Gemini 3 Pro
API-Modellname: gemini-3-pro
Gemini 3 Pro ist das Chat-Modell von Google, bereitgestellt über die einheitliche API von Api.Airforce. Es verfügt über ein Kontextfenster von 2M Tokens. Neben Text akzeptiert es image, audio, video, document als Eingabe. Zu den Funktionen gehören Vision, Tool Calling, Reasoning, Dokumente, Prompt-Caching. Es kostet 0,79 € pro Million Eingabe-Tokens und 2,40 € pro Million Ausgabe-Tokens. Das liegt unter dem offiziellen Eingabepreis des Anbieters von 3,50 €. Wissensstand: 2026-01. Greife über die OpenAI-kompatible API mit einem einzigen Schlüssel darauf zu — zusammen mit über 65 weiteren Modellen auf Api.Airforce.
Preise
Api.Airforce-Preis im Vergleich zum offiziellen Preis des Anbieters.
Spezifikationen
- Anbieter
- Typ
- Chat-Modell
- Kontextfenster
- 2M Tokens
- Maximale Ausgabe
- 66K Tokens
- Wissensstand
- 2026-01
- Eingabe
- text, image, audio, video, document
- Ausgabe
- text
- Prompt-Caching
- Unterstützt
Funktionen
Benchmarks
Unabhängige Bewertungen und gemessene Geschwindigkeit von Artificial Analysis.
Quelle: Benchmark data by Artificial Analysis (artificialanalysis.ai)
Wofür wird Gemini 3 Pro verwendet?
- Chatbots & Assistenten — konversationelle KI, Textentwürfe, Zusammenfassungen und Q&A.
- Bildverständnis — Fotos, Screenshots, Diagramme und gescannte Dokumente analysieren.
- Agenten & Automatisierung — Function Calling und Tool Use für mehrstufige Workflows.
- Komplexes Schlussfolgern — Mathematik, Coding und schrittweises Problemlösen.
- Dokumentenanalyse — lange Dateien zusammenfassen und Fragen dazu beantworten.
- Long-Context-Aufgaben — ganze Dokumente oder Codebasen in einem einzigen Prompt verarbeiten.
- Echtzeit-Erlebnisse — Token streamen für reaktionsschnelle Chats und Apps.
Gemini 3 Pro vs. ähnliche Modelle
| Modell | Intelligenz | Kontext | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Gemini 3 Pro | 48.4 | 2M | 0,79 € | 2,40 € |
| Gemini 2.5 Flash | 20.6 | 1M | 0,35 € | 2,19 € |
| Gemini 2.5 Pro | 34.6 | 2M | 0,61 € | 1,92 € |
| Gemini 3 Flash | 35.0 | 1M | 0,35 € | 2,10 € |
Preise sind Api.Airforce Pay-as-you-go-Tarife pro 1M Token. Der Kontext ist die maximale Eingabelänge.
Verwandte Modelle
Gemini 3 Pro — häufig gestellte Fragen
- Was kostet Gemini 3 Pro?
- Gemini 3 Pro wird Pay-as-you-go abgerechnet: 0,79 € pro 1M Input-Token und 2,40 € pro 1M Output-Token. Kein Abonnement — du zahlst nur, was du verwendest.
- Wie groß ist das Kontextfenster von Gemini 3 Pro?
- Gemini 3 Pro unterstützt ein Kontextfenster von bis zu 2M Token. Es können bis zu 66K Token in einer einzigen Antwort zurückgegeben werden.
- Was kann Gemini 3 Pro?
- Gemini 3 Pro unterstützt Vision, Tool Calling, Reasoning, Dokumente, Prompt-Caching.
- Ist Gemini 3 Pro kostenlos nutzbar?
- Gemini 3 Pro ist ein kostenpflichtiges Pay-as-you-go-Modell — kein Abonnement, du wirst nur für die tatsächliche Nutzung berechnet.
- Wie verwende ich Gemini 3 Pro über die API?
- Gemini 3 Pro ist OpenAI-kompatibel. Richte ein beliebiges OpenAI SDK auf https://api.airforce/v1 aus und übergib die Modell-ID gemini-3-pro zusammen mit deinem Api.Airforce API-Key.
- Von wem stammt Gemini 3 Pro?
- Gemini 3 Pro ist das Chat-Modell von Google, bereitgestellt über das einheitliche Api.Airforce-Gateway neben 100+ weiteren Modellen.
Gemini 3 Pro über die API nutzen
OpenAI-kompatibel — richte ein beliebiges OpenAI-SDK auf https://api.airforce/v1 und übergib gemini-3-pro als Modell.
curl https://api.airforce/v1/chat/completions \
-H "Authorization: Bearer $AIRFORCE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3-pro",
"messages": [{ "role": "user", "content": "Hello!" }]
}'from openai import OpenAI
client = OpenAI(base_url="https://api.airforce/v1", api_key="$AIRFORCE_API_KEY")
r = client.chat.completions.create(
model="gemini-3-pro",
messages=[{"role": "user", "content": "Hello!"}],
)
print(r.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.airforce/v1", apiKey: process.env.AIRFORCE_API_KEY });
const r = await client.chat.completions.create({
model: "gemini-3-pro",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(r.choices[0].message.content);