春节档大模型再开战，谷歌 Gemini 3.1Pro 跑分超 Claude，成本还更低

蓝鲸新闻 2 月 21 日讯（记者 武静静）就在开发者社区还在讨论各家春节期间的更新时，谷歌深夜放出了新一代模型底座—— Gemini 3.1 Pro。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。

相比去年 11 月发布的 Gemini 3 Pro，这次版本号只增加了 "0.1"，但从官方披露的测试结果来看，3.1Pro 在多模态生成和深度推理上跃升了一大步。

最直观的变化来自推理能力的跃升。在 ARC-AGI-2 测试中，Gemini 3.1 Pro 得分达到 77.1%，而 Gemini 3 Pro 为 31.1%，性能直接翻倍以上。在衡量跨学科复杂问题能力的 Humanity ’ s Last Exam 中，Gemini 3.1 Pro 得分 44.4%，不仅高于前代的 37.5%，也超过了 GPT-5.2 的 34.5%。

在综合人工智能分析指数中，Gemini 3.1 Pro 预览版同样位居榜首，领先 Claude Opus 4.6 约 4 分，同时运行成本却不到后者的一半。对于企业和开发者而言，这种 " 性能提升 + 成本不升 " 的组合，往往比单纯的榜单排名更具吸引力。

开发者的反馈也集中在这一点上。有开发者评论称，当 Gemini 3 在去年 11 月发布时，其能力覆盖率就已达到约 37.5%，相较此前模型有明显跃升。而这次更新后，" 大家都在关注分数，但真正关键的是效率——很多任务成本不到 1 美元，却能达到接近 80% 的完成度 "。

从使用路径来看，谷歌正在继续强化其平台化布局。开发者目前可以通过 Gemini API、Google AI Studio、Gemini CLI、Android Studio（预览版）等工具调用模型；企业侧则接入 Vertex AI 和 Gemini Enterprise；普通用户则可在 Gemini App 和 NotebookLM 中直接使用，其中 Pro 和 Ultra 订阅用户拥有更高额度。

如果说榜单成绩代表能力上限，那么官方展示的案例则更能体现模型能力的进化。

在一个演示中，Gemini 3.1 Pro 生成了一套完整的交互式 3D 椋鸟群舞系统：模型不仅编写了实时渲染的视觉代码，还设计了基于手部追踪的交互逻辑，并生成随鸟群运动动态变化的音乐。最终呈现的并非单一代码片段，而是一个融合视觉、动作与声音的沉浸式体验原型。

对于研究人员、交互设计师和创意开发者来说，这意味着模型开始具备构建 " 多感官系统级原型 " 的能力，而不只是生成单一模态内容。

从官方对比效果来看，Gemini 3.1 Pro 在动作连贯性、空间稳定性以及色彩表现上，相较 3.0 Pro 也有明显提升，多模态生成正逐步从 " 可用 " 走向 " 可控 "。

很多开发者已经开始用 Gemini 3.1 Pro 手搓各种应用，一位日本用户分享，他正使用 "Antigravity + Gemini 3.1 Pro" 进行游戏开发，并感叹：" 随着 Gemini 3.1 Pro 的迭代，其对日语的响应范围和准确度都明显提升，目前的开发体验非常不错。"

另一位网友则直接晒出了落地页的设计成果，并给出了高度评价：" 在设计落地页方面，效果简直太棒了。" 他还附上了自己在使用过程中的精确提示词。

值得注意的是，在能力明显提升的情况下，Gemini 3.1 Pro Preview 的定价却与上一代基本持平：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）。模型效率显著提升。

去一年，大模型竞争的核心指标经历了一次变化：从最初的参数规模，到榜单分数，再到如今的 " 性能 / 成本比 "。Gemini 3.1 Pro 的发布，很大程度上体现了这一趋势——真正的竞争不再是谁更强，而是谁更便宜地做到同样强。

模型进化的速度仍然让人感到不真实。一位开发者在社区感慨：" 一周前，Claude 还是最好的模型；下一周，又换了一个新的冠军。"