Gemini 3.1 Pro レビュー：日本語の正確さは一級、ただし「考える分」の出力トークンに注意

結論から言うと、Gemini 3.1 Pro（gemini-3.1-pro-preview）は、日本語の「正確さ」が問われる仕事を任せられるモデルです。今回試した日本語タスクで、明確な誤りは一つもありませんでした。ただし推論モデルなので、短い回答でも裏で1,000トークン以上考えます。その分は出力として課金されるので、単価だけ見て判断しないようにしてください。

概要：100万トークン文脈の推論モデル

Gemini 3.1 Pro は Google の上位推論モデルで、2026年2月にプレビューとして公開されました。

• 文脈長：約100万トークン（最大出力 65,536 トークン）
• 入力：テキスト・画像・音声・動画・PDF
• 出力：テキスト
• 回答の前に内部で推論（thinking）を行う

日本語で試した結果

同じ5つの日本語タスクを複数のモデルに投げて比べました。Gemini 3.1 Pro の結果は次のとおりです。

算数の題は、実はわざと解けない数字にしてあります（りんご7.2個になる）。Gemini 3.1 Pro はつるかめ算で解いたうえで「問題文の数値に誤りがある」と指摘し、代金の合計を1,215から1,125に直せば6個になる、という修正案まで示しました。今回比べたモデルの中には、同じ題でもっともらしい誤答を出したものもあります。

俳句は、季語の季節を取り違えるモデルが多いタスクです。Gemini 3.1 Pro は季語・音数・意味の説明まで破綻がありませんでした。

画像の読み取り：日本語のレシート

飲食店のレシート画像を渡し、店名・日時・品目・軽減税率の対象・インボイス登録番号を JSON で返させました。全項目を正確に読み取り、「※」の付いた品目を軽減税率（8%）の対象として正しく判定しています。画像の入力は約1,100トークンでした。

コスト：単価より「推論トークン」を見る

上の表のとおり、250字程度のメールでも出力は約1,700トークンで、その約9割が推論です。推論トークンは出力トークンとして課金されるため、回答が短いほど、請求に占める推論の割合が大きくなります。

• 1回あたりのコストは「回答の長さ」ではなく「どれだけ考えたか」で決まる
• 20万トークンを超える長いプロンプトは、入力・出力とも単価が上がる（上流の料金体系に合わせています）
• 大量の定型処理には、より軽いモデルを併用するのが現実的

円建ての単価は料金ページでご確認ください。

向いている用途／向かない用途

向いている

• 敬語や表現の正確さが問われる日本語の文書作成・校正
• 数値の整合性チェックなど、「間違いに気づく」ことが価値になる処理
• 長い資料や画像・PDF をまとめて読ませる分析
• エージェントの計画立案など、少数の重い判断

向かない

• 1件あたりの応答が数秒で必要なチャット（今回は1回10〜20秒台）
• 大量の短い分類・抽出（推論の分だけ割高になる）

よくある質問

Q. Gemini 3.1 Pro のプレビュー版を本番で使っても大丈夫ですか？

プレビューは提供条件が変わる可能性があります。重要な処理では、同じ API キーのまま model を差し替えられる状態にしておくと安心です。

Q. Gemini 3.1 Pro の推論（thinking）は止められますか？

止めることはできませんが、reasoning の effort で深さを指定できます。指定方法は推論の制御をご覧ください。

Q. Gemini 3.1 Pro で画像入力は使えますか？

はい。テキストと一緒に画像を渡せます。日本語のレシートも正確に読み取れました。

FastMetal で試す

curl https://api.fastmetal.ai/v1/chat/completions \
  -H "Authorization: Bearer $FASTMETAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-pro-preview",
    "messages": [{"role": "user", "content": "次の文の敬語の誤りを直してください：「部長が申された件について、担当者がお伺いになります。」"}]
  }'

同じ API キー・同じ円建て残高のまま、Claude など他のモデルと model を差し替えて比べられます。対応モデルはモデルカタログでご確認ください。