谷歌Gemini 3.1 Pro屠榜封神，清华姚顺宇出手！Claude和GPT被逼入死角

https://mp.weixin.qq.com/s/p7aSXZoaSk1MNpybvsCM1g

这一次，Gemini 3.1 Pro实现了大模型推理能力的史诗级飞跃。

在极为严苛的ARC-AGI-2测试中，它一举斩获77.1%的高分，性能飙升至上一代3.0 Pro的两倍有余。

外加接近满分（98%）的ARC-AGI-1，不管是思考拉满的Claude Opus 4.6，还是特调版的GPT-5.2，通通都被踩在了脚下。

 

从下方的SVG对比测试中，便能直观感受到3.1 Pro与3 Pro之间悬殊的实力代差。

 

在编程和推理领域，Gemini 3.1 Pro同样一骑绝尘，全面碾压Sonnet 4.6、GPT-5.2。

在AAII综合评测中，3.1 Pro强势登顶，不仅总分领先Claude Opus 4.6足足4分，API调用成本更是不到一半。

 

今天起，Gemini 3.1 Pro已正式在Gemini和NotebookLM中上线。开发者可通过Google AI Studio、Antigravity以及Android Studio抢先体验。

 

如今，硅谷的AI战局已然变天，重量级玩家仅剩下谷歌DeepMind和Anthropic「硬碰硬」。

此前曾风头无两的OpenAI，似乎正逐渐失去在这片主战场上的主动权。

 

 

Gemini 3.1 Pro深夜突袭

全能SOTA成绩翻倍

 

作为谷歌迄今为止最强悍的模型，3.1 Pro在3 Pro的基础上实现了全面跨越。

它不仅具备原生的全模态输入能力，更支持高达100万Token的超长上下文。

 

在业界最为关注的性能对标中，Gemini 3.1 Pro展现出了令人窒息的统治力。

在人类最后考试（HLE）中，Gemini 3.1 Pro在零工具辅助下拿下了44.4%的成绩，将GPT-5.2（34.5%）和Opus 4.6（40.0%）逼到了墙角。

在ARC-AGI-2测试中，Gemini 3.1 Pro以77.1%的逆天成绩一骑绝尘，把刚刚登顶没两天的Opus 4.6（68.8%）甩在了身后。

更让人震撼的，是它在代码和AI智能体领域的跨越式进化。

• 在LiveCodeBench Pro中，狂砍2887的Elo积分，断层领先同侪；

   

• 在Terminal-Bench 2.0中，凭借68.5%的得分压制了专攻代码的GPT-5.3-Codex（64.7%）；

   

• 在APEX-Agents中，更是以33.5%的成绩傲视群雄，相比之下，Opus 4.6得分为29.8%，而GPT-5.2仅有23.0%。

   

 

除了硬核推理，Gemini 3.1 Pro在长篇大论的处理上也大秀肌肉。

在MRCR v2的128k长上下文测试中，它直接拿下了84.9%的高分。

更可怕的是，它独家支持了1M Token的终极测试并取得26.3%的成绩，而同台竞技的GPT-5.2和Opus 4.6在这个级别上甚至直接显示「不支持」。

 

更重要的是，相较于上一代，3.1 Pro在幻觉率上大幅下降。

 

 

 

手搓神级应用，这才是杀手级AI

 

3.1 Pro带来的不仅是跑分上的碾压，更是逻辑推理能力的全面进化。

现在，它不仅能攻克极度棘手的逻辑难题，更在实际落地应用中展现出了令人惊艳的生产力重塑能力。

不论是将晦涩的概念转化为直观图解，把海量数据浓缩成清晰的图表，还是让天马行空的创意直接变成现实，3.1 Pro都能轻松胜任。

 

• 基于代码的动画

   

只需一段简单的文本提示词，3.1 Pro就能直接生成可无缝嵌入网页的SVG动画。

最绝的是，这些纯代码构建的动画不仅支持无限放大且绝对清晰，它的文件体积相比传统视频更是小得令人难以置信。

 

 

，时长00:27

 

 

 

 

• 整合复杂系统

   

强大的推理能力还让3.1 Pro彻底打破了复杂API与人性化设计之间的壁垒。

比如，它能直接构建出一个实时的航天数据看板，完美接入公开的遥测数据流，将国际空间站的实时运行轨迹清晰地展现在你眼前。

 

 

，时长00:25

 

 

 

 

• 交互设计

   

3.1 Pro甚至能用纯代码编写出极其复杂的3D椋鸟群舞特效，为你打造一整套沉浸式体验。

在这套系统中，你可以通过手势追踪技术实时「指挥」鸟群，同时还能听到随着鸟群动态实时演变的生成式配乐。

这绝对是研究人员和设计师开发多模态交互界面原型的一大利器。

 

 

，时长00:47

 

 

 

 

• 创意编程

   

更有趣的是，3.1 Pro还能将经典的文学主题转化为真正能跑的精美代码。

比如让它为《呼啸山庄》设计一个现代风格的个人主页，模型不仅精准捕捉了原著压抑深沉的氛围基调，还顺势生成了一个极简且充满现代感的界面，可谓是完美拿捏了主角的灵魂底色。

 

 

，时长00:27

 

 

 

 

 

全网惊艳首测，统治SVG

谷歌UX工程师Michael Chang直接上手，用3.1 Pro模拟复杂的城市规划，瞬间生成并设计出了一个全新的城市鸟瞰拓扑。

 

 

 

，时长01:30

 

 

 

仅仅输入一句话的Prompt，3.1 Pro便在短短3分钟内，搓出了一个长达11秒SVG动画。

 

 

在另一个SVG测试中，它生成的「海豹顶皮球」在视觉表现力上也堪称惊艳。

 

AI大牛Simon Willison在测试中，让3.1 Pro在5分钟内生成了一个可以清晰勾勒出腿的鹈鹕SVG。

 

在3D空间推理方面，3.1 Pro也是新SOTA。

 

3.1 Pro生成的3D像素版宝可梦，可比3.0 Pro强太多了。

 

 

另外，3.1 Pro还能生成最佳的交互式动画，展示一颗种子从发芽到长成大树的全过程。

 

 

 

 

进化没有终点，只有更强的下一幕

 

今天起，Gemini 3.1 Pro预览版正式发布，这仅仅是一个新的开始。

谷歌表示，从去年11月至今，用户真实的反馈，都加速了每一次的研发迭代。

 

Gemini 3.1 Pro深夜突袭，是对AI行业格局的又一次重塑。

谷歌 DeepMind 用这种近乎「肌肉秀」的迭代速度告诉世界——

在通往AGI的深水区，只有硬件算力与算法深度耦合的玩家，才能拿稳下半场的入场券。