谷歌发布Gemini 3.1 Pro，核心推理能力实现飞跃，多项基准测试表现优异，或重回AI模型领先地位。已陆续上线开发者和消费者产品。
原文标题：谷歌夺回王座：Gemini 3.1 Pro来了！姚顺宇：后面还有更好的
原文作者：机器之心
冷月清谈：
怜星夜思：
2、Gemini 3.1 Pro 的定价策略相对复杂，大家觉得这个定价合理吗？会对开发者和企业的选择产生什么影响？
3、文章提到 Gemini 3.1 Pro 在多个基准测试中表现出色，但基准测试的成绩真的能代表模型的实际能力吗？在实际应用中，我们应该如何更全面地评估 AI 模型的性能？
原文内容
上周，谷歌发布了 的一次重大更新，以应对当今科学、研究和工程领域的复杂挑战。而就在刚刚，谷歌正式推出支撑这些突破的升级版核心智能：Gemini 3.1 Pro。
参与了 Gemini 3 Deep Think 研究的姚顺宇也发推介绍了这项新突破，并表示：「后续还会有更好的模型源源不断地涌现」。
谷歌表示，基于 Gemini 3 系列，3.1 Pro 在核心推理能力上实现了进一步跃升。针对复杂问题的求解，3.1 Pro 提供了一个更聪明、更强大的能力基准。这一点也体现在团队的多项严格基准测试进展中。
在 ARC-AGI-2（一个评估模型解决全新逻辑模式能力的基准测试）上，3.1 Pro 取得了经验证的 77.1% 成绩，其推理性能是 3 Pro 的两倍以上。
此外，内部基准测试表明，3.1 Pro 在各个专业领域都具有很强的竞争力：
-
科学知识：在 GPQA 钻石级测试中得分为 94.3%；
-
编码：在 LiveCodeBench Pro 上 Elo 得分为 2887，在 SWE-Bench Verified 上得分为 80.6%；
-
多模态理解：在 MMMLU 测试中达到了 92.6%。
这些技术进步不仅仅是渐进式的，它们代表了模型处理「思考」token 和长期任务方式的改进，为构建自主智能体的开发者提供了更可靠的基础。
来自第三方公司 Artificial Analysis 的评估表明，谷歌的 Gemini 3.1 Pro 已经跃居榜首，再次成为世界上功能最强大、性能最佳的 AI 模型。
它的得分领先 Claude Opus 4.6 4 分，而运行成本却不到后者的一半。
而 Gemini 3.1 Pro 的各项强大功能，意味着它可以将复杂主题可视化、整理零散数据，并将创意项目化为现实。
为了呈现这种能力跃升，谷歌制作了一个经典的「鹈鹕骑自行车」SVG，与之前的效果进行对比，还测试了其他动物的效果。可以说，谷歌基本已经「杀死」了比赛。
目前，谷歌正在将 3.1 Pro 部署到面向消费者和开发者的各类产品中，以让这一智能进步进入到大家的日常应用中。
即日起，3.1 Pro 将陆续上线：
-
面向开发者：通过 Google AI Studio 中的 Gemini API、Gemini CLI、智能体开发平台 Google Antigravity，以及 Android Studio 提供预览；
-
面向企业：上线 Vertex AI 和 Gemini Enterprise；
-
面向消费者：通过 Gemini 应用程序（APP）和 NotebookLM 推出。
资料显示，谷歌的企业合作伙伴已经开始整合 3.1 Pro 预览版，并称其在可靠性和效率方面有了显著提升。
Databricks 首席技术官 Hanlin Tang 称，3.1 Pro 在一项针对表格和非结构化数据进行基于事实推理的基准测试 OfficeQA 上取得了「同类最佳结果」。Cartwheel 联合创始人 Andrew Carr 也强调，该模型「对 3D 变换的理解有了显著提升」，并指出它解决了 3D 动画管线中长期存在的旋转顺序漏洞等。
值得注意的是，3.1 Pro 的定价稍显复杂：
-
输入价格：提示词不超过 20 万 token，每百万 token 收费 2.00 美元；提示词超过 20 万 token，每百万 token 收费 4.00 美元。
-
输出价格：提示词不超过 20 万 token，每百万 token 收费 12.00 美元；提示词超过 20 万 token，每百万 token 收费 18.00 美元。
-
上下文缓存：根据提示词规模，每百万 token 收取 0.20 至 0.40 美元，外加每小时每百万 token 4.50 美元的存储费。
-
联网搜索（Grounding）：每月前 5000 次提示免费，之后每 1000 次搜索查询收费 14 美元。
3.1 Pro，好用吗？
谷歌表示，3.1 Pro 的设计初衷，就是为了应对那些「简单答案」解决不了的问题。它将先进的推理能力，转化为帮你攻克最棘手挑战的实用工具。这种更强的智能，能在实际应用中帮上大忙 —— 无论是想通过清晰的图文讲解搞懂一个复杂概念，想把零散的数据整合成一目了然的视图，还是想给创意项目注入活力，它都能助你一臂之力。
以下是 3.1 Pro 的一些应用效果展示：
1、基于代码的动画：3.1 Pro 可以直接根据文字提示，生成网站可用的、自带动效的 SVG 图片。由于这些动画是用纯代码而非像素构建的，所以无论放大到什么尺寸都依然清晰，并且和传统视频相比，文件体积也小得惊人。
2、复杂系统整合：3.1 Pro 能运用其强大的推理能力，在复杂的 API 接口和用户友好的设计之间架起桥梁。比如在这个例子中，该模型就搭建了一个实时航空仪表盘，成功接入公共遥测数据流，将国际空间站的运行轨道直观地呈现出来。
3、交互式设计：3.1 Pro 能编写出复杂的 3D 椋鸟群飞模拟代码。它不仅能生成视觉代码，还能打造出沉浸式的互动体验 —— 用户可以通过手势追踪来控制鸟群的飞行，同时听到根据鸟群动作实时变化的生成式配乐。对于研究人员和设计师来说，这为打造感官丰富的交互界面原型，提供了一种强大的新途径。
4、创意编程：3.1 Pro 能将文学主题转化为实用的代码。当要求它为艾米莉・勃朗特的《呼啸山庄》构建一个现代风格的个人作品集网站时，该模型并非只是简单复述文本内容。它会深入理解小说中那种充满氛围感的基调，并以此构思出一个时髦又现代的界面，最终打造出一个能精准捕捉主人公精神内核的网站。
下一步计划
谷歌表示，今天推出的 Gemini 3.1 Pro 是一个预览版，之后将在自主工作流等领域寻求进一步突破，不久后，会正式全面开放给大家使用。
从今天开始，Gemini app 中的 3.1 Pro 版本将逐步面向 Google AI Pro 和 Ultra 套餐的用户开放更高的使用额度。同时，3.1 Pro 也已登陆 NotebookLM，专供 Pro 和 Ultra 用户使用。对于开发者和企业用户，现在可以在 Gemini API 中通过 AI Studio、Antigravity、Vertex AI、Gemini Enterprise、Gemini CLI 和 Android Studio 平台抢先体验 3.1 Pro 的预览版。
参考链接：
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/
https://x.com/GoogleDeepMind/status/2024516464892334129
https://x.com/ArtificialAnlys/status/2024518545510662602
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：liyazhou@jiqizhixin.com