Gemini 3 Pro

Fiche modèle · Google · gemini-3-pro-preview

Gemini 3 Pro is the first model in the new Gemini 3 series. It is best for complex tasks that require broad world knowledge and advanced reasoning across modalities. Gemini 3 Pro uses dynamic thinking by default to reason through prompts, and features a 1 million-token input context window with 64k output tokens.

Fiches modèles

Identité

OrganisationGoogle
Pays—
Famille—
Typellm
Date de sortie2025-11-18
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésaudio|image|text|video
Fenêtre de contexte1 000 000
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement—
Coupure de connaissance2025-01-31
Créé le2026-05-07T16:53:29.170811Z
Mis à jour le2026-11-04T06:04:43.396308Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gemini-3-pro-preview
Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
language0.90
long_context0.30
math0.70
multimodal0.70
physics0.90
reasoning396.50
spatial_reasoning0.50
structured_output0.10
factuality0.70
frontend_development0.80
general377.60
grounding0.70
healthcare0.90
agents1 826.50
biology0.90
chemistry0.90
code813.40
tool_calling0.70
vision0.60

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aime-2025math1.001.001.00nonoui2026-11-04T06:04:43.442995Z
arc-agi-v2reasoning0.311.000.31nonoui2026-11-04T06:04:43.422684Z
charxiv-rreasoning0.811.000.81nonoui2026-11-04T06:04:43.485440Z
facts-groundingreasoning0.701.000.70nonoui2026-11-04T06:04:43.542147Z
global-piqareasoning0.931.000.93nonoui2026-11-04T06:04:43.558951Z
gpqareasoning0.921.000.92nonoui2026-11-04T06:04:43.432845Z
humanity's-last-examreasoning0.461.000.46nonoui2026-11-04T06:04:43.413351Z
livebenchmath0.731.000.73nonnon2026-11-04T06:04:43.573835Z
livecodebench-proreasoning2 439.003 000.000.81nonoui2026-11-04T06:04:43.503074Z
matharena-apexmath0.231.000.23nonoui2026-11-04T06:04:43.453126Z
mmmlulanguage0.921.000.92nonoui2026-11-04T06:04:43.553221Z
mmmu-provision0.811.000.81nonoui2026-11-04T06:04:43.458722Z
mrcr-v2-(8-needle)long_context0.261.000.26nonoui2026-11-04T06:04:43.569523Z
omnidocbench-1.5vision0.121.00—nonoui2026-11-04T06:04:43.493199Z
screenspot-provision0.731.000.73nonoui2026-11-04T06:04:43.463253Z
simpleqafactuality0.721.000.72nonoui2026-11-04T06:04:43.545194Z
swe-bench-verifiedreasoning0.761.000.76nonoui2026-11-04T06:04:43.523191Z
t2-benchagents0.851.000.85nonoui2026-11-04T06:04:43.533164Z
terminal-bench-2reasoning0.541.000.54nonoui2026-11-04T06:04:43.513147Z
vending-bench-2reasoning5 478.161.00—nonoui2026-11-04T06:04:43.536970Z
videommmumultimodal0.881.000.88nonoui2026-11-04T06:04:43.496351Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
math350.7037.345trueskill2026-11-04T08:08:42.442591Zrankings
multimodal500.7027.755trueskill2026-11-04T08:08:46.488887Zrankings
agents100—15.173trueskill2026-10-19model_history
code85—24.213trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04