性能暴增价钱不变。

作家 |程茜 江宇

裁剪 |心缘

智东西2月20日音尘，持重发布其新一代旗舰模子Gemini 3.1 Pro。字据谷歌放出的基准测试，谷歌最强复杂任务处理模子Gemini 3.1 Pro在12项测试中逾越Gemini 3 Pro、Claude Opus 4.6、Claude Sonnet 4.6、GPT-5.2等模子，拿劣等一。

谷歌DeepMind主要耕作了Gemini 3.1 Pro的推理本领。靠近业界公认高难度的ARC-AGI-2通用智能基准测试，Gemini 3.1 Pro斩获77.1%的高分，杰出Claude、GPT模子，且获利相较Gemini 3 Pro齐备翻倍耕作。

昨年9月加入谷歌DeepMind的清华物理系传闻东说念主物姚顺宇（Shunyu Yao）也发文吏宣了新模子发布，并称“更好的Gemini模子正以势不行挡的速率清晰”。

底下这也曾典的“鹈鹕骑自行车SVG动画”对比，直不雅体现了新模子的本领耕作，右侧Gemini 3.1 Pro生成的鹈鹕体魄结构、骑行姿态当然合理，且自行车的车架、链条、脚踏、座椅等细节完好，比较Gemini 3 Pro的生成收尾适应物理知识，更像一个完好的动画场景。

为Gemini 3.1诱骗SVG生顺利能的清华学友Jiao Sun，在X上驳斥述“无比粗野”。

从当天起，Google AI Pro、Ultra订阅用户不错在Gemini欺诈、AI助手NotebookLM中使用Gemini 3.1 Pro，免用度户可向Gemini 3.1 Pro发问2次。诱骗者和企业用户不错在AI Studio、Antigravity、Vertex AI、Gemini Enterprise、Gemini CLI及Android Studio的Gemini API预览版中使用Gemini 3.1 Pro。

Gemini 3.1 Pro预览版的API价钱选拔分级计费模式，与上一代Gemini 3 Pro预览版保捏一致，领导词在20万token以内，每百万token输入价钱2好意思元（约合东说念主民币14元），输出价钱12好意思元（约合东说念主民币83元），领导词逾越20万token，每百万token输入价钱4好意思元（约合东说念主民币28元），输出价钱18好意思元（约合东说念主民币124元）。

01.

能搭WebOS、能作念《我的天下》

还能拆视觉错觉

Gemini 3.1 Pro的中枢升级聚首在复杂任务处理本领上。其博客裸露，新模子在高等推理、多模态结合和复杂项生分红方面进一步强化，粗略更好唐突高难度责任场景。模子发布后，社区实测赶紧跟进。

著明AI博主Chetaslua展示了其用Gemini 3.1 Pro一次性装配Windows 11 WebOS的收尾。

Chetaslua在帖中直言：“前次我共享访佛案例时还至极清贫，当今已经变成常态。有了智能体系统，咱们险些不错用这个模子作念任何事。”

他之前也发过用Gemini 3.0 Pro生成Windows Web操作系统的视频，两个视频放沿途对比，耕作成果至极昭彰。

Gemini 3.1 Pro生成的系统界面有完好欺诈图标、运转菜单神色布局以及基础窗口交互逻辑，举座样式更接近一个可运行的轻量级操作系统。

比较之下，之前3.0 Pro生成的系统样式相对简短，一些基础桌面交互和系统级欺诈缺失。

另一组更偏工程化的案例自满，有诱骗者用Gemini 3.1 Pro在浏览器中顺利生成并运行了一个可交互的VoxelWeb式样，样式访佛“我的天下”式3D沙盒。

界面已包含启动按钮、移动截止、方块交互以及基础合成逻辑，具备完好的轻量沙盒雏形。

在前端生成与动画细节方面，也有诱骗者条目模子生成一段完好的交互式孕育动画，粉饰种子发芽、根系变成、枝干孕育到树叶张开的全经过。

实测收尾自满，模子在孕育阶段衔尾与叶片细节上发扬较为完好。该诱骗者评价称：“这是我在这个领导词下见过最佳的树叶成果。”

视觉结合标的的测试则进一步拉高了难度。有网友挑升考证“AgenticVision”本领，输入素材是一张看似宽泛的街头垃圾桶像片。

模子不仅完成了基础识别，还进一步指出：当眯眼或拉远不雅看时，画面中的垃圾、暗影与轮廓会在视觉上拼合成两个并列而坐的卡通变装。模子还逐项拆解了这一视觉错觉的变成机制，诠释注解不同布料、垃圾袋与暗影隔离对应变装的头部、体魄与外轮廓干系，体现出多步视觉推理本领。

举座来看，正规投注平台Gemini 3.1 Pro已经运转波及空间干系结合、局面映射和视觉错觉诠释注解等更高阶视觉默契任务。诱骗者给出的详细判断是，其发扬已插足现时第一梯队水平。

咱们还用“开车如故步碾儿去距离100米的洗车店洗车”、“父母能否成亲”等罗网题考了考Gemini 3.1 Pro，收尾它皆顺利避坑答对。

02.

手搓《模拟城市》

创意编程、交互式蓄意分分钟处分

谷歌DeepMind的官方X账号展示了谷歌UX工程师Michael Chang用Gemini 3.1 Pro诱骗了一个传神的城市计较欺诈技艺。Gemini 3.1 Pro能我方处理复杂地形、绘画基础法度图、模拟交通，临了生成高质地的可视化成果。

除了上头提到的鹈鹕骑自行车，Gemini 3.1 Pro在生成青蛙骑旧式高轮自行车、长颈鹿驾驶袖珍汽车、鸵鸟一稔旱冰鞋等各式抽象画面的SVG动画上，发扬也绝不失态。比较Gemini 3 Pro，Gemini 3.1 Pro的生成成果举座场景新活泼、更有故事感，细节发扬力大幅耕作。

如Gemini 3.1 Pro不错顺利字据文本领导生成可用于网站的动画SVG，而且由于这些动画是用纯代码而非像素构建的，因此在职何尺寸下皆能保捏明晰，而且文献体积比较传统视频至极小。

Gemini 3.1 Pro的复杂推理本领，能匡助用户使用复杂API完成蓄意。如底下案例，该模子构建了一个及时航空航天容貌盘，顺利设置了群众遥测数据流，以可视化国外空间站的轨说念运行轨迹。

在交互式蓄意方面，Gemini 3.1 Pro不错编写代码，生成一个复杂的3D椋鸟群飞模拟。而且其还能构建千里浸式体验，用户不错通过手势跟踪操控鸟群，同期凝听一段生成式配乐，音乐会跟着鸟群的动态变化而调动。

Gemini3.1 Pro还能进行创意编程， 将体裁主题迁移为可运行的代码。当被条目为艾米莉·勃朗特（Emily Brontë）的《呼啸山庄》构建一个当代个东说念主作品集网站时，该模子深刻分析了演义的氛围基调，蓄意出一个简陋当代的界面，打造出一个能捕捉主角精神内核的网站。

03.

编程、推理、多模态样样行

数项测试超Claude、GPT模子

参谋东说念主员在一系列基准测试中对Gemini 3.1 Pro进行了评估，包括推理、多模态本领、智能体器用使用、多说话性能和长高下文。

比较Gemini 3 Pro、Claude Sonnet 4.6、Claude Opus 4.6、GPT-5.2、GPT-5.3-Codex，Gemini 3.1 Pro在12项基准测试中拿劣等一。

在需要更强推理本领的测试中，Gemini 3.1 Pro在东说念主类临了的造就、ARC-AGI-2、GPQA Diamond 3项测试中，发扬皆优于Claude、GPT模子。

编程本领测试中，Gemini 3.1 Pro在SWE-Bench Pro（公开版）和SWE-Bench Verified中得分相对较低，这两大测试集训练的是模子在简直式样中结合需求、定位问题、修改代码、保证可用的端到端工程本领。

GDPval-AA Elo是现时推断大模子在高价值知识责任中详细本领的相对评分体系，Gemini 3.1 Pro的发扬优于GPT-5.2、GPT-5.3-Codex，仅次于Sonnet 4.6。

推断大模子器用使用本领的τ2-bench、MCP Atlas、BrowseComp、多说话性能的MMLU、长高下本领的MRCR v2测试聚首，新模子的发扬相通优于其他模子。

在多模态大模子学术评测基准MMMU-Pro上，Gemini 3.1 Pro的发扬比Claude、GPT模子更好，但略逊于Gemini 3 Pro。

04.

结语：大模子竞赛焦点

转向复杂任务落地本领

现时大模子行业正从通用本领比拼，转向简直天下复杂任务的实战本领竞争，海表里各家模子在推理、工程化、多模态结合等中枢本领上束缚发力冲突，发愤让大模子简直落地欺诈，与简直业务场景相结合。

谷歌近期的加快布局亦然如斯，其上周发布了Gemini 3 Deep Think模子升级、一周后又推出Gemini 3.1 Pro，皆将模子的升级要点放在专科规模加快时间研发、解决内容责任中的复杂问题上。不错看出，当下大模子已经让更智能的大模子简直具备解决简直天下复杂任务本领，AI成为专科规模中枢分娩力的后劲加多。