Google Gemini 3.1 Pro 发布：API 能力升级，长文档解析与多模态输出成亮点

继 Anthropic 的 Claude 新版本发布后，Google 也迅速跟进，推出了 Gemini 3.1 Pro 的更新，延续了“加量不加价”的策略。

以下是本次更新中几个值得开发者关注的核心特性：

1. 函数调用支持多模态返回

此前，模型的函数调用（Function Calling）通常只能返回文本信息。现在，Gemini 3.1 Pro 的 API 可以直接返回图片和 PDF 等文件。这一升级极大地增强了自动化工作流的直观性和实用性，使得 AI 驱动的应用能够输出更丰富、更具表现力的结果。

2. 强大的多模态文档与视频理解能力

Gemini 3.1 Pro 在长上下文处理上展现了令人印象深刻的能力：

• 海量图文处理：单次 Prompt 最多可支持处理 900 张图片 或 900 页 PDF 文档。
• 超长视频理解：支持对长达 1 小时 的视频内容进行理解和分析。

凭借这样的解析能力，Gemini 3.1 Pro 在当前支持长上下文的大模型中，堪称顶级水平，为处理复杂的多模态任务提供了强大支持。

3. 新增“思考签名”，降低模型幻觉

本次更新引入了一项名为“思考签名”（Thinking Signatures）的新技术。该技术旨在让模型在生成回复时，能更好地“理解”自己的推理过程，从而大幅减少“幻觉”（即事实性错误或编造信息）的发生。简单来说，这让 AI 变得更有“自知之明”，显著降低了错判率，输出的结果更加稳定、准确和可靠。

总体来看，Gemini 3.1 Pro 的这次升级，在保持原有定价体系的基础上，重点提升了其在复杂多模态任务处理上的能力与可靠性，为开发者构建更强大的 AI 应用提供了新的可能。