性能暴增价钱稳固。。。。。。。
作者 |程茜 江宇
编辑 |心缘
智工具2月20日新闻， ，，，，谷歌正式宣布其新一代旗舰模子Gemini 3.1 Pro。。。。。。。凭证谷歌放出的基准测试， ，，，，谷歌最强重大使命处置惩罚模子Gemini 3.1 Pro在12项测试中凌驾Gemini 3 Pro、Claude Opus 4.6、Claude Sonnet 4.6、GPT-5.2等模子， ，，，，拿下第一。。。。。。。
谷歌DeepMind主要提升了Gemini 3.1 Pro的推理能力。。。。。。。面临业界公认高难度的ARC-AGI-2通用智能基准测试， ，，，，Gemini 3.1 Pro斩获77.1%的高分， ，，，，逾越Claude、GPT模子， ，，，，且效果相较Gemini 3 Pro实现翻倍提升。。。。。。。
去年9月加入谷歌DeepMind的清华物理系传奇人物姚顺宇（Shunyu Yao）也发文官宣了新模子宣布， ，，，，并称“更好的Gemini模子正以势不可挡的速率涌现”。。。。。。。
下面这一经典的“鹈鹕骑自行车SVG动画”比照， ，，，，直观体现了新模子的能力提升， ，，，，右侧Gemini 3.1 Pro天生的鹈鹕身体结构、骑行姿态自然合理， ，，，，且自行车的车架、链条、脚踏、座椅等细节完整， ，，，，相比Gemini 3 Pro的天生效果切合物理知识， ，，，，更像一个完整的动画场景。。。。。。。
为Gemini 3.1开发SVG生乐成能的清华校友Jiao Sun， ，，，，在X上谈论说“无比自豪”。。。。。。。
从今日起， ，，，，Google AI Pro、Ultra订阅用户可以在Gemini应用、AI助手NotebookLM中使用Gemini 3.1 Pro， ，，，，免用度户可向Gemini 3.1 Pro提问2次。。。。。。。�？？？？⒄吆推笠涤没Э梢栽贏I 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价钱接纳分级计费模式， ，，，，与上一代Gemini 3 Pro预览版坚持一致， ，，，，提醒词在20万token以内， ，，，，每百万token输入价钱2美元（约合人民币14元）， ，，，，输出价钱12美元（约合人民币83元）， ，，，，提醒词凌驾20万token， ，，，，每百万token输入价钱4美元（约合人民币28元）， ，，，，输出价钱18美元（约合人民币124元）。。。。。。。
01.
能搭WebOS、能做《我的天下》
还能拆视觉错觉
Gemini 3.1 Pro的焦点升级集中在重大使命处置惩罚能力上。。。。。。。其博客透露， ，，，，新模子在高级推理、多模态明确和重大项目天生方面进一步强化， ，，，，能够更好应对高难度事情场景。。。。。。。模子宣布后， ，，，，社区实测迅速跟进。。。。。。。
着名AI博主Chetaslua展示了其用Gemini 3.1 Pro一次性装置Windows 11 WebOS的效果。。。。。。。
Chetaslua在帖中直言：“上次我分享类似案例时还很是难题， ，，，，现在已经酿成常态。。。。。。。有了智能系一切， ，，，，我们险些可以用这个模子做任何事。。。。。。。”
他之前也发过用Gemini 3.0 Pro天生Windows Web操作系统的视频， ，，，，两个视频放一起比照， ，，，，提升效果很是显着。。。。。。。
Gemini 3.1 Pro天生的系统界面有完整应用图标、最先菜单样式结构以及基础窗口交互逻辑， ，，，，整体形态更靠近一个可运行的轻量级操作系统。。。。。。。
相比之下， ，，，，之前3.0 Pro天生的系统形态相对简陋， ，，，，一些基础桌面交互和系统级应用缺失。。。。。。。
另一组更偏工程化的案例显示， ，，，，有开发者用Gemini 3.1 Pro在浏览器中直接天生并运行了一个可交互的VoxelWeb项目， ，，，，形态类似“我的天下”式3D沙盒。。。。。。。
界面已包括启动按钮、移动控制、方块交互以及基础合成逻辑， ，，，，具备完整的轻量沙盒雏形。。。。。。。
在前端天生与动画细节方面， ，，，，也有开发者要求模子天生一段完整的交互式生长动画， ，，，，笼罩种子抽芽、根系形成、枝干生长到树叶睁开的全历程。。。。。。。
实测效果显示， ，，，，模子在生长阶段衔接与叶片细节上体现较为完整。。。。。。。该开发者评价称：“这是我在这个提醒词下见过最好的树叶效果。。。。。。。”
视觉明确偏向的测试则进一步拉高了难度。。。。。。。有网友专门验证“AgenticVision”能力， ，，，，输入素材是一张看似通俗的陌头垃圾桶照片。。。。。。。
模子不但完成了基础识别， ，，，，还进一步指出：当眯眼或拉远寓目时， ，，，，画面中的垃圾、阴影与轮廓会在视觉上拼合成两个并排而坐的卡通角色。。。。。。。模子还逐项拆解了这一视觉错觉的形成机制， ，，，，诠释差别布料、垃圾袋与阴影划分对应角色的头部、身体与外轮廓关系， ，，，，体现出多步视觉推理能力。。。。。。。
整体来看， ，，，，Gemini 3.1 Pro已经最先触及空间关系明确、形状映射和视觉错觉诠释等更高阶视觉认知使命。。。。。。。�？？？？⒄吒龅淖酆吓卸鲜牵� ，，，，其体现已进入目今第一梯队水平。。。。。。。
我们还用“开车照旧步行去距离100米的洗车店洗车”、“怙恃能否完婚”等陷阱题考了考Gemini 3.1 Pro， ，，，，效果它都乐成避坑答对。。。。。。。
02.
手搓《模拟都会》
创意编程、交互式设计分分钟搞定
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开发了一个逼真的都会妄想应用程序。。。。。。。Gemini 3.1 Pro能自己处置惩罚重大地形、绘制基础设施图、模拟交通， ，，，，最后天生高质量的可视化效果。。。。。。。
除了上面提到的鹈鹕骑自行车， ，，，，Gemini 3.1 Pro在天生田鸡骑老式高轮自行车、长颈鹿驾驶微型汽车、鸵鸟衣着旱冰鞋等种种笼统画面的SVG动画上， ，，，，体现也绝不逊色。。。。。。。相比Gemini 3 Pro， ，，，，Gemini 3.1 Pro的天生效果整体场景重生动、更有故事感， ，，，，细节体现力大幅提升。。。。。。。
如Gemini 3.1 Pro可以直接凭证文本提醒天生可用于网站的动画SVG， ，，，，并且由于这些动画是用纯代码而非像素构建的， ，，，，因此在任何尺寸下都能坚持清晰， ，，，，并且文件体积相比古板视频很是小。。。。。。。
Gemini 3.1 Pro的重大推理能力， ，，，，能资助用户使用重大API完成设计。。。。。。。如下面案例， ，，，，该模子构建了一个实时航空航天仪表盘， ，，，，乐成设置了公共遥测数据流， ，，，，以可视化国际空间站的轨道运行轨迹。。。。。。。
在交互式设计方面， ，，，，Gemini 3.1 Pro可以编写代码， ，，，，天生一个重大的3D椋鸟群飞模拟。。。。。。。并且其还能构建陶醉式体验， ，，，，用户可以通过手势追踪操控鸟群， ，，，，同时聆听一段天生式配乐， ，，，，音乐会随着鸟群的动态转变而改变。。。。。。。
Gemini3.1 Pro还能举行创意编程， ，，，， 将文学主题转化为可运行的代码。。。。。。。当被要求为艾米莉·勃朗特（Emily Bront?）的《咆哮山庄》构建一个现代小我私家作品集网站时， ，，，，该模子深入剖析了小说的气氛基调， ，，，，设计出一个精练现代的界面， ，，，，打造出一个能捕获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
研究职员在一系列基准测试中对Gemini 3.1 Pro举行了评估， ，，，，包括推理、多模态能力、智能体工具使用、多语言性能和长上下文。。。。。。。
相比Gemini 3 Pro、Claude Sonnet 4.6、Claude Opus 4.6、GPT-5.2、GPT-5.3-Codex， ，，，，Gemini 3.1 Pro在12项基准测试中拿下第一。。。。。。。
在需要更强推理能力的测试中， ，，，，Gemini 3.1 Pro在人类最后的考试、ARC-AGI-2、GPQA Diamond 3项测试中， ，，，，体现都优于Claude、GPT模子。。。。。。。
编程能力测试中， ，，，，Gemini 3.1 Pro在SWE-Bench Pro（果真版）和SWE-Bench Verified中得分相对较低， ，，，，这两大测试集磨练的是模子在真实项目中明确需求、定位问题、修改代码、包管可用的端到端工程能力。。。。。。。
GDPval-AA Elo是目今权衡大模子在高价值知识事情中综合能力的相对评分系统， ，，，，Gemini 3.1 Pro的体现优于GPT-5.2、GPT-5.3-Codex， ，，，，仅次于Sonnet 4.6。。。。。。。
权衡大模子工具使用能力的τ2-bench、MCP Atlas、BrowseComp、多语言性能的MMLU、长上下能力的MRCR v2测试集中， ，，，，新模子的体现同样优于其他模子。。。。。。。
在多模态大模子学术评测基准MMMU-Pro上， ，，，，Gemini 3.1 Pro的体现比Claude、GPT模子更好， ，，，，但略逊于Gemini 3 Pro。。。。。。。
04.
结语：大模子竞赛焦点
转向重大使命落地能力
目今大模子行业正从通用能力比拼， ，，，，转向真实天下重大使命的实战能力竞争， ，，，，海内外各家模子在推理、工程化、多模态明确等焦点能力上一直发力突破， ，，，，力争让大模子真正落地应用， ，，，，与真实营业场景相团结。。。。。。。
谷歌近期的加速结构一ㄇ云云， ，，，，甘肃丝路供应链治理有限公司其上周宣布了Gemini 3 Deep Think模子升级、一周后又推出Gemini 3.1 Pro， ，，，，都将模子的升级重点放在专业领域加速手艺研发、解决现实事情中的重大问题上。。。。。。。�？？？？梢钥闯觯� ，，，，当下大模子已经让更智能的大模子真正具备解决真实天下重大使命能力， ，，，，AI成为专业领域焦点生产力的潜力增添。。。。。。。