处理困难提示的推理
这一预览模型面向受益于更深推理的任务，例如多步骤分析、技术决策、研究综合和规划。
核心能力
Gemini 3 Pro 可以帮助用户完成什么
它适合答案不只依赖一个短 prompt 的任务。当你带来上下文、约束、证据和需要先推理再回答的目标时，它的价值更明显。
跨大上下文工作
Google 文档显示它的输入限制为一百万 tokens，输出限制为 65,536 tokens，适合长文档和延展聊天上下文。
支持编程工作流
进行代码解释、调试分析、实现规划、测试策略、架构取舍和技术写作。
理解多模态输入
Google 文档显示它支持文本、代码、图像、音频、视频和 PDF 输入。Buble 针对配置的 OpenAI 兼容路由，保守开放图像附件支持。
连接工具
它支持函数调用和结构化输出。Buble 为它配置了 OpenAI 兼容工具调用映射，用于工具就绪的聊天工作流。
使用搜索来源上下文
在 Buble 聊天 UI 中启用联网搜索时，模型可以结合检索到的来源片段，生成更新、更有证据感的回答。
使用场景
最适合哪些工作
它适合需要模型保留上下文、推理取舍，并生成清晰成果而不是泛泛回答的工作流。
研究综合
对比来源、识别不确定性、组织证据，并把原始研究材料转化为结构化简报。
技术规划
分析需求、检查代码上下文、推理风险，并起草实现或测试计划。
文档密集型工作
总结、批判、提取决策或重组长文档、转录、政策和规格说明。
视觉推理
使用图像附件上传截图、示意图、图表、UI 审阅材料和需要与文字请求结合理解的视觉证据。
业务分析
将分散笔记、报告、计划和运营上下文转化为清晰建议、决策框架和下一步行动。
工具辅助智能体
用于结合聊天、标准工具调用、检索、结构化输出和迭代推理的工作流。
工作流示例
如何把上下文转化为行动
最有用的情况，是模型可以推进完整工作流：理解任务、吸收上下文、推理选项、必要时使用工具，并返回可执行答案。
Step 01
从问题到带来源简报
从一个研究问题开始。模型可以使用检索上下文、对比证据，并撰写区分发现、不确定性和建议的简报。
Step 02
从规格到实现计划
提供需求或技术笔记。它可以识别受影响区域、提出计划、提示风险，并列出验证步骤。
Step 03
从长文档到执行摘要
提供大型文档或转录。模型可以提取主论点、决策、风险和后续行动，并整理成简洁成果。
Step 04
从截图到结构化反馈
上传截图或图表。它可以把视觉上下文与任务连接起来，并产出实用分析或改进建议。
模型基础
具备大上下文和多模态输入的预览推理模型
技术细节更适合转化为实际用户价值：更大的工作上下文、thinking 取向行为、多模态输入、工具调用、结构化输出和基于来源的工作流。
Google 文档中这一预览模型的可执行模型 id 是 gemini-3-pro-preview。模型资料显示它支持文本输出，输入限制为 1,048,576 tokens，输出限制为 65,536 tokens，并支持文本、代码、图像、音频、视频和 PDF 输入。
这些能力让它适合长上下文工作：模型需要先理解来源材料，再生成回答。它适合研究资料包、产品规格、代码上下文、视觉证据和多步骤推理任务。
Google 同时说明，Gemini 3 Pro Preview 在官方 serving 路径上已经被 Gemini 3.1 Pro Preview 取代。Buble 仍可以通过你提供的 OpenAI 兼容端点配置该模型，但生产可用性取决于该 endpoint 和 API key 是否继续开放它。
| 能力细节 | 为什么重要 |
|---|---|
| 模型 id：gemini-3-pro-preview | 在配置的 provider 请求中使用文档中的预览模型标识。 |
| 1,048,576 tokens 输入限制 | 支持大型来源材料、长文档、延展对话和广泛项目上下文。 |
| 65,536 tokens 输出限制 | 当工作流需要深度时，可以生成详细计划、长报告和结构化回答。 |
| 上游多模态输入支持 | 解释了它为什么适合混合文本和视觉工作流，但具体端点的传输方式仍需验证。 |
| 函数调用和结构化输出 | 支持开发者用例、自动化、智能体和稳定的应用输出。 |
| Preview 可用性状态 | 让预期保持真实：Google 官方 serving 已经推进到 Gemini 3.1 Pro，因此第三方端点可用性必须测试。 |
应把它作为 legacy preview model 看待。如果工作流需要当前的 Google preview 路线，优先评估 Gemini 3.1 Pro。
集成方式
Buble 如何配置该模型
Buble 通过与其他 chat model 相同的隔离配置系统开放它。
| 领域 | 已配置支持 | 用户价值 |
|---|---|---|
| 端点 | 使用 gemini-3-pro-preview 的 OpenAI 兼容 chat completions endpoint | 让兼容客户端可以用熟悉的聊天请求格式调用模型。 |
| 流式输出 | OpenAI 风格的 delta text 映射，并在返回 usage 时采集用量 | 提升聊天响应速度，并在 usage 可用时支持准确计费。 |
| 推理 | 提供 reasoning effort 选项，并隐藏内部推理展示 | 让困难任务可以请求更深模型处理，同时不暴露私有 chain-of-thought。 |
| 附件 | 通过 URL 传输支持图像附件 | 支持截图、图表和示意图等实用视觉上下文。 |
| 工具和搜索 | OpenAI 兼容工具调用解析，以及 Buble 托管联网搜索 | 在 Buble UI 中支持工具就绪聊天和基于来源的工作流。 |
实践注意事项
使用前需要理解的限制
应在清晰预期下使用，因为预览模型可用性、代理支持和多模态传输行为都可能变化。
官方 serving 已向前推进
Google 关于这一预览模型的文档指向 Gemini 3.1 Pro Preview 作为当前官方 serving 路线。它应被视为依赖端点可用性的模型。
必须验证第三方端点支持
Buble 可以把 gemini-3-pro-preview 发送到你提供的 OpenAI 兼容端点，但实际 API key 和 provider 路由必须支持该模型。
模态开放保持保守
虽然上游文档列出广泛多模态输入支持，但 Buble 当前对该 OpenAI 兼容路由只开放图像附件，直到其他传输方式完成验证。
推理不是可见 chain-of-thought
Reasoning effort 可以改善困难任务行为，但 UI 不应承诺可见的隐藏推理内容。
大上下文成本更高
长 prompt、图像、工具和长输出都会增加延迟和 credit 使用量，因此工作流应保持清晰边界。
长期稳定性优先选择当前模型
对于新的生产工作，应将它与 Gemini 3.1 Pro 对比，并选择端点可用性稳定的模型。
适合谁使用
哪些用户最能从中获益
它适合需要强推理模型，并理解 preview endpoint 可用性需要按工作流验证的用户。
开发者
用它进行代码解释、调试支持、实现规划和技术分析。
研究人员
综合来源材料、对比证据，并生成结构化研究笔记。
产品团队
推理需求、用户反馈、产品规格和运营上下文。
知识工作者
将混乱的文档、转录和笔记整理成摘要、计划和决策。
设计和内容团队
使用图像感知聊天分析截图、示意图、视觉参考和内容方向。
AI 工作流构建者
在端点可用时，处理标准工具调用、基于网络来源的聊天和长上下文助手工作流。
常见问题
Gemini 3 Pro 常见问题
面向正在评估该模型用于 AI Chat、推理、编程和长上下文工作流的用户。