谷歌突发Gemini 3.1 Pro：首次采用「.1」版本号，推理性能翻倍

摘要

1) 一句话总结 谷歌正式发布首次采用小版本号迭代的 Gemini 3.1 Pro 模型，其推理性能较上一代翻倍，多模态与复杂任务处理能力显著增强，并在保持原有定价的基础上大幅提升了性价比。

2) 核心要点

版本与上线情况：谷歌首次采用「.1」版本号，目前已在 Gemini 应用、API 上线，Google AI Pro 和 Ultra 用户可在 NotebookLM 中体验。
核心参数：支持 1M 上下文窗口，知识库截止日期为 2025 年 1 月。
推理性能翻倍：在 ARC-AGI-2 基准测试中获得 77.1% 的分数（推理表现达 3 Pro 的 2 倍）；在 Arena 评测中整体得分比 3 Pro 高出 13 分，文本与代码能力进步明显。
多模态与生成能力提升：数据可视化、复杂场景生成（如地形与交通线路）、动作连贯性及色彩输出均有跃升，支持直接生成带交互和动态音乐的 3D 视觉代码。
API 定价维持不变：API 价格与 Gemini 3 Pro Preview 持平，输入价格为 2美元（<200k tokens）/ 4美元（>200k tokens），输出价格为 4美元（<200k tokens）/ 18美元（>200k tokens）。
智能成本大幅下降：完成一次 ARC-AGI-2 任务仅需 0.96 美元；与价格高出 10 倍的 Gemini 3 Deep Think 相比，3.1 Pro 的性能差距仅有几个百分点，打破了传统的“成本-智能曲线”。

春节档国产大模型狂卷之际，谷歌也突然出手，深夜放出大招——正式发布 Gemini 3.1 Pro。相较于去年11月才刚刚发布的 3 Pro，这次虽然只是「.1」的一小步迭代，但升级幅度肉眼可见。

在官方给出的对比展示中，3.1 Pro在多模态生成和语义理解上都提升了一个层级：

此次升级公开了上周发布的 Gemini 3 Deep Think 背后的核心智能。在 Gemini 3 的基础上，3.1 Pro 在核心推理能力上更进一步：

基准测试表现：在 ARC-AGI-2 基准测试中，3.1 Pro 获得了 77.1% 的验证分数，推理表现达到 3 Pro 的 2倍之多。在 Arena 的对比评测中，整体排名分数比 3 Pro 高出 13分，文本与代码维度的进步相当明显。
模型参数与特性：支持 1M 上下文，知识截止日期为 2025年1月。在多模态理解能力、vibe coding、多语言性能和长上下文方面同步增强。
复杂任务处理：能应对结构更复杂、步骤更多的提示词需求。例如，直接生成3D版“椋鸟群飞”视觉代码，一次到位并附带可交互玩法（支持手势追踪操控鸟群，画面还能根据鸟群运动变化生成音乐）。

网友们在第一时间对模型进行了检验，效果令人惊艳：

一圈体验下来，网友们纷纷感叹“其他家模型可以直接over了”，并表示谷歌这次“没有在开玩笑”。

目前，Gemini 3.1 Pro 已在 Gemini 应用和 API 中上线，Google AI Pro 和 Ultra 用户也可以在 NotebookLM 中体验这一最新模型。

这是谷歌首次采用「.1」这样的小版本号。有网友惊讶于 Gemini 3 Pro 还在 Preview 阶段就推出了新模型，这也预示着大模型的2026年注定竞争激烈。

值得注意的是，谷歌这一步将大模型进一步推向了“帕累托前沿”（Pareto Front），即在最小化成本的同时最大化性能：

API定价：输入价格为 2美元（<200k tokens）/ 4美元（>200k tokens）；输出价格为 4美元（<200k tokens）/ 18美元（>200k tokens），与 Gemini 3 Pro Preview 持平。
任务成本：从 ARC-AGI 基准的视角来看，完成一次 ARC-AGI-2 任务仅需花费 0.96美元。
性价比对比：Gemini 3 Deep Think 的价格是 3.1 Pro 的 10倍，但两者性能相差仅几个百分点。

这种推进速度完全打破了传统的“成本-智能曲线”。相比于基准榜单上的成绩变化，对于高速进化的大模型应用而言，成本的持续压缩更加值得关注。而2026年的大模型之战，这才刚刚开始。