gemini-3.8-flash
輸入價格$0.75
輸出價格$3.75
上下文視窗1049K
輸入價格$2 / 1M
輸出價格$12 / 1M
輸出速度70 tok/s
品質分數91
資料更新Updated Jun 2026
價格驗證2026-08-19 · 官方
在價格排序上，gemini-3.1-pro 的輸入價格排第 61／89 便宜，輸出價格排第 74／89 便宜。品質分數 91 分，排名第 23／89；以「品質分數 ÷ 輸出價格」計算的 CP 值排名第 65／89。綜合單價高於全站平均 46%。
換成實際帳單：一個每月 50,000 次對話的客服機器人（每次 2,000 輸入 / 500 輸出 token）用 gemini-3.1-pro 大約是每月 $500；改成每月 20,000 次查詢的 RAG 文件問答（每次 8,000 輸入 / 800 輸出 token）則約 $512。因為輸出價格是輸入的 6.0 倍，輸出越長的任務，成本上升得越快——長篇生成請特別留意輸出 token 的控制。
1049K 的上下文視窗約可容納 1,399 頁 A4 文件（以每頁約 750 token 估算），在全站排名第 8／89。足以一次塞入整份技術文件或多個原始碼檔案，適合長文件摘要與大型 codebase 分析。 輸出速度約 70 tok/s（第 61／89 快），互動體驗尚可，長回應會有明顯等待。
Google 在本站共收錄 8 個模型，gemini-3.1-pro 的綜合單價高於該供應商平均 109%。如果你的任務對品質容忍度較高，qwen3.5（Alibaba）綜合單價便宜約 98%，品質分數 91，值得先跑一輪比較。 反過來，如果要更高的品質上限，deepseek-reasoner-v4 的品質分數為 92，綜合單價便宜約 88%。
Google 陣容中與 gemini-3.1-pro 最接近的是 gemini-2.5-pro（輸入 $1.25／輸出 $10.00，品質 93）。相較之下 gemini-3.1-pro 品質分數低 2 分、輸出速度快 5 tok/s（約 8%）、綜合單價貴 24%。兩者價位相近時，差異主要落在品質上限，建議直接用你的實際 prompt 各跑一輪再決定。
我們的看法
Google 的 Pro 級選項，卡在一個被三面夾擊的價位。
$2／$12、品質 91 的定位問題
gemini-3.1-pro 的規格是 1,049K 上下文、70 tokens/秒、Text／Vision／Audio 三模態、品質 91。這是一份很完整的規格表，問題出在 $12 的輸出價要跟誰比。
claude-sonnet-5 是 $2／$10、品質 92、上下文同樣 1,049K、速度 95 tokens/秒——Anthropic 取消 9 月的調漲後，它輸入與 gemini-3.1-pro 同價，輸出反而便宜 17%，還多 1 分品質與 36% 的速度。也就是說這一格已經整個翻過去了。真正難纏的還是 xai/grok-4.5：$2／$6、品質 91，輸入同價、輸出只要一半、分數相同。純看數字，gemini-3.1-pro 對上 grok-4.5 幾乎找不到贏的欄位。
它真正的護城河不在比價表上
會選它的理由多半不是單價，而是位置：如果團隊的資料已經在 Google Cloud、身分驗證走 GCP IAM、BigQuery 是資料來源、Vertex AI 是既有的部署路徑，那麼把模型換到另一家的成本包含網路出口費、額外的資安審查、第二套監控。這些不會出現在 $／1M token 的欄位裡，但對企業採購常常是決定性的。
同一個邏輯下，gemini-2.5-pro（$1.25／$10、品質 93）值得一併評估——它在 Google 陣營內部同時比 3.1-pro 便宜且分數更高，只是上下文小得多。純粹留在 Google 生態的話，這兩顆的取捨主要看你需不需要百萬上下文。
70 tokens/秒 決定了它該放在哪一層
70 tokens/秒 屬於中段偏慢，延遲評級 Medium。它適合的是分析型、非同步的工作：跨大型文件集的問答、多模態報表生成、需要一次讀完再回答的研究型任務。
不適合的是逐字串流的使用者介面。如果你的產品是聊天視窗，同一家的 gemini-3.1-flash-lite（$0.25／$1.50、品質 80）或跨家的 gpt-5.6-luna 會給出好得多的體感，而且便宜一個數量級。合理的架構是：前線用快模型，只有真的需要跨百萬 token 推理時才呼叫 3.1-pro。
實際月費估算
以四種常見工作負載估算每月 API 費用，並與本站目前最便宜的模型對照。
| 使用情境 | 用量假設 | 本模型月費 | 全站最便宜模型 |
|---|---|---|---|
| 客服聊天機器人 | 每次 2,000 輸入 / 500 輸出 token，每月 50,000 次對話 | $500 | $3.00 |
| RAG 文件問答 | 每次 8,000 輸入 / 800 輸出 token，每月 20,000 次查詢 | $512 | $3.84 |
| 程式開發助理 | 每次 12,000 輸入 / 2,000 輸出 token，每月 10,000 次請求 | $480 | $3.20 |
| 批次摘要 / 分類 | 每次 4,000 輸入 / 400 輸出 token，每月 200,000 筆 | $2,560 | $19 |
以本頁列出的單價直接換算，未計入提示快取、批次折扣或免費額度。
與其他模型比較
同一份資料下最值得一起評估的替代方案。
| 模型 | 供應商 | 綜合單價 /1M | 品質 | 價差 |
|---|---|---|---|---|
| gemini-3.1-pro | $4.50 | 91 | — | |
| qwen3.5更便宜的選擇 | Alibaba | $0.11 | 91 | -98% |
| deepseek-reasoner-v4更高品質 | DeepSeek | $0.54 | 92 | -88% |
| gemini-2.5-pro同供應商 | $3.44 | 93 | -24% | |
| qwen3.7-flash全站 CP 值王 | Alibaba | $0.055 | 82 | -99% |
適合用途
程式開發推理分析長文本多模態
支援模態
TextVisionAudio
適合與不適合的情境
適合
- 程式開發：撰寫、重構與偵錯，能處理多檔案的專案脈絡。
- 推理分析：多步驟拆解、規劃與需要嚴謹推論的任務。
- 長文件處理：1049K 視窗可一次讀入整份合約、論文或大型 codebase。
- 多模態輸入：可直接處理圖片、截圖與文件掃描檔。
較不適合
- 高頻批次處理：綜合單價 $4.50／1M token 屬於高價位，量大時帳單成長很快。
常見問題
gemini-3.1-pro 的 API 價格是多少？
gemini-3.1-pro 的輸入價格是每 100 萬 token $2.00，輸出價格是每 100 萬 token $12.00。以輸入 3：輸出 1 的混合用量換算，綜合單價約 $4.50／1M token。
用 gemini-3.1-pro 每月大概要花多少錢？
取決於用量。以本頁的四個情境估算：客服機器人約 $500／月、RAG 文件問答約 $512／月、程式開發助理約 $480／月、批次摘要約 $2,560／月。你可以用成本計算機帶入自己的 token 用量重新估算。
gemini-3.1-pro 的上下文視窗有多大？
1049K token，約等於 1,399 頁 A4 文件（以每頁約 750 token 估算），在本站追蹤的 89 個模型中排名第 8。
gemini-3.1-pro 和 qwen3.5 哪個划算？
qwen3.5 的綜合單價約 $0.11／1M token，比 gemini-3.1-pro 的 $4.50 便宜約 98%；品質分數為 91（gemini-3.1-pro 為 91）。若品質差距在你的任務上不明顯，選便宜的那個；差距明顯就選 gemini-3.1-pro。建議用自己的資料各跑一輪再決定。
gemini-3.1-pro 適合哪些應用場景？
本站標記的適用情境為：程式開發、推理分析、長文本、多模態。程式開發：撰寫、重構與偵錯，能處理多檔案的專案脈絡。 較不適合的情況：高頻批次處理：綜合單價 $4.50／1M token 屬於高價位，量大時帳單成長很快。
gemini-3.1-pro 的價格資料多久更新一次？
本頁價格最後於 2026-08-19 核對，來源為官方文件。llmprice.app 每日執行價格收集流程，但供應商調價後仍可能有落差，正式導入前請再確認 Google 官方定價頁。
估算這個模型的實際成本
將單次 token 用量與每月請求次數帶入計算器，比較不同模型的總成本。
同類模型
依供應商與使用情境延伸探索。
價格、速度與品質分數會隨供應商更新；正式採用前請再次確認官方文件。