Transcription
大家好，这里是最佳拍档。
这个春节AI圈可谓又是神仙打架。继上周完成Gemini 3 Deep Think的重大更新后，谷歌今天正式推出了升级版核心智能模型Gemini 3.1 Pro。这款模型不仅在核心推理能力上实现了跨越式提升，更在第三方权威评估中跃居榜首，让谷歌重新夺回了全球顶级AI模型的王座。
更值得关注的是，参与Gemini 3 Deep Think研究的核心研发人员姚顺宇（注意，这是另一位姚顺宇，不是我们之前视频里提到的加入腾讯的姚顺雨）在社交平台上明确表示，这只是谷歌AI研发的一个新起点，后续还会有更好的模型源源不断地涌现。
今天，我们就来介绍一下这款让谷歌重回巅峰的Gemini 3.1 Pro，看看它究竟具备怎样的核心实力，又将给AI行业带来哪些新的变化。
首先，谷歌官方在发布博客上明确表示，这款模型是基于Gemini 3系列的深度升级，核心目标是应对当今科学、研究和工程领域的复杂挑战，解决那些以往AI模型无法攻克的棘手问题。
从技术底层来看，Gemini 3.1 Pro的进步并不只是简单的参数调整，而是代表了模型处理思考token和长期任务方式的本质改进，也为后续开发者构建自主智能体提供了更可靠的技术基础，让AI从简单的指令执行，向更具自主决策能力的智能体方向，迈出了关键一步。
接下来，我们重点看一下Gemini 3.1 Pro在各类权威基准测试中的具体表现，这也是衡量一款AI模型性能最直观的标准。谷歌为这款模型做了全维度的严格基准测试，覆盖抽象推理、科学知识、编码能力、多模态理解、长上下文处理等多个核心维度。
而测试结果也充分印证了其性能的跃升。其中最亮眼的当属ARC-AGI-2测试的表现。ARC-AGI-2是专门评估模型解决全新逻辑模式能力的基准测试，考验的是模型的抽象推理与未知问题解决能力，这也是衡量AI向通用人工智能迈进的重要指标。Gemini 3.1 Pro在该测试中取得了经验证的77.1%成绩，这个数据是Gemini 3 Pro的两倍以上。要知道，Gemini 3 Pro此前已经是行业内的顶级模型，这样的提升幅度在AI模型迭代中实属罕见。
在科学知识维度，Gemini 3.1 Pro展现出了极致的精准度。在GPQA钻石级科学知识测试中，模型取得了94.3%的高分，相较于Gemini 3 Pro的91.9%有明显提升，同时也领先于Claude Opus 4.6的91.3%和GPT-5.2的92.4%。GPQA钻石级测试是科学知识领域的高难度测试，覆盖多学科的专业科学知识，对模型的知识储备与事实性精准度要求极高。94.3%的得分意味着该模型在科学知识的掌握上已经达到了行业顶尖水平，能够为科研、工程等专业领域提供可靠的知识支持。
编码能力作为AI模型的核心实用能力，也是Gemini 3.1 Pro重点升级的方向。在多项编码测试中均刷新了成绩纪录。在LiveCodeBench Pro测试中，模型取得了2887的Elo评分，相较于Gemini 3 Pro的2439提升明显，更是大幅领先GPT-5.2的2393。这款测试涵盖了Codeforces、ICPC、IOI等顶级编程竞赛的题目，Elo评分直接反映了模型的竞技性编程能力。2887的评分意味着其编码能力已经达到了专业程序员的高水平。
在SWE-Bench Verified智能体编码测试中，Gemini 3.1 Pro的得分达到80.6%，略低于Claude Opus 4.6的80.8%，但高于Gemini 3 Pro的76.2%和GPT-5.2的80.0%。此外，在Terminal-Bench 2.0智能体终端编码测试中，Gemini 3.1 Pro 68.5%的得分也领先于同级别其他模型。在SciCode科学研究编码测试中，59%的得分同样位居行业前列。
多模态理解与推理是谷歌Gemini系列的传统优势，而Gemini 3.1 Pro在这个领域继续保持领先。在MMMLU多语言问答测试中，模型取得了92.6%的得分，相较于Gemini 3 Pro的91.8%有小幅提升，领先于Claude Opus 4.6的91.1%和GPT-5.2的89.6%。
在MMMU Pro多模态理解与推理测试中，3.1 Pro 80.5%的得分略低于Gemini 3 Pro的81.0%，但是仍大幅领先Claude Opus 4.6的73.9%和GPT-5.2的79.5%，保持了多模态处理的核心优势。
而在长上下文性能测试中，Gemini 3.1 Pro在100万token的测试中取得了26.3%的成绩，与Gemini 3 Pro持平，而目前Claude Opus 4.6和GPT-5.2还没有支持这个量级的长上下文处理。
除了上述核心维度，Gemini 3.1 Pro在学术推理、智能体工具使用、多步骤工作流处理等方面也都有亮眼表现。在Humanity's Last Exam学术推理测试中，无工具辅助状态下得分为44.4%，开启搜索与代码功能后得分提升至51.4%，均高于Gemini 3 Pro，展现出了优秀的学术问题解决能力。
在Tau 2-bench的零售与电信领域测试中，零售领域得分为90.8%、电信领域得分为99.3%。
在BrowseComp智能体搜索测试中，85.9%的得分相较于Gemini 3 Pro的59.2%，实现了大幅提升，意味着其在结合搜索能力解决问题时更加高效。
在Apex-Agents长期专业任务测试中，33.5%的得分是Gemini 3 Pro的近两倍，展现出了处理长周期、复杂任务的潜力。
如果说谷歌自身的测试数据是自证实力，那么第三方权威机构的评估则更具客观性。而来自Artificial Analysis的评估结果，直接让Gemini 3.1 Pro坐稳了全球顶级AI模型的宝座。测试结果显示，Gemini 3.1 Pro预览版在Artificial Analysis智能指数中位居第一，领先Claude Opus 4.64分。更重要的是，它的运行成本还不到Claude Opus 4.6的一半，实现了性能领先加成本更低的双重优势。
Artificial Analysis的智能指数v4包含10项核心评测，涵盖智能体能力、编码、科学推理、通用智能四大权重相等的类别。而Gemini 3.1 Pro在这10项评测中领先6项，相较于Gemini 3 Pro实现了全维度的性能提升。其中提升最显著的领域正是推理和知识、编码以及幻觉减少。幻觉问题一直是困扰大语言模型的核心痛点，幻觉减少意味着模型的输出更加精准、可靠，这对于实际应用至关重要。
同时，Gemini 3.1 Pro还保持了相对高效的token效率。运行该智能指数的全部测试仅使用了大约5700万个token，仅比Gemini 3 Pro多出100万个，远低于Claude Opus 4.6和GPT-5.2在最大推理设置下的token消耗。token效率的提升直接带来了运行成本的降低，让其在商业落地中更具竞争力。
当然，相较于目前领先的开源模型GLM-5，Gemini 3.1 Pro的运行成本仍然接近其两倍，这也是在成本层面需要继续优化的方向。
谷歌在发布Gemini 3.1 Pro的同时，也完成了全平台的部署规划。即日起向开发者、企业、消费者三大群体陆续开放预览版，实现了全场景的覆盖，让不同需求的用户都能第一时间体验到这款模型的能力。
对于开发者群体，谷歌通过Google AI Studio中的Gemini API、Gemini CLI、智能体开发平台Google Antigravity以及Android Studio提供预览服务。开发者可以快速将模型的核心能力融入到自己的产品与项目中，降低了开发门槛。
对于企业用户，Gemini 3.1 Pro同步上线Vertex AI和Gemini Enterprise，能够为企业提供定制化、私有化的AI解决方案，满足企业在数据分析、业务处理、智能体构建等方面的需求。
对于普通消费者，谷歌则通过Gemini APP和NotebookLM推出该模型，让普通用户也能在日常使用中体验到顶级AI模型的能力，比如文档处理、创意生成、知识解答等等。
谷歌的企业合作伙伴也已经率先完成了Gemini 3.1 Pro预览版的整合，并且给出了高度评价。Databricks的首席技术官唐翰林表示，Gemini 3.1 Pro在Office QA基准测试中取得了同类最佳结果。这款测试主要针对表格和非结构化数据进行基于事实的推理，这个能力对于企业的数据分析、业务决策至关重要。
Cartwheel的联合创始人安德鲁·卡尔则强调，Gemini 3.1 Pro对3D变换的理解有了显著提升。更重要的是，该模型解决了3D动画管线中长期存在的旋转顺序漏洞问题，这是3D动画制作中的技术痛点，长期困扰着行业开发者。而Gemini 3.1 Pro的解决能力，也让其在3D设计、动画制作等创意领域具备了极强的落地价值。
作为一款商业级的AI模型，定价体系是用户最关注的核心问题之一。而Gemini 3.1 Pro的定价稍显复杂，采用了分档计费的模式，根据提示词token规模、服务类型进行差异化收费。我们来详细拆解一下其定价规则。
首先是输入价格。当提示词不超过20万token时，每百万token收费2美元；当提示词超过20万token时，每百万token收费4美元。分档计费的模式，兼顾了普通用户的小额使用和专业用户的大额使用需求。
其次是输出价格。同样按提示词token规模分档。提示词不超过20万token时，每百万token收费12美元；超过20万token时，每百万token收费18美元。
除了输入输出费用，Gemini 3.1 Pro还单独收取上下文缓存费用。根据提示词规模，每百万token收取0.2至0.4美元，同时外加每小时每百万token 4.5美元的存储费。
最后是联网搜索的费用。每月前5000次提示免费，超出后每1000次搜索查询收费14美元。
我们再来看看Gemini 3.1 Pro的实际应用能力。谷歌官方展示了Gemini 3.1 Pro在四大核心场景的应用效果。
第一个场景是基于代码的动画生成。Gemini 3.1 Pro可以直接根据文字提示，生成动态SVG图片。这不仅考验模型的代码能力，还考验其空间想象、动态逻辑构建能力。谷歌还分别用Gemini 3 Pro和Gemini 3.1 Pro执行相同的提示词，结果显示Gemini 3.1 Pro生成的动画效果更加流畅、逼真。
第二个场景是复杂系统整合。谷歌给出的案例是搭建实时航空仪表盘。模型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。整个过程无需开发者进行复杂的接口调试和代码编写，模型能够自主完成数据对接、界面设计、实时渲染等一系列工作。这个能力无疑能够大幅降低系统集成的难度，让非专业开发者也能快速构建复杂的数据分析与可视化系统。
第三个场景是交互式设计。Gemini 3.1 Pro能够编写出复杂的3D椋鸟群飞模拟代码。在谷歌的测试中，用户可以通过手势追踪来控制鸟群的飞行方向和速度，同时还能听到根据鸟群动作实时变化的生成式配乐。视觉与听觉的结合让整个交互体验更加丰富。这个能力在游戏开发、虚拟现实、交互设计等领域，能够快速将创意转化为可体验的原型，大幅缩短研发周期。
第四个场景是创意编程。谷歌以艾米莉·勃朗特的《呼啸山庄》为例，要求模型为这部经典小说构建一个现代风格的个人作品集网站。而Gemini 3.1 Pro深入理解了小说中充满氛围感的基调，结合现代网页设计的审美，构思出了时髦又现代的界面，最终打造出的网站精准捕捉了小说主人公的精神内核，将文学的情感与美感通过代码完美呈现。
最后需要明确的是，这次推出的Gemini 3.1 Pro并非正式版，而是预览版。谷歌的核心目标是通过预览版的开放，收集用户的反馈，进一步优化模型性能，同时在自主工作流等核心领域寻求新的突破，为后续的正式全面开放做好准备。
在用户权限方面，谷歌从发布之日起，逐步为Gemini app中的Google AI Pro和Ultra套餐用户开放更高的使用额度。这两类用户也是谷歌的付费核心用户。同时，NotebookLM中的Gemini 3.1 Pro也专供Pro和Ultra用户使用，保证了付费用户的体验。
从Gemini 3 Pro到Gemini 3.1 Pro，谷歌用短短几个月的时间实现了模型性能的跨越式提升。而姚顺宇透露的“后续还有更好的模型”，也让我们对谷歌的AI研发充满期待。Gemini 3.1 Pro的推出，不仅让谷歌重新夺回了AI领域的王座，更让整个行业看到了AI模型在推理能力、实际应用、成本控制等方面的新可能。
接下来，还有哪家大模型厂商会放出新的模型呢？让我们拭目以待。
感谢收看，我们下期再见。