Introdução
Chat compatível com OpenAI para o Gemini 3.1 Pro Preview. Uma janela de leitura de 1.000.000 de tokens, três níveis de esforço, 128 schemas de ferramentas e saída JSON numa chamada síncrona.
Gemini 3.1 Pro Preview é o modelo de chat de contexto longo do Google, publicado como um único endpoint compatível com OpenAI. Ele lê até 1.000.000 de tokens e responde em até 32.768 — cerca de trinta para um: entra a bíblia inteira com todo o histórico, sai um turno coerente.
Recursos e destaques
Lê uma estante, escreve um parágrafo
1.000.000 de tokens de entrada para 32.768 de saída, cerca de trinta para um — e a proporção é o manual de instruções. Anexe a bíblia, as fichas de personagem e todos os capítulos escritos até agora, e peça uma única resposta que empurre a cena adiante. O que volta é curto por projeto e coerente com cada página enviada.
O histórico viaja sem compressão
Roleplay longo sai do trilho principalmente porque o histórico precisa ser resumido para caber. Uma janela de 1.000.000 de tokens costuma eliminar essa etapa: reenvie o texto original a cada turno e o detalhe plantado trinta capítulos atrás continua diante do modelo, em vez de virar paráfrase de si mesmo.
Pode mudar sem aviso
O ciclo de vida de um modelo em prévia pertence ao Google. Comportamento, disponibilidade e preço podem se mexer, e ele pode ser retirado. Antes que sustente um fio em produção, saiba para qual modelo esse fio recua.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
messages | Sim | Turnos de conversa ordenados. O conteúdo é uma string ou um array de partes text e |
max_tokens | Não | Limita a resposta a 32.768 — um trinta avos da janela de leitura. Padrão 16.384. |
reasoning_effort | Não | minimal, low, medium ou high. Medium é o padrão: caia para low nos turnos rotineiros e suba para high quando for preciso pesar o histórico ou caçar contradições. |
stop | Não | Até 4 sequências, como string ou array. A resposta termina assim que o modelo escreve uma delas, e o texto correspondente não é devolvido. pelo menos 1 caracteres · pelo menos 1 itens · no máximo 4 itens |
seed | Não | Qualquer inteiro. |
temperature | Não | De 0 a 2, padrão 1. O Google recomenda deixar os modelos Gemini 3 em 1,0: abaixo disso, a geração pode entrar em loop ou perder qualidade. |
top_p | Não | De 0,01 a 1. Ajuste este ou temperature, nunca os dois na mesma comparação. |
tools | Não | Até 128 definições de função por requisição. no máximo 128 itens |
tool_choice | Não | auto, none, required ou um objeto nomeando uma função. |
response_format | Não | Peça um objeto JSON e nomeie todas as chaves na mensagem de system. |
Preços
Entrada $1.90 / Saída $11.40 por 1 milhão de tokens; Prompts acima de 200K tokens: Entrada $3.80 / Saída $17.10
Acima de 200.000 tokens de entrada, a requisição inteira passa para a tarifa de contexto longo.
Casos de uso
Continuar uma cena dentro de 300.000 palavras
Envie a bíblia, o mapa de relações e cada capítulo escrito até agora, e peça um único turno. Nada foi buscado nem amostrado, então uma promessa feita no primeiro ato continua à vista enquanto o modelo escreve o terceiro.
Auditoria de continuidade entre capítulos
Coloque as regras do mundo e os capítulos prontos na mesma requisição e pergunte quais trechos as contradizem. O que volta é uma lista de conflitos com as referências, não uma reescrita — ler muito e responder curto, o terreno natural dessa proporção.
Um julgamento sobre um conjunto enorme de documentos
Carregue uma especificação inteira, um trimestre de tickets ou uma caixa de entrada completa numa chamada e pergunte o que mudou de fato. 32.768 tokens sobram para a conclusão e as citações que a sustentam.
Estado dos personagens em JSON para o seu app
Peça a posição atual, os ferimentos, as relações e os segredos conhecidos de cada personagem como um objeto JSON: response_format em json_object, com cada chave nomeada na mensagem de system. Seu save fica sincronizado com o texto sem nenhum parser de emergência.
Guia de prompt e dicas práticas
Regras no system, história no user
Coloque as regras do mundo, o tom desejado e o tamanho deste turno na mensagem de system. A bíblia, o mapa de relações e o histórico vão numa única mensagem de user, do mais antigo para o mais novo, terminando com a instrução deste turno.
Reenvie o histórico inteiro, não resuma
A janela comporta 1.000.000 de tokens, normalmente mais que um romance pronto. Reenviar o texto original a cada turno custa tokens de entrada, mas é a continuidade mais barata que existe: nada se perde numa paráfrase.
Limites para levar em conta
O teto de resposta é 32.768 tokens — cerca de um trinta avos da janela de leitura — então uma requisição que peça um capítulo completo bate no limite antes de terminar, e um max_tokens acima disso falha direto na validação. O conteúdo das mensagens é texto e imagens; partes de vídeo e de áudio são recusadas. É um modelo em prévia: o Google pode mudar o comportamento ou retirá-lo, então mantenha um modelo reserva antes de colocar tráfego de produção nele. Um response_format JSON dá forma à resposta, mas o parsing e a validação continuam sendo da sua aplicação.
Início rápido da API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "google/gemini-3.1-pro-preview/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
