Gemini3.1 Pro 深度解读

Gemini3.1 Pro 深度解读 Gemini3.1 Pro 深度解读 Modified February 20 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3r4ageaaaveacbmey6buvbd6dmkhqayqa.f10002.mp4 · 1.31MB 0bc3r4ageaaaveacbmey6buvbd6dmkhqayqa.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0b2e5ybeyaaca4abaje22nuvf3wdjtxaetaa.f10002.mp4 · 9.17MB 0b2e5ybeyaaca4abaje22nuvf3wdjtxaetaa.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3t4bwgaadwaaccq43yfuvhh6dmopqgyya.f10002.mp4 · 3.62MB 0bc3t4bwgaadwaaccq43yfuvhh6dmopqgyya.f10002 00:00 新增了专属的"AI 干活模式"接口 （ gemini 3.1 pro preview customtools ），专门让 AI 更稳定地使用各种工具。之前模型在复杂任务里容易"手忙脚乱"选错工具，现在有了专门优化的版本。 还有一个小改动提醒开发者：API 里 total reasoning tokens 字段改名为 total thought tokens 了，正在用的同学记得检查一下代码。 价格不涨，这是最大的杀手锏 性能大跳，但价格和 Gemini 3 Pro 完全一样， 第三方数据平台 Artificial Analysis 的数据显示，Gemini 3.1 Pro 目前位列其 Intelligence Index 榜首，同时运行成本大约是同等性能竞品的一半。 说人话就是： 花一样的钱，脑子更好使了。 对企业和开发者来说，这个论点太有说服力了。 谷歌这次在下什么棋 把这次发布放在更大的背景里看，会发现谷歌的思路越来越清晰，它在重点押注 Agent。 BrowseComp、MCP Atlas、APEX Agents，这些新加入的测试，不是随机选的。它们专门考察的是：AI 能不能自己上网查资料、调用各种工具、一步一步完成复杂任务——说白了就是从"只能聊天"进化到"真的能帮你干活"。 Google Antigravity 这个专门做 AI Agent 的开发平台同步开放，加上前面提到的"干活模式"专属接口同步上线，这些配合在一起，说明谷歌不只是在卖一个更聪明的模型，而是在搭一整套让 AI 干活的生态。 当然，现在还是预览版（Preview），不是正式版。谷歌说了，等各方面进一步验证之后才会全面发布。节奏比较稳，但也意味着你现在就可以先上手试试，看看到底好不好用。 现在能用吗？ 可以，而且渠道很多。 开发者 ，Gemini API、Google AI Studio、Gemini CLI、Google Antigravity、Android Studio，都可以访问 Preview 版。 企业用户 ，Vertex AI 和 Gemini Enterprise 同步开放。 普通用户 ，Gemini App 已经开始推送，Google AI Pro 和 Ultra 用户有更高的使用上限，NotebookLM 也同步支持，仅限 Pro 和 Ultra。 三国演义：格局未定，各有打法 看完数据，有一件事值得单独说清楚：这场竞争，不是一家通吃，三个实验室各有各的"领地"，而且这个格局，短期内很难被打破。 谷歌押的是"消费端 Agent"。 ARC AGI 2 上的碾压性优势，加上 BrowseComp、MCP Atlas 这些 Agent 基准的集中发力，谷歌的逻辑很清晰， 用自家的搜索、Android、云基础设施打造 Agent 的执行环境， 目标是让用户在谷歌的生态里直接跑 Agent，从 Gemini App 到 NotebookLM 到 Workspace，全线打通。Antigravity 开发平台和 customtools 专属端点同步上线，是这套战略的配套动作。 Anthropic 押的是"开发者端 Agent 基础设施"。 这一块，我要专门说清楚，因为很容易被 Anthropic"对话质感好"的印象遮住。 事实是，目前市面上绝大多数 AI Agent 系统，底层跑的都是 Claude 模型 ，这不是印象，是真实的市场占有率。Claude Code 在专业开发者圈已经是代码 Agent 的默认首选。 更关键的是，MCP（Model Context Protocol） ， 你可以理解为"AI 调用外部工具的通用语言"——这套标准就是 Anthropic 制定的，谷歌、微软、各大云厂商现在都在接入。也就是说，你在任何平台上让 AI 干活，很可能用的砖，都是 Anthropic 造的。这是一种不显眼但极其深层的控制力。 OpenAI 押的是"用户入口 + 品牌认知"。 GPT 5.3 Codex 在纯终端编程上仍有技术优势，但 OpenAI 更大的护城河在别处，ChatGPT 是绝大多数普通用户接触 AI 的第一个名字，这种"先入为主"的品牌绑定， 而且目前周活跃用户超8亿， 不是靠一次 Benchmark 胜利就能撼动的。 即使模型分数不是第一，"AI 等于 ChatGPT"的用户认知，在消费市场仍然是极强的壁垒。 三家的竞争方式，越来越像在争同一场仗里的不同阵地，谷歌拿消费端的场景入口，Anthropic 拿开发者的工具链底座，OpenAI 靠 普通用户的 先入为主的 品牌心智 做基础 ，最终谁能把自己的阵地转化成真正的行业标准，才是这场竞争的终局问题。 真正的决胜场，不在 Benchmark 排行榜上，而在开发者的 API Key 绑的是哪家，在企业年度采购合同签的是哪个云，在亿级用户打开手机第一个想到的是哪个名字。 目前， 三家都还没赢。 最后说一句 去年这个时候，大家还在讨论谷歌是不是已经掉队了。Gemini 2.5 Pro 出来之后风向开始变，Gemini 3 Pro 之后更明显，现在 Gemini 3.1 Pro 直接把 ARC AGI 2 推到 77.1%，在推理这个维度，谷歌确实站到了最前面。 但站到最前面，和赢得这场战争，是两件事。 目前胜负仍有很大悬念... 让我 兴奋 的是： 竞争越激烈，我们这些用户就越受益。 去年旗舰模型贵到肉疼，今年同等水平的能力直接打骨折价。 你现在主力在用哪个 AI？ 有切换的打算吗？ 评论区聊聊。 本文参考：Simon Willison 博客、Google DeepMind 官方模型卡片、Artificial Analysis 评测、The Decoder 报道 | End. 感 谢 阅 读 点赞，转发，关注关注关注↓↓ Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3r4ageaaaveacbmey6buvbd6dmkhqayqa.f10002.mp4 · 1.31MB 0bc3r4ageaaaveacbmey6buvbd6dmkhqayqa.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3r4ageaaaveacbmey6buvbd6dmkhqayqa.f10002.mp4 · 1.31MB 0bc3r4ageaaaveacbmey6buvbd6dmkhqayqa.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0b2e5ybeyaaca4abaje22nuvf3wdjtxaetaa.f10002.mp4 · 9.17MB 0b2e5ybeyaaca4abaje22nuvf3wdjtxaetaa.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0b2e5ybeyaaca4abaje22nuvf3wdjtxaetaa.f10002.mp4 · 9.17MB 0b2e5ybeyaaca4abaje22nuvf3wdjtxaetaa.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3t4bwgaadwaaccq43yfuvhh6dmopqgyya.f10002.mp4 · 3.62MB 0bc3t4bwgaadwaaccq43yfuvhh6dmopqgyya.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3t4bwgaadwaaccq43yfuvhh6dmopqgyya.f10002.mp4 · 3.62MB 0bc3t4bwgaadwaaccq43yfuvhh6dmopqgyya.f10002 00:00 新增了专属的"AI 干活模式"接口 （ gemini 3.1 pro preview customtools ），专门让 AI 更稳定地使用各种工具。之前模型在复杂任务里容易"手忙脚乱"选错工具，现在有了专门优化的版本。 还有一个小改动提醒开发者：API 里 total reasoning tokens 字段改名为 total thought tokens 了，正在用的同学记得检查一下代码。 价格不涨，这是最大的杀手锏 性能大跳，但价格和 Gemini 3 Pro 完全一样， 第三方数据平台 Artificial Analysis 的数据显示，Gemini 3.1 Pro 目前位列其 Intelligence Index 榜首，同时运行成本大约是同等性能竞品的一半。 说人话就是： 花一样的钱，脑子更好使了。 对企业和开发者来说，这个论点太有说服力了。 谷歌这次在下什么棋 把这次发布放在更大的背景里看，会发现谷歌的思路越来越清晰，它在重点押注 Agent。 BrowseComp、MCP Atlas、APEX Agents，这些新加入的测试，不是随机选的。它们专门考察的是：AI 能不能自己上网查资料、调用各种工具、一步一步完成复杂任务——说白了就是从"只能聊天"进化到"真的能帮你干活"。 Google Antigravity 这个专门做 AI Agent 的开发平台同步开放，加上前面提到的"干活模式"专属接口同步上线，这些配合在一起，说明谷歌不只是在卖一个更聪明的模型，而是在搭一整套让 AI 干活的生态。 当然，现在还是预览版（Preview），不是正式版。谷歌说了，等各方面进一步验证之后才会全面发布。节奏比较稳，但也意味着你现在就可以先上手试试，看看到底好不好用。 现在能用吗？ 可以，而且渠道很多。 开发者 ，Gemini API、Google AI Studio、Gemini CLI、Google Antigravity、Android Studio，都可以访问 Preview 版。 企业用户 ，Vertex AI 和 Gemini Enterprise 同步开放。 普通用户 ，Gemini App 已经开始推送，Google AI Pro 和 Ultra 用户有更高的使用上限，NotebookLM 也同步支持，仅限 Pro 和 Ultra。 三国演义：格局未定，各有打法 看完数据，有一件事值得单独说清楚：这场竞争，不是一家通吃，三个实验室各有各的"领地"，而且这个格局，短期内很难被打破。 谷歌押的是"消费端 Agent"。 ARC AGI 2 上的碾压性优势，加上 BrowseComp、MCP Atlas 这些 Agent 基准的集中发力，谷歌的逻辑很清晰， 用自家的搜索、Android、云基础设施打造 Agent 的执行环境， 目标是让用户在谷歌的生态里直接跑 Agent，从 Gemini App 到 NotebookLM 到 Workspace，全线打通。Antigravity 开发平台和 customtools 专属端点同步上线，是这套战略的配套动作。 Anthropic 押的是"开发者端 Agent 基础设施"。 这一块，我要专门说清楚，因为很容易被 Anthropic"对话质感好"的印象遮住。 事实是，目前市面上绝大多数 AI Agent 系统，底层跑的都是 Claude 模型 ，这不是印象，是真实的市场占有率。Claude Code 在专业开发者圈已经是代码 Agent 的默认首选。 更关键的是，MCP（Model Context Protocol） ， 你可以理解为"AI 调用外部工具的通用语言"——这套标准就是 Anthropic 制定的，谷歌、微软、各大云厂商现在都在接入。也就是说，你在任何平台上让 AI 干活，很可能用的砖，都是 Anthropic 造的。这是一种不显眼但极其深层的控制力。 OpenAI 押的是"用户入口 + 品牌认知"。 GPT 5.3 Codex 在纯终端编程上仍有技术优势，但 OpenAI 更大的护城河在别处，ChatGPT 是绝大多数普通用户接触 AI 的第一个名字，这种"先入为主"的品牌绑定， 而且目前周活跃用户超8亿， 不是靠一次 Benchmark 胜利就能撼动的。 即使模型分数不是第一，"AI 等于 ChatGPT"的用户认知，在消费市场仍然是极强的壁垒。 三家的竞争方式，越来越像在争同一场仗里的不同阵地，谷歌拿消费端的场景入口，Anthropic 拿开发者的工具链底座，OpenAI 靠 普通用户的 先入为主的 品牌心智 做基础 ，最终谁能把自己的阵地转化成真正的行业标准，才是这场竞争的终局问题。 真正的决胜场，不在 Benchmark 排行榜上，而在开发者的 API Key 绑的是哪家，在企业年度采购合同签的是哪个云，在亿级用户打开手机第一个想到的是哪个名字。 目前， 三家都还没赢。 最后说一句 去年这个时候，大家还在讨论谷歌是不是已经掉队了。Gemini 2.5 Pro 出来之后风向开始变，Gemini 3 Pro 之后更明显，现在 Gemini 3.1 Pro 直接把 ARC AGI 2 推到 77.1%，在推理这个维度，谷歌确实站到了最前面。 但站到最前面，和赢得这场战争，是两件事。 目前胜负仍有很大悬念... 让我 兴奋 的是： 竞争越激烈，我们这些用户就越受益。 去年旗舰模型贵到肉疼，今年同等水平的能力直接打骨折价。 你现在主力在用哪个 AI？ 有切换的打算吗？ 评论区聊聊。 本文参考：Simon Willison 博客、Google DeepMind 官方模型卡片、Artificial Analysis 评测、The Decoder 报道 | End. 感 谢 阅 读 点赞，转发，关注关注关注↓↓ 🔗 原文链接： https://mp.weixin.qq.com/s/ ERhCV7x... https://mp.weixin.qq.com/s/ ERhCV7x... 原创 可怜的小互 可怜的小互 小互AI2026年2月20日 21:39 安徽 推理能力翻倍，直接碾压 Claude 和 GPT 2月20日凌晨，没有发布会，没有倒计时，就是一条博客，加上谷歌 CEO 皮查伊发了条推文，然后整个 AI 圈 开始炸锅。 原因很简单：这次的数据，有点过分。 16 项主流测试里赢了 13 项，价格只有 Claude Opus 4.6 的一半不到。 Gemini 3 Pro 对比 Gemini 3.1 Pro 代码动画生成 ： 3.1 Pro可直接根据文字提示生成适用于网页的动态SVG。由于完全基于代码而非像素构建，这些动画在任何尺寸下都保持清晰，与传统视频相比文件体积极小。 一位感叹现在的 AI 编程能力太强，并分享了他用 AI 开发出的一个“上帝视角监控系统”。（ @bilawalsidhu ） 功能炸裂：能实时追踪真实的飞机、卫星，接入了真实的交通监控，并用 AI 识别画面里的所有东西。 军方画风：界面被故意做成了好莱坞电影里那种机密情报系统的风格（比如红外热成像、老式雷达屏滤镜）。 先说最关键的那个数字 ARC AGI 2， 这是目前 AI 圈公认最难的推理基准测试之一。 说人话就是：给 AI 出一堆它从来没见过的逻辑题，不能靠死记硬背，必须真的"想清楚"才能做对。 这个测试难到什么程度？去年大多数顶尖模型在上面连 50% 都过不了。ARC Prize 组委会当初推出它，就是因为 ARC AGI 1 已经快被刷爆了，需要一个更难的版本来继续卡关。 Gemini 3.1 Pro 在这个测试上拿了 77.1%。 而上一代 Gemini 3 Pro，是 31.1%。 Anthropic 最强模型 Claude Opus 4.6，是 68.8%。 OpenAI 的 GPT 5.2，是 52.9%。 不是小幅领先，是超过前代两倍多，同时把两个最强竞品甩在身后。谷歌 CEO 皮查伊在社交媒体上说的"more than 2x"，不是夸张，就是实际数字。 Gemini 3 Pro 对比 Gemini 3.1 Pro 以前的 AI 模型在用纯代码生成图像或动画时，经常搞错“空间位置”（比如画个骑自行车的人，手脚和车把、踏板根本对不上）。 网上非常火的一个测试案例，就是让我用纯代码写一个“鹈鹕骑自行车”的动态 SVG。不仅鸟的姿态自然，甚至自行车的车架、链条、脚踏板等细节都完全符合常识，这在以前的 AI 里是很难做到的。 现在 Gemini 3.1 Pro完成得非常好 但这不只是一个"推理测试"的胜利 有人可能会说，Benchmark 嘛，打得好不代表实际好用。这句话本身没错，但 Gemini 3.1 Pro 这次厉害的地方，在于它的提升并不只体现在 ARC AGI 2 一个地方。 谷歌自己测的 16 个基准，Gemini 3.1 Pro 在 13 个上拿了第一。以下是几个核心维度的横向对比， 推理与科学知识 含工具版的 Humanity's Last Exam，Opus 4.6 以 53.1% 小胜 Gemini 的 51.4%，是官方表格里谷歌罕见落后的推理类项目。 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3lea7caab6maljr4zwnuvcwod6fmqd4ia.f10002.mp4 · 7.26MB 0bc3lea7caab6maljr4zwnuvcwod6fmqd4ia.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3lea7caab6maljr4zwnuvcwod6fmqd4ia.f10002.mp4 · 7.26MB 0bc3lea7caab6maljr4zwnuvcwod6fmqd4ia.f10002 00:00 交互式设计 ：3.1 Pro生成了一个复杂的3D椋鸟群集模拟。它不仅生成视觉代码，还构建了沉浸式体验，用户可以通过手势追踪操控鸟群，并聆听随鸟群动态变化的生成式配乐。对于研究人员和设计师而言，这提供了一种原型设计感官丰富界面的强大方式。 Gemini 3.1 Pro 是个很棒的动画师，之前在生成动画时在空间定位上一直搞错，但看看那些 Gemini 3 Pro 与 Gemini 3.1 Pro 的对比，Gemini 3.1 Pro 明显推理能力更强。（ @jasonzhou1993 ） Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3qiajyaaapqambuuy6buvbawdtsbabhaa.f10002.mp4 · 1.98MB 0bc3qiajyaaapqambuuy6buvbawdtsbabhaa.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3qiajyaaapqambuuy6buvbawdtsbabhaa.f10002.mp4 · 1.98MB 0bc3qiajyaaapqambuuy6buvbawdtsbabhaa.f10002 00:00 编程与工程 在统一的 Terminus 2 框架下 Gemini 3.1 Pro 以 68.5% 领先；但在各家自选框架的最佳成绩对比里，GPT 5.3 Codex 报出了 77.3%，两个数字测的不是同一套条件，不能直接比大小。 复杂系统综合 ：3.1 Pro运用高阶推理，弥合复杂API与用户友好设计之间的鸿沟。在示例中，该模型构建了一个实时航空航天仪表盘，成功配置公共遥测数据流，可视化呈现国际空间站的轨道运行情况。 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3v4cacaaeaeaeile4xfuvjl6dagxqiaia.f10002.mp4 · 3.22MB 0bc3v4cacaaeaeaeile4xfuvjl6dagxqiaia.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3v4cacaaeaeaeile4xfuvjl6dagxqiaia.f10002.mp4 · 3.22MB 0bc3v4cacaaeaeaeile4xfuvjl6dagxqiaia.f10002 00:00 创意编程 ：3.1 Pro能将文学主题转化为功能性代码。当被要求为艾米莉·勃朗特的《呼啸山庄》构建一个现代个人作品集网站时，模型并非简单地总结文本，而是深入理解小说的氛围基调，设计出一个简洁、现代的界面，捕捉到主角的精神气质。 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3xiaz4aabbeanwdezcjuvdowdt25adhqa.f10002.mp4 · 3.21MB 0bc3xiaz4aabbeanwdezcjuvdowdt25adhqa.f10002 00:00 Audio or video is not supported Please download the file and open it with the appropriate software. 0bc3xiaz4aabbeanwdezcjuvdowdt25adhqa.f10002.mp4 · 3.21MB 0bc3xiaz4aabbeanwdezcjuvdowdt25adhqa.f10002 00:00 用React + Three.js + Gemini 3.1 Pro 构建的 AI 辅助版本的完全程序化 3D 打印机。（ @daniel z1909 ） 真实笛卡尔运动学 实时 G Code 同步 交互式爆炸装配图 零分配弹簧物理引擎 完全在浏览器中运行 No access 0bc3gqajyaaawaammdmy6juvangdtq2abhaa.f10002 00:00 No access 0bc3gqajyaaawaammdmy6juvangdtq2abhaa.f10002 00:00 Agent 任务 但Agent 类有两处值得注意：GDPval AA 专家任务测试上，Claude Sonnet 4.6 以 1633 大幅领先所有模型，Gemini 3.1 Pro 的 1317 甚至低于 Opus 4.6 的 1606；t2 bench Retail 上 Opus 4.6 也以 91.9% 小胜 Gemini 的 90.8%。 案例展示： 使用 Gemini 3.1 Pro 构建了一个逼真的城市规划应用。 能处理复杂地形、规划基础设施并模拟交通，以生成高质量的可视化效果。 No access 0bc3xyafeaaavmablwmyzfuvbpwdkk7aauqa.f10002 00:00 No access 0bc3xyafeaaavmablwmyzfuvbpwdkk7aauqa.f10002 00:00 整体看下来，Gemini 3.1 Pro 的优势最集中在推理、竞赛编程和 Agent 工作流，Claude 系列在专家任务对话和部分 Agent 细项上仍有竞争力，GPT 5.3 Codex 在纯终端编程的自报框架下保持优势。 当然，也有一块赢不了的地方。 Arena 平台依赖真实用户投票，Claude Opus 4.6 的文本对话体验在用户感知层面仍然领先 Gemini 1. 工具使用效率 不如 Claude 和 GPT——虽然能用工具，但用得不够丝滑 2. 审美和创意 方面，Claude 依然更强——写文章、做创意工作，Claude 的"品味"更好 3. 首次响应延迟较高 ，平均 29 秒才开始输出，Claude 和 GPT 通常几秒就开始了 技术上发生了什么 Gemini 3.1 Pro 是 Gemini 3 系列的第一个版本升级，官方说法是"改进了核心推理能力"，也是上周刚更新的 Gemini 3 Deep Think 背后的基础智能引擎。 从外部分析来看，推理能力的大幅提升，背后很可能是训练方法的重大升级——简单理解就是，谷歌找到了一种更好的方式来"教"AI 解题，特别是在编程、逻辑推理、执行多步任务这些方向上，正好也是这次进步最明显的几个地方。 对开发者来说，有几个实打实的变化值得注意， 输出 token 上限大幅提升 ，从旧版直接拉到 65,000 token，这对生成长篇代码和文档来说是实质性的改善。 文件上传限制从 20MB 扩到 100MB ，整整五倍，直接上传大型代码仓库或文档不用再切割了。 支持直接传 YouTube 链接 ，模型自己去"看"视频，不需要你先下载再上传。