2月19日，Google正式發(fā)布Gemini 3.1 Pro。

作為Gemini 3系列的旗艦迭代版本，官方將其定位為面向最復(fù)雜任務(wù)的高階推理模型。

該版本依托MoE混合專家架構(gòu)，實(shí)現(xiàn)了核心能力躍升，在推理、長(zhǎng)上下文、編程、智能體、多模態(tài)五大維度上，都刷新了行業(yè)基準(zhǔn)，成為當(dāng)前AI模型競(jìng)賽中兼具性能與性價(jià)比的標(biāo)桿產(chǎn)品。

Artificial Analysis 的評(píng)估表明，Gemini 3.1 Pro 已經(jīng)躍居榜首，再次成為世界上功能最強(qiáng)大、性能最佳的 AI 模型。

Gemini 3.1 Pro的核心突破集中在抽象推理能力的翻倍提升。

第三方獨(dú)立評(píng)測(cè)顯示，在ARC-AGI-2這一衡量模型處理全新邏輯模式的嚴(yán)苛基準(zhǔn)上，模型得分從Gemini 3 Pro的31.1%躍升至77.1%，性能提升超兩倍，遠(yuǎn)超Claude Opus 4.6的68.8%與GPT-5.2的52.9%。

Google CEO Sundar Pichai公開評(píng)價(jià)，這一成績(jī)標(biāo)志著核心推理能力的里程碑式進(jìn)步， 讓高級(jí)推理從實(shí)驗(yàn)室能力變?yōu)榻鉀Q真實(shí)復(fù)雜挑戰(zhàn)的實(shí)用工具。

在學(xué)術(shù)與科學(xué)推理場(chǎng)景中，GPQA Diamond科學(xué)知識(shí)基準(zhǔn)測(cè)試拿下94.3%的行業(yè)最高分，Humanity’s Last Exam高級(jí)學(xué)術(shù)推理測(cè)試零工具輔助得分44.4%，均領(lǐng)先同期主流旗艦?zāi)Ｐ汀?/p>

權(quán)威AI評(píng)測(cè)機(jī)構(gòu)THE DECODER指出，該模型在科學(xué)知識(shí)與復(fù)雜邏輯理解上的表現(xiàn)，已接近專業(yè)領(lǐng)域人類專家水平。

同時(shí)，幻覺率較上一代降低38%，大幅提升了高價(jià)值場(chǎng)景的可靠性。

長(zhǎng)文本處理能力也是Gemini 3.1 Pro的核心優(yōu)勢(shì)之一。

新版本模型支持100萬token輸入上下文與6.5萬token輸出長(zhǎng)度，可一次性處理整本書籍、數(shù)小時(shí)會(huì)議記錄、完整代碼庫等超大規(guī)模文本，而無需拆分任務(wù)。

OfficeChai實(shí)測(cè)數(shù)據(jù)顯示，在處理百萬級(jí)token長(zhǎng)文檔時(shí)，信息提取準(zhǔn)確率保持在90%以上，輸出完整技術(shù)手冊(cè)、行業(yè)研報(bào)等長(zhǎng)文本的連貫性與完整性優(yōu)于同類模型，解決了傳統(tǒng)模型長(zhǎng)文本處理碎片化、信息丟失的痛點(diǎn)。

編程與工程能力方面，Gemini 3.1 Pro在LiveCodeBench Pro競(jìng)賽級(jí)編程測(cè)試中ELO評(píng)分達(dá)2887，SWE-Bench Verified工程代碼修復(fù)通過率80.6%，與Claude Opus 4.6持平并顯著高于GPT-5.2，Terminal-Bench 2.0終端編程得分68.5%，較上一代提升11.6個(gè)百分點(diǎn)。

此外，Gemini 3.1 Pro智能體能力實(shí)現(xiàn)近翻倍提升。

APEX-Agents長(zhǎng)鏈任務(wù)測(cè)試中，其得分33.5%，較Gemini 3 Pro的18.4%大幅增長(zhǎng)，領(lǐng)先Claude Opus 4.6的29.8%與GPT-5.2的23.0%，可自主完成多步驟規(guī)劃、API對(duì)接、工具調(diào)用、復(fù)雜業(yè)務(wù)流程執(zhí)行等任務(wù)。

第三方測(cè)試顯示，Gemini 3.1 Pro醫(yī)療領(lǐng)域任務(wù)準(zhǔn)確率從47%提升至67%，法律任務(wù)準(zhǔn)確率從57%提升至74%，具備落地行業(yè)智能體的核心能力。

多模態(tài)方面，Gemini 3.1 Pro支持文本、圖像、視頻、音頻一體化輸入輸出，Video-MMMU視頻理解基準(zhǔn)得分87.6%，可精準(zhǔn)解析視頻內(nèi)容、理解多模態(tài)邏輯關(guān)聯(lián)。

下面是一些針對(duì)各方面能力的演示案例。

1.SVG 生成效果

之前 Gemini 3 Pro 在生成復(fù)雜 SVG 圖形時(shí)，經(jīng)常會(huì)出現(xiàn)結(jié)構(gòu)混亂、細(xì)節(jié)缺失的問題。

同樣的需求，Gemini 3.1 Pro不管是圖形的層次感、細(xì)節(jié)的處理，還是代碼的優(yōu)雅程度，都有明顯提升。

這種提升背后，就是抽象推理能力的體現(xiàn)。

谷歌還制作了一個(gè)經(jīng)典的“鵜鶘騎自行車”SVG，與之前的效果進(jìn)行對(duì)比，此次測(cè)試了其他動(dòng)物的效果。

有網(wǎng)友評(píng)測(cè)，其輸入一句話的Prompt，3.1 Pro在短短3分鐘內(nèi)，輸出一個(gè)11秒的SVG動(dòng)畫。

在另一個(gè)SVG測(cè)試中，3.1 Pro生成的“海豹頂皮球”在視覺表現(xiàn)力上也堪稱驚艷。

2.3D 地圖構(gòu)建

這個(gè)任復(fù)雜度很高，需要理解地理數(shù)據(jù)、處理三維坐標(biāo)、調(diào)用可視化庫，還要考慮性能優(yōu)化。

結(jié)果顯示，不僅代碼結(jié)構(gòu)清晰，還主動(dòng)考慮到了數(shù)據(jù)加載、渲染優(yōu)化、交互設(shè)計(jì)這些細(xì)節(jié)。

再如這兩個(gè)：

3.復(fù)雜系統(tǒng)整合

3.1 Pro 能運(yùn)用其強(qiáng)大的推理能力，在復(fù)雜的 API 接口和用戶友好的設(shè)計(jì)之間架起橋梁。

比如，該模型搭建了一個(gè)實(shí)時(shí)航空儀表盤，成功接入公共遙測(cè)數(shù)據(jù)流，將國(guó)際空間站的運(yùn)行軌道直觀地呈現(xiàn)出來。

Google DeepMind 首席科學(xué)家 Jeff Dean 也轉(zhuǎn)發(fā)了一個(gè)是用 3.1 Pro 模擬城市規(guī)劃、設(shè)計(jì)全新城市的應(yīng)用，從零生成可交互的規(guī)劃界面 demo。

4. 交互式設(shè)計(jì)

3.1 Pro 能編寫出復(fù)雜的 3D 椋鳥群飛模擬代碼。它不僅能生成視覺代碼，還能打造出沉浸式的互動(dòng)體驗(yàn) —— 用戶可以通過手勢(shì)追蹤來控制鳥群的飛行，同時(shí)聽到根據(jù)鳥群動(dòng)作實(shí)時(shí)變化的生成式配樂。

再如3.1 Pro展示的一顆種子從發(fā)芽到長(zhǎng)成大樹的全過程。

另一個(gè)案例是，把《呼嘯山莊》的文學(xué)氛圍轉(zhuǎn)化成一個(gè)現(xiàn)代個(gè)人網(wǎng)站，模型沒有簡(jiǎn)單概括情節(jié)，而是分析了小說的整體基調(diào)，設(shè)計(jì)出了貼合主人公氣質(zhì)的界面風(fēng)格。

定價(jià)方面，與Gemini 3 Pro一致，20萬token以內(nèi)輸入2美元/百萬token、輸出12美元/百萬token，超過200K token輸入4美元/百萬token、輸出18美元/百萬token，性價(jià)比顯著高于競(jìng)品。

目前，Gemini 3.1 Pro已通過Google AI Studio、Gemini API、Vertex AI向開發(fā)者與企業(yè)開放，消費(fèi)端可通過Gemini App、NotebookLM體驗(yàn)，Google AI Pro訂閱用戶可直接使用高階能力。