gemini-3-pro-preview
vertex_ai-language-models · Chat model
gemini-3-pro-preview は vertex_ai-language-models の チャット モデルとして掲載されています。料金、上限、機能、ソースを比較しやすい形で確認できます。
正確性のため、プロバイダー名とモデル ID は原文のまま表示しています。
vertex_ai-language-models-gemini-3-pro-preview
ライフサイクル 非推奨日: 2026年3月26日
入力
$2.0000 / 1M tokens
出力
$12.0000 / 1M tokens
キャッシュ入力
$0.2000 / 1M tokens
コンテキスト長
65.5K
カタログ生成日: 2026/07/13
要点
向いている確認
自分のワークロードで試す前に、料金、コンテキスト長、対応機能を短時間で確認したいときに使います。
公式側で確認すること
割引、キャッシュ料金、リージョン条件、公開メタデータに出ていないモデル上限は、必ずプロバイダーの公式ページで確認してください。
料金
| 項目 | 料金 |
|---|---|
| 入力 | $2.0000 / 1M tokens |
| 出力 | $12.0000 / 1M tokens |
| キャッシュ入力 | $0.2000 / 1M tokens |
| 埋め込み | $2.0000 / 1M tokens |
| バッチ入力 | $1.0000 / 1M tokens |
| バッチ出力 | $6.0000 / 1M tokens |
| priority 入力 | $3.6000 / 1M tokens |
| priority 出力 | $21.6000 / 1M tokens |
上限
コンテキスト長
65.5K
最大入力トークン
1.0M
最大出力トークン
65.5K
最大トークン
65.5K
機能
| 機能 | 対応 |
|---|---|
| Vision | 対応 |
| Function calling | 対応 |
| Parallel function calling | - |
| Tool choice | 対応 |
| Prompt caching | 対応 |
| Reasoning | 対応 |
| Response schema | 対応 |
| System messages | 対応 |
| Audio input | 対応 |
| Audio output | - |
| Web search | 対応 |
| PDF input | 対応 |
| Video input | 対応 |
ベンチマーク
多くのベンチマーク行は、このプロバイダールートそのものではなく、ベースモデル系列に紐づいています。 ベンチマーク一覧を開く
| ベンチマーク | スコア | 指標 | 対象範囲 | 確認日 | ソース |
|---|---|---|---|---|---|
| Humanity's Last Exam | 37.5% (no tools) | accuracy | ベースモデル: Gemini 3 Pro (Gemini 3 Pro Thinking (High)) | 2026-05-31 | リンク |
| ARC-AGI-2 | 31.1% | accuracy | ベースモデル: Gemini 3 Pro (Gemini 3 Pro Thinking (High)) | 2026-05-31 | リンク |
| GPQA Diamond | 91.9% | accuracy | ベースモデル: Gemini 3 Pro (Gemini 3 Pro Thinking (High)) | 2026-05-31 | リンク |
| Terminal-Bench 2.0 | 56.9% | accuracy | ベースモデル: Gemini 3 Pro (Gemini 3 Pro Thinking (High)) | 2026-05-31 | リンク |
| SWE-bench Verified | 76.2% (single attempt) | accuracy | ベースモデル: Gemini 3 Pro (Gemini 3 Pro Thinking (High)) | 2026-05-31 | リンク |
| LiveCodeBench Pro | 2439 Elo | Elo | ベースモデル: Gemini 3 Pro (Gemini 3 Pro Thinking (High)) | 2026-05-31 | リンク |
| MMMU-Pro | 81.0% | accuracy | ベースモデル: Gemini 3 Pro (Gemini 3 Pro Thinking (High)) | 2026-05-31 | リンク |
| MRCR v2 | 77.0% (128k average) | accuracy | ベースモデル: Gemini 3 Pro (Gemini 3 Pro Thinking (High)) | 2026-05-31 | リンク |
| MRCR v2 | 26.3% (1M pointwise) | accuracy | ベースモデル: Gemini 3 Pro (Gemini 3 Pro Thinking (High)) | 2026-05-31 | リンク |
| SWE-bench Verified | 69.60% | % resolved | ベースモデル: Gemini 3 Pro (Gemini 3 Pro) | 2026-05-31 | リンク |
| LMArena Text Arena (English) | 1489±5 | Arena Elo | ベースモデル: Gemini 3 Pro (gemini-3-pro) | 2026-05-31 | リンク |
| MMLU-Pro | 89.8% | accuracy | ベースモデル: Gemini 3 Pro Preview (Gemini 3 Pro Preview (high)) | 2026-05-31 | リンク |
| MMLU-Pro | 89.5% | accuracy | ベースモデル: Gemini 3 Pro Preview (Gemini 3 Pro Preview (low)) | 2026-05-31 | リンク |
近いモデル
下の候補は、確認済みの入出力形式が同じで、トークン料金を比較できるモデルだけです。フィルターで重視する観点を切り替えてから比較できます。
比較元
| モデル | 料金 | 入力形状 | 機能 | コンテキスト | 近い理由 |
|---|---|---|---|---|---|
| gemini-3-pro-preview vertex_ai-language-models | 入力 $2.0000 / 1M tokens 出力 $12.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 現在のモデル 基準行 |
| モデル | 料金 | 入力形状 | 機能 | コンテキスト | 近い理由 |
|---|---|---|---|---|---|
| gemini-3-pro-preview Vertex AI | 入力 $2.0000 / 1M tokens 出力 $12.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 76% |
| gemini-3-pro-preview Google | 入力 $2.0000 / 1M tokens 出力 $12.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 76% |
| gemini-3-pro-preview OpenRouter | 入力 $2.0000 / 1M tokens 出力 $12.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 76% |
| gemini-3.1-pro-preview OpenRouter | 入力 $2.0000 / 1M tokens 出力 $12.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 71% |
| gemini-2.5-pro vertex_ai-language-models | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 同じプロバイダー 総合 71% |
| gemini-2.5-pro Google | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 71% |
| gemini-pro-latest Google | 入力 $1.2500 / 1M tokens 出力 $10.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 71% |
| gemini-3-flash-preview Vertex AI | 入力 $0.5000 / 1M tokens 出力 $3.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 65.5K | 入出力形式が一致 総合 61% |
| gpt-5.2-chat Azure | 入力 $1.7500 / 1M tokens 出力 $14.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 16.4K | 入出力形式が一致 総合 54% |
| gpt-5.2-chat-2025-12-11 Azure | 入力 $1.7500 / 1M tokens 出力 $14.0000 / 1M tokens | pdf 出力: text | VisionFunction callingTool choicePrompt caching | 16.4K | 入出力形式が一致 総合 54% |
このフィルターに合うモデルはありません。
ソース
料金とメタデータの出典は英語版と同じデータベースを使っています。公式の提供元の事実情報は翻訳や推測で補完していません。
カタログ生成日: 2026-07-13T14:21:55.110Z