Gemini 3.1 Pro 深夜发布！Google 太吓人了

Gemini 3.1 Pro 深夜发布！Google 太吓人了

Google 于昨日（2月19日）正式发布了其最新一代大语言模型 Gemini 3.1 Pro。作为 Gemini 3 系列的升级版本，此次更新主要聚焦于核心推理能力的增强，特别是在处理复杂逻辑、编程任务以及多模态理解方面表现出显著进步。

值得注意的是，尽管性能指标有较大幅度提升，Google 宣布 Gemini 3.1 Pro 的定价将维持与前代 Gemini 3 Pro 一致，这使得该模型在当前的 AI 市场中具备了较高的性价比。

核心升级：推理能力的突破

在此次更新中，最引人注目的数据来自 ARC-AGI-2 基准测试。该测试旨在评估人工智能系统处理全新、未知逻辑模式的能力，被认为是衡量通用人工智能（AGI）进展的重要指标之一。

根据 Google 官方及第三方验证的数据显示：

• • Gemini 3.1 Pro 得分为 77.1%。
• • 相比之下，前代 Gemini 3 Pro 的得分为 31.1%。
• • 目前市场上的主流竞品，如 Claude Opus 4.6 得分为 68.8%，GPT-5.2 为 52.9%。

这一数据的变化表明，Gemini 3.1 Pro 在面对未经过训练的逻辑难题时，其泛化推理能力有了质的飞跃，而不仅仅是依赖记忆训练数据。

专业领域表现：科学与代码

除了通用推理，Gemini 3.1 Pro 在专业领域的知识储备和应用能力上也进行了强化。

1. 科学知识

在 GPQA Diamond 测试中，Gemini 3.1 Pro 取得了 94.3% 的成绩。该测试涵盖了物理、化学、生物等领域的专家级问题，高分意味着模型在处理严谨科学问题时具有更高的准确性和可靠性。

2. 编程与工程

针对软件开发场景，Gemini 3.1 Pro 在 SWE-Bench Verified（真实软件工程问题解决）测试中达到了 80.6% 的解决率。这一成绩与目前编程能力极强的 Claude Opus 4.6 (80.8%) 基本持平，处于行业第一梯队。

此外，在 LiveCodeBench Pro（实时编程竞赛）中，其 Elo 分数从前代的 2439 提升至 2887，显示出在算法竞赛类题目上的解题速度和准确率都有明显提升。

实际应用场景：从文本到执行

Google 在技术报告中展示了 Gemini 3.1 Pro 在实际应用中的几项新能力，强调了模型从“对话”向“执行”的转变。

SVG 动画代码生成：
模型能够根据自然语言描述，直接生成可运行的 SVG 动画代码。与传统的视频生成模型不同，代码生成的动画具有矢量特性，文件体积小且可无限缩放，更适合网页开发和 UI 设计场景。

复杂系统可视化：
在演示中，模型成功解析了国际空间站（ISS）的公开遥测数据 API，并编写了一个可视化的仪表盘前端，实现了数据的实时展示。这展示了模型在理解技术文档、编写代码以及处理数据流方面的综合能力。

多模态理解：
在 MMMU-Pro 基准测试中，Gemini 3.1 Pro 获得了 80.5% 的分数，表明其在理解图表、工程图纸以及视频内容方面具有较强的能力。

定价与开发者生态

对于企业用户和开发者而言，Gemini 3.1 Pro 的定价策略是一个重要的考量因素。Google 此次选择了“加量不加价”的策略：

• • 输入价格：$2.00 / 100万 tokens（上下文长度 < 200k）
• • 输出价格：$12.00 / 100万 tokens（上下文长度 < 200k）

这一价格与 Gemini 3 Pro 保持一致。相比之下，性能接近的竞品如 Claude Opus 4.6 的价格通常更高（输入约 25）。

此外，API 功能也进行了多项优化：

1. 1. 文件上传限制提升：支持最大 100MB 的文件直接上传分析。
2. 2. 视频理解：支持直接输入 YouTube 视频链接进行内容分析。
3. 3. Thinking Level 参数：开发者可以通过新增的参数控制模型的推理深度，从而在响应速度、成本和推理质量之间找到平衡。

如何使用

总体而言，Gemini 3.1 Pro 是一次务实且强力的版本更新。它没有追求花哨的新概念，而是扎实地提升了模型最核心的推理和执行能力。

对于需要处理复杂逻辑、科学计算或大规模代码任务的用户来说，Gemini 3.1 Pro 提供了一个性能强大且成本可控的新选择。

目前，该模型已通过 Google AI Studio 和 Vertex AI 向开发者开放预览，普通用户也可通过 Gemini Advanced 订阅服务进行体验。