上周，谷歌对 Gemini 3 Deep Think 进行了重大更新，聚焦科学、研究与工程场景中的复杂难题。紧接着，谷歌正式推出支撑这些能力升级的核心模型——Gemini 3.1 Pro。谷歌称，3.1 Pro 在 Gemini 3 系列基础上进一步强化推理能力与长任务处理方式，为开发者构建更可靠的自主智能体打下基础。

参与 Gemini 3 Deep Think 研究的姚顺宇也在社交平台分享进展，并提到后续还会有更强的模型持续发布。

推理能力跃升：多项基准成绩显著提高

谷歌表示，Gemini 3.1 Pro 在解决复杂问题方面建立了更强的能力基准，并在多项测试中体现出明显进步。例如在 ARC-AGI-2（评估模型解决全新逻辑模式能力的基准）上，3.1 Pro 取得 77.1% 的经验证成绩，官方称其推理表现达到 3 Pro 的两倍以上。

此外，谷歌披露的内部评测显示，3.1 Pro 在多个专业领域保持竞争力：

• 科学知识：GPQA Diamond 94.3%
• 编码能力：LiveCodeBench Pro Elo 2887；SWE-Bench Verified 80.6%
• 多模态理解：MMMLU 92.6%

谷歌强调，这些进步不仅是“参数或分数的增量”，更关键在于模型对“思考 token”与长期任务执行方式的改进——这意味着在需要持续推理、分步完成的任务中，模型可能更稳定、更可控。

第三方评估：Gemini 3.1 Pro 被指登顶

第三方机构 Artificial Analysis 的评估显示，Gemini 3.1 Pro 已跃居其榜首。该评估还提到，3.1 Pro 的得分领先 Claude Opus 4.6 约 4 分，同时运行成本不到对方的一半（具体取决于调用场景与配置）。

从能力到落地：开发者与企业产品全面铺开

谷歌正在将 Gemini 3.1 Pro 部署到面向消费者与开发者的产品矩阵中，让能力升级进入日常使用。

上线/预览渠道包括：

• 开发者：Google AI Studio 的 Gemini API、Gemini CLI、智能体开发平台 Google Antigravity、Android Studio（预览）
• 企业：Vertex AI、Gemini Enterprise
• 消费者：Gemini App、NotebookLM

谷歌还提到，企业合作伙伴已开始整合 3.1 Pro 预览版，并反馈其在可靠性与效率方面有所提升。例如：

• Databricks CTO Hanlin Tang 表示，3.1 Pro 在其用于表格与非结构化数据“基于事实推理”的 OfficeQA 基准中取得同类最佳表现。
• Cartwheel 联合创始人 Andrew Carr 则强调模型对 3D 变换理解增强，并称其改善了 3D 动画流程中长期存在的一些问题（如旋转顺序相关漏洞）。

定价信息：分档计费、缓存与联网搜索另计

值得注意的是，Gemini 3.1 Pro 的定价结构相对复杂（以下为官方披露的关键条目）：

• 输入价格：提示词 ≤20 万 token：$2 / 百万 token；>20 万 token：$4 / 百万 token
• 输出价格：提示词 ≤20 万 token：$12 / 百万 token；>20 万 token：$18 / 百万 token
• 上下文缓存：$0.20–$0.40 / 百万 token + $4.50 / 小时 / 百万 token 存储费
• 联网搜索（Grounding）：每月前 5000 次提示免费，之后 $14 / 1000 次查询

3.1 Pro 能做什么：复杂主题可视化、数据整合与创意落地

谷歌将 3.1 Pro 定位为“解决简单答案解决不了的问题”的工具：它不仅能解释复杂概念，还能把零散信息结构化呈现，并推动创意项目产出可用成果。官方展示案例包括：

• 直接生成可用于网页的动效 SVG（如“鹈鹕骑自行车”等示例）
• 把复杂 API 与易用界面连接起来，搭建实时仪表盘（如接入公开遥测数据并可视化轨道）
• 生成复杂交互式设计与 3D 模拟代码，支持沉浸式体验
• 将文学主题转化为可用的前端作品集/网站风格实现

下一步：预览版先行，后续将全面开放

谷歌表示，Gemini 3.1 Pro 目前为预览版，后续将在自主工作流等方向继续推进，并计划进一步全面开放。与此同时，Gemini App 中 3.1 Pro 将逐步向 Google AI Pro 和 Ultra 套餐用户开放更高额度；NotebookLM 也已面向 Pro 与 Ultra 用户提供使用。