谷歌发布Gemini 3.1 Pro，推理与性价比双领先

导语：2026年2月19日，谷歌DeepMind首席执行官Demis Hassabis宣布发布Gemini 3.1 Pro。作为去年11月Gemini 3 Pro的进化版，新模型在ARC-AGI-2、GPQA Diamond等多项高难度推理基准上大幅领先Claude Opus 4.6与GPT-5.2。据2月行业回顾，Gemini 3.1 Pro在性能与成本的平衡上同样具备领先优势，成为2月“模型雪崩”中谷歌打出的关键一牌。

事件详情

Gemini 3.1 Pro被谷歌定位为“更智能、更有能力的复杂问题解决基线”，专为“没有标准答案”的复杂任务而生，目标直指科学研究、工程开发与长链条决策场景。最引人注目的成绩来自ARC-AGI-2测试——这项被视为高阶AI推理“试金石”的评测专门考验模型解决全新逻辑模式的能力。Gemini 3.1 Pro拿下77.1%，几乎是前代Gemini 3 Pro（31.1%）的两倍以上，同时领先Claude Opus 4.6（68.8%）和GPT-5.2（52.9%）。

在专家级科学知识评测GPQA Diamond中，3.1 Pro取得94.3%，高于GPT-5.2的92.4%和Opus 4.6的91.3%。在编程与代理任务上同样亮眼：LiveCodeBench Pro的Elo评分达2887（GPT-5.2为2393），SWE-Bench Verified达80.6%，Terminal-Bench 2.0达68.5%，科学编程基准SciCode达59%，比Claude Opus 4.6高出7个百分点。

技术规格上，Gemini 3.1 Pro采用混合专家架构，支持100万token的超长上下文输入，最多可生成6.4万token的响应，并全面覆盖文本、图像、视频与音频输入。谷歌还引入了全新的开发者参数：thinking_level（思维控制）让开发者在响应质量、推理复杂度、延迟和API成本之间灵活权衡；media_resolution（媒体分辨率）则可以控制视觉处理的token消耗。

发布渠道覆盖谷歌全系产品：消费者可通过Gemini应用和NotebookLM使用，开发者可通过AI Studio调用，企业则可通过Vertex AI部署。据谷歌称，支撑该模型的“升级版核心智能”上周已在Gemini 3 Deep Think中首次亮相，帮助早期采用者识别出同行评审数学论文中的缺陷。

背景分析

Gemini 3.1 Pro的发布时机耐人寻味：2月5日Claude Opus 4.6与GPT-5.3 Codex同日登场，2月19日谷歌跟进，GLM-5、Qwen3.5、Kimi K2.5等也在数周内密集发布。短短一个月内，前沿模型的竞争从“谁回答得快”彻底转向“谁思考得深”，推理能力成为新的主战场。

谷歌的策略与对手形成差异：当OpenAI和Anthropic把重心放在agentic coding与企业工作流时，谷歌选择在抽象推理与科学任务上建立代差优势。77.1%的ARC-AGI-2得分不仅是数字上的领先，更意味着模型在面对未知问题时的抽象归纳能力出现了结构性跃升。

另一个不容忽视的维度是性价比。据2月行业回顾，Gemini 3.1 Pro在性能与成本的平衡上处于领先位置。结合此前财报披露的“Gemini单位服务成本下降78%”，谷歌正在把规模效应转化为价格优势——这在模型能力趋同的背景下，可能成为决定企业选型的关键因素。

影响展望

对开发者而言，thinking_level这类参数的出现值得玩味：模型厂商开始把“思考多少”交还给用户定价，推理不再是固定成本，而是可以根据任务价值灵活调节的变量。这预示着AI API的商业模式正在从“按量计费”向“按智计费”演进。

对行业而言，2月的“模型雪崩”证明了一件事：前沿模型的领先窗口正在缩短到以“周”计。今天的SOTA，明天就可能被超越。在这种节奏下，真正的护城河或许不再是某一个模型版本，而是把模型快速送进产品、送进企业工作流的能力——而这正是谷歌凭借Android、Workspace与云生态所擅长的。