Razvoj aplikacij z Gemini 3.1 Pro: Vodnik za razvijalce za API, programiranje in vibe coding

19. februar 2026 — Gemini 3.1 Pro je pravkar izšel in je eden najmočnejših modelov za programiranje, ki so na voljo: 80,6 % na SWE-Bench Verified, 2887 Elo na LiveCodeBench in kontekstno okno z 1 milijonom žetonov pri ceni 2 $ na milijon vhodnih žetonov. To je vrhunska stopnja programiranja za delček cene.

Ta vodnik je namenjen razvijalcem, ki želijo danes začeti graditi z njim. Pokrivamo nastavitev API-ja, primere kode v Pythonu in Node.js, stopnje razmišljanja, predpomnjenje konteksta za optimizacijo stroškov in to, kako se Gemini 3.1 Pro vklaplja v delovne procese vibe codinga.

---

Kako začeti

Možnost 1: Google AI Studio (Brezplačno, brez nastavitve)

Najhitrejši način za preizkus Gemini 3.1 Pro:

1. Pojdite na aistudio.google.com
2. Prijavite se s svojim Googlovim računom
3. V spustnem meniju modelov izberite Gemini 3.1 Pro Preview
4. Začnite s pozivi (prompts)

AI Studio je brezplačen z omejitvami hitrosti — primeren za prototipiranje in eksperimentiranje.

Možnost 2: API ključ (Za gradnjo aplikacij)

1. V AI Studiu pojdite na Get API Key → Create API Key
2. Ključ varno shranite (nikoli ga ne objavite v nadzoru različic)
3. Namestite SDK:

# Python
pip install google-genai

# Node.js
npm install @google/genai

---

Vaš prvi klic API-ja

Python

from google import genai

client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Write a Python function that finds the longest common subsequence of two strings. Include type hints and docstring."
)

print(response.text)

Node.js

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: "YOUR_API_KEY" });

const response = await ai.models.generateContent({
  model: "gemini-3.1-pro-preview",
  contents: "Write a TypeScript Express middleware that validates JWT tokens and extracts user info.",
});

console.log(response.text);

S stopnjami razmišljanja (Thinking Levels)

# Visoka stopnja razmišljanja za kompleksno razhroščevanje
response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="""
    This Go server has a race condition that causes intermittent 500 errors
    under load. Here's the relevant code:

    [paste your code here]

    Find the race condition and explain the fix.
    """,
    config={
        "thinking_config": {"thinking_level": "HIGH"}
    }
)

---

Programiranje z Gemini 3.1 Pro

Kontekst primerjalnih testov

Preden se potopimo v zmožnosti, poglejmo, kje stoji Gemini 3.1 Pro med modeli za programiranje:

Primerjalni test	Gemini 3.1 Pro	GPT-5.3-Codex	Claude Opus 4.6
SWE-Bench Verified	80,6 %	76,2 %	72,6 %
Terminal-Bench 2.0	68,5 %	77,3 %	—
LiveCodeBench Pro	2887 Elo	—	—

To je 15-odstotna izboljšava v primerjavi z najboljšimi izvedbami Gemini 3 Pro Preview, pri čemer uporablja manj izhodnih žetonov za boljše rezultate.

Generiranje kode

Gemini 3.1 Pro generira kodo produkcijske kakovosti v različnih jezikih. Kontekst z 1 milijonom žetonov pomeni, da lahko vključite svojo obstoječo bazo kode za generiranje, ki upošteva kontekst:

# Naložite kontekst vaše baze kode
with open("codebase_context.txt", "r") as f:
    codebase = f.read()

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents=f"""
    Here is my current codebase:

    {codebase}

    Add a new API endpoint POST /api/users/bulk-import that:
    - Accepts a CSV file upload
    - Validates each row against the User schema
    - Inserts valid records in batches of 100
    - Returns a summary of successes and failures
    - Follow the existing patterns and coding style
    """,
    config={
        "thinking_config": {"thinking_level": "MEDIUM"}
    }
)

Razhroščevanje (Debugging)

Vnesite dnevnike napak, sledi skladov (stack traces) in izvorno kodo skupaj. Visoka stopnja razmišljanja je vredna dodatnih stroškov pri zapletenih hroščih:

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="""
    Error: Connection pool exhausted after 30 seconds
    Stack trace:
    [paste stack trace]

    Relevant source files:
    [paste db.py, connection_pool.py, api_handler.py]

    This only happens under concurrent requests (>50 rps).
    Find the root cause.
    """,
    config={
        "thinking_config": {"thinking_level": "HIGH"}
    }
)

Pregled kode (Code Review)

Srednja stopnja razmišljanja omogoča uravnotežene preglede brez pretiranega analiziranja trivialne kode:

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents=f"""
    Review this pull request diff for:
    1. Bugs or logic errors
    2. Security vulnerabilities (SQL injection, XSS, etc.)
    3. Performance issues
    4. Adherence to project conventions

    Diff:
    {diff_content}
    """,
    config={
        "thinking_config": {"thinking_level": "MEDIUM"}
    }
)

---

Prednost konteksta z 1 milijonom žetonov

Kontekstno okno z 1 milijonom žetonov v Gemini 3.1 Pro spreminja način interakcije s kodo. Namesto vnašanja delčkov lahko naložite celotne projekte.

Referenca velikosti konteksta

Kaj lahko naložite	Približno žetonov
Ena datoteka (500 vrstic)	~2 tisoč žetonov
Majhen projekt (50 datotek)	~100 tisoč žetonov
Srednji projekt (200 datotek)	~400 tisoč žetonov
Velik projekt (500 datotek)	~1 milijon žetonov

Analiza celotne baze kode

import os

def load_codebase(root_dir, extensions=('.py', '.js', '.ts', '.jsx', '.tsx')):
    """Load all source files into a single context string."""
    files = []
    for dirpath, _, filenames in os.walk(root_dir):
        for filename in filenames:
            if any(filename.endswith(ext) for ext in extensions):
                filepath = os.path.join(dirpath, filename)
                with open(filepath, 'r', errors='ignore') as f:
                    content = f.read()
                files.append(f"=== {filepath} ===\n{content}\n")
    return "\n".join(files)

codebase = load_codebase("./src")

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents=f"""
    Analyze this entire codebase and identify:
    1. Architectural issues or anti-patterns
    2. Dead code that can be removed
    3. Functions that should be refactored
    4. Missing error handling at system boundaries

    Codebase:
    {codebase}
    """
)

To je nekaj, česar preprosto ne morete storiti z modeli z 200 tisoč žetoni brez razdeljevanja in izgube konteksta med datotekami.

---

Stopnje razmišljanja: Nizka, Srednja, Visoka

Stopnje razmišljanja vam omogočajo nadzor nad razmerjem med stroški in kakovostjo na zahtevek.

Stopnja	Primeri uporabe	Presežek žetonov	Vpliv na stroške
Nizka	Samodejno dokončanje, preprosta iskanja, oblikovanje, klasifikacija	Minimalen	~1x
Srednja	Pregled kode, povzemanje, zmerna analiza, generiranje vsebine	Zmeren	~2-3x
Visoka	Zapleteno razhroščevanje, večstopenjsko sklepanje, arhitekturne odločitve	Znatni	~5-10x

Praktične smernice

• Nizka: "Pretvori ta JSON v vmesnik TypeScript" — globoko sklepanje ni potrebno.
• Srednja: "Preglej ta PR za hrošče in varnostne težave" — potrebuje analizo, a ne izčrpne.
• Visoka: "Ta porazdeljeni sistem ima občasno napako v doslednosti pod obremenitvijo. Tukaj je 15 datotek …" — potrebuje globoko sklepanje čez več datotek.

# Preklop stopnje razmišljanja glede na zahtevnost naloge
def ask_gemini(prompt, complexity="medium"):
    levels = {"low": "LOW", "medium": "MEDIUM", "high": "HIGH"}

    return client.models.generate_content(
        model="gemini-3.1-pro-preview",
        contents=prompt,
        config={
            "thinking_config": {"thinking_level": levels[complexity]}
        }
    )

---

Optimizacija stroškov

Predpomnjenje konteksta (Context Caching)

Če vaša aplikacija večkrat poizveduje po isti bazi kode ali dokumentaciji, predpomnjenje konteksta zmanjša stroške vnosa za 75 %:

Cene	Standardno	Predpomnjeno
Vnos (na 1 milijon žetonov)	2,00 $	0,50 $
Izhod (na 1 milijon žetonov)	12,00 $	12,00 $

# Ustvarite predpomnjen kontekst za vašo bazo kode
cached_content = client.caches.create(
    model="gemini-3.1-pro-preview",
    contents=[{"role": "user", "parts": [{"text": codebase}]}],
    ttl="3600s"  # Predpomni za 1 uro
)

# Naslednje poizvedbe uporabljajo predpomnjen kontekst
response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Find all SQL injection vulnerabilities in this codebase",
    cached_content=cached_content.name
)

Primerjava stroškov za delovni proces programiranja

Ob predpostavki 500 tisoč žetonov konteksta baze kode + 1 tisoč žetonov poizvedbe, 100 poizvedb na dan:

Strategija	Dnevni strošek
Gemini 3.1 Pro (brez predpomnjenja)	~$100
Gemini 3.1 Pro (s predpomnjenjem)	~$27
Claude Opus 4.6 (brez predpomnjenja)	~$750

Več nasvetov za optimizacijo

1. Uporabite ustrezne stopnje razmišljanja: Uporabite nizko za 80 % nalog, srednjo za 15 % in visoko za 5 %.
2. Združujte podobne zahtevke: Združite naloge pregleda kode, da porazdelite strošek nalaganja konteksta.
3. Agresivno predpomnite: Če več kot trikrat poizvedujete po istih dokumentih/kodi, jih predpomnite.
4. Uporabite Gemini 3 Flash za preprosta opravila, ki ne potrebujejo sklepanja na ravni Pro.

---

Vibe Coding z Gemini 3.1 Pro

Vibe coding je praksa opisovanja tistega, kar želite, v naravnem jeziku in prepuščanje generiranja kode umetni inteligenci. Gemini 3.1 Pro je tukaj posebej močan, ker razume namen zasnove, ne le sintakse.

Kako Gemini razume "vibe"

Ekipa Hostingerja je opazila, da Gemini 3.1 Pro prevaja "smer, slog in namen izdelka" v kodo. Ko so ga prosili, naj zgradi portfeljsko stran z mračnim literarnim motivom, je s sklepanjem o atmosferskem tonu zasnoval ustrezen vmesnik.

Generiranje SVG

Izstopajoča funkcija: Gemini 3.1 Pro generira animirane SVG-je neposredno iz besedilnih opisov. Ker so SVG-ji koda, ostanejo ostri pri kateri koli ločljivosti:

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="""
    Create an animated SVG logo for a tech startup called "Pulse AI".
    Design requirements:
    - Minimalist, modern style
    - Blue-to-purple gradient
    - Subtle pulse animation on the icon
    - 200x60px viewport
    - Clean, sharp edges
    """
)

# Shranite SVG neposredno
with open("logo.svg", "w") as f:
    f.write(response.text)

Gradnja celotnih aplikacij

Kombinirajte moč programiranja Gemini 3.1 Pro z graditeljem aplikacij AI, kot je NxCode, da pridete od ideje do objavljene aplikacije:

1. Opišite svojo aplikacijo v naravnem jeziku.
2. Gemini generira bazo kode (frontend + backend + baza podatkov).
3. Preglejte in iterirajte s pozivi za vibe coding.
4. Objavite neposredno v produkcijo.

Ta delovni proces je še posebej močan, ker lahko Geminijevo okno s kontekstom 1 milijona žetonov vsebuje celotno rastočo bazo kode med iteracijami.

---

Integracija s platformami

GitHub Copilot

Gemini 3.1 Pro je zdaj na voljo v GitHub Copilot:

1. Odprite nastavitve GitHub Copilota.
2. V izbirniku modelov izberite Gemini 3.1 Pro.
3. Uporabite vrstično dokončanje (inline completions) in klepet kot običajno.

Gemini CLI

Za razvoj v terminalu:

# Namestitev
npm install -g @anthropic-ai/gemini-cli

# Uporaba
gemini --model gemini-3.1-pro-preview "Refactor this function to use async/await"

# Posredovanje kode (piping)
cat src/server.js | gemini --model gemini-3.1-pro-preview "Review this code"

VS Code

Na voljo prek razširitve Copilot. V spustnem meniju modelov izberite Gemini 3.1 Pro za vrstične predloge in klepet.

Google Antigravity

Googlova platforma za agentni razvoj z globoko integracijo Gemini. Najboljša za gradnjo kompleksnih, večstopenjskih AI agentov, ki potrebujejo uporabo orodij in dolgotrajne delovne procese.

---

Nasveti in najboljše prakse

1. Začnite s srednjo stopnjo razmišljanja, na visoko preklopite le po potrebi — to prihrani 3–5-krat na žetonih.
2. Naložite celoten kontekst vnaprej — Gemini dobro obvladuje 1 milijon žetonov; ne filtrirajte preveč agresivno.
3. Uporabite predpomnjenje konteksta za vse ponavljajoče se analize (pregled kode, vprašanja in odgovori o dokumentaciji, generiranje testov).
4. Bodite specifični glede formata izhoda — "Vrni samo kodo, brez razlage" prihrani izhodne žetone.
5. Kombinirajte z Gemini 3 Flash za dvo-stopenjski sistem: Flash za preprosta dokončanja, Pro za kompleksno sklepanje.
6. Vključite primere v svoje pozive — Gemini 3.1 Pro dobro sledi vzorcem.
7. Eksplicitno navedite jezik in ogrodje — "Piši v TypeScriptu z uporabo Next.js 15 z App Routerjem".
8. Preglejte generirano kodo — 80,6 % na SWE-Bench je impresivno, a ni 100 %. Vedno testirajte in pregledujte.

---

Zaključek

Gemini 3.1 Pro razvijalcem omogoča vrhunske zmožnosti programiranja po ugodnih cenah. Kontekstno okno z 1 milijonom žetonov resnično spreminja pravila igre za analizo na ravni celotne baze kode, stopnje razmišljanja pa zagotavljajo natančen nadzor nad stroški in kakovostjo.

Za več o tem, kako AI spreminja razvoj, si oglejte naš vodnik za vibe coding in primerjavo Cursor vs Windsurf vs Claude Code. Za celoten pregled zmožnosti Gemini 3.1 Pro onkraj programiranja pa si oglejte naš popoln vodnik.