: ai.google.dev/gemini-api/docs/pricing
概览
- 上下文
- 1M token
- 输入 / 1M
- $1.70
- 输出 / 1M
- $10.20
- 默认思考
- 是
- 延迟 · 实时
- —
- AA 智能指数
- 37
长上下文推理、多步骤分析、复杂代码审查 —— o1 级别的质量,输出成本低约 6x。
什么时候该选 Gemini 3.1 Pro Preview?
依据目录中的能力和公开价格整理,而非基准测试。
适用场景
当任务确实能从长上下文上的链式思考中受益时,选 Gemini 3.1 Pro Preview:大型代码库审查、多文档的法律/研究综合、带丰富记忆的复杂 agentic 规划、针对长题目的数学推理。1M 的上下文无需分块就能装下相当规模的语料,思考过程也能提升难题上的回答质量。质量档位与 OpenAI o1 相当,成本只是它的一小部分。
- 长文档和代码库,最多 1M token 上下文
- 需要调用工具并输出严格 JSON Schema 的 Agent
- 包含图片的提示
- 多步推理,默认开启
何时该选其他模型
日常对话或短提示词分类不要默认用 3.1 Pro Preview —— 它默认开启思考,一个一行的问题在给出可见回答之前就可能消耗 100-200 个推理 token。对于高并发的低成本对话,Gemini 3.1 Flash Lite(/)或 DeepSeek V4 Flash($0.06/$0.18)在单任务成本上更有优势。如果不要求 Gemini 风格的推理,DeepSeek V4 Pro($0.70/$2.10)在输入和输出两端都更便宜。
快速开始(curl)
获取 API key →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.1-pro-preview",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="gemini-3.1-pro-preview",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "gemini-3.1-pro-preview",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.1-pro-preview",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="gemini-3.1-pro-preview",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)兼容 OpenAI。只需改一行 base_url 即可迁移。
网关行为
本模型的兼容性说明。
prompt- 提示最多 1M token。
- /v1/chat/completions: 支持
- /v1/responses: 支持
- 流式输出: 支持
- 工具调用: 支持
- 图片输入: 支持
- JSON Schema: 支持
- 推理: 支持
价格从何而来
- 服务商参考价
- $2.00 / $12.00ai.google.dev/gemini-api/docs/pricing
- 目录核验日期
usage.cost = prompt_tokens × $1.70/1M + completion_tokens × $10.20/1M
常见问题
常见问题
它是预览版 API —— Google 也是这样标注的,在 GA 之前语义可能发生变化。输出格式、thinkingConfig 的处理方式和速率限制都可能在不通知的情况下改变。做原型和评测,现在就可以用。对于营收关键路径,请固定使用某个 Gemini GA 模型(例如 Gemini 3.5 Flash),并在 Google 将其转正之前,把 3.1 Pro 当作放在 flag 后面的实验。
Gemini 3.1 Pro Preview 默认开启思考 —— 模型在给出最终回答之前会先输出一长段推理过程,而 usage.completion_tokens 同时包含 reasoning_tokens 和 text_tokens。在我们的冒烟测试中,一个简单的 "what is 7+8?" 返回了 160 个推理 token + 3 个文本 token。请据此设置 max_tokens 预算:低于约 200 token 时,模型有可能在思考阶段就耗尽预算,返回空回答。
在 QuickSilver Pro 上暂时还不行 —— reasoning: { enabled: false } 在 Gemini 3.1 Pro 上会被静默丢弃。如需不思考的 Gemini,请用 (/),它是真正不思考的模型。注意:Flash 各档默认开启思考 —— 只有 Flash Lite 不带推理。
每百万 token 输入 $1.70,输出 $10.20。