GoogleがGemini 3.1 Proを発表：推論性能が倍増、ARCスコア77.1%

AIのベンチマーク更新には慣れっこの人でも、今回の数字には驚かされるはずです。未知の論理パターンを解く難関ベンチマーク「ARC-AGI-2」で、Googleが発表した新モデル「Gemini 3.1 Pro」は検証済みスコア77.1%を記録しました。前世代であるGemini 3 Proの2倍以上となる推論性能です。

Googleは2月19日、Gemini 3.1 Proのプレビュー版を公開しました。一般提供もまもなく開始予定です。先週には科学研究やエンジニアリング向けのGemini 3 Deep Thinkのアップデートが発表されたばかりですが、3.1 Proはその土台となる基幹インテリジェンスと位置づけられています。

実務タスクのランキングでも首位に

今回の進化は、単なるテキスト生成にとどまらない複雑な課題解決に焦点が当てられています。Humanity's Last Examなどの厳格なベンチマークでも前バージョンから大幅な改善を見せており、第三者評価のArtificial Analysisでも首位クラスに位置づけられています。

さらに実務面での評価も目立ちます。高度な知的業務におけるAIの性能を測るAPEXベンチマークを運用するMercorのCEO、ブレンダン・フーディ氏は、Gemini 3.1 ProがAPEX-Agentsリーダーボードのトップに立ったと明かしました。フーディ氏は、エージェントが本物のナレッジワークをこなすスピードが急激に上がっていると指摘しています。

API価格は据え置き、全方位に同時展開

開発者にとって嬉しいのは、Gemini APIにおける価格がGemini 3 Proと同じに据え置かれた点です。性能を大幅に引き上げながら、利用コストを上げない判断を下しました。

提供チャネルも一気に広がっています。開発者はGoogle AI Studio、Gemini CLI、Android Studio、自律型開発プラットフォームのGoogle Antigravityでプレビュー版を利用できます。

企業向けにはVertex AIとGemini Enterprise経由で提供されます。個人向けにはGeminiアプリで展開され、Google AI ProおよびUltraプランのユーザーには利用上限が引き上げられます。また、NotebookLMでも3.1 ProがProおよびUltraユーザー限定で利用可能になりました。

なぜ重要か

Gemini 3.1 Proの登場は、フロンティアモデルの主戦場が「日常会話」から「自律型エージェントと多段推論」へ完全に移ったことを明確に示しています。

ユーザーや開発者にとって、現在テストしてみる価値は極めて高いと言えます。APIの利用価格が据え置かれているため、複雑なコード生成やデータ分析のパイプラインを抱えているなら、追加コストなしで性能向上を検証できます。NotebookLMのような実務ツールに即座に組み込んだ点も、一般ユーザーにとって恩恵がわかりやすく巧みな戦略です。

業界全体から見れば、GoogleがOpenAIやAnthropicに対して強力な牽制をかけた形です。Gemini 3 Proを11月にリリースしてからわずかな期間でここまでの推論強化を持ち込んできた開発スピードは驚異的です。

一方で、ベンチマーク上の躍進が実際の業務環境でどれだけ安定して再現されるかは見極める必要があります。正式提供が始まって多様な実リクエストに晒されたとき、長文コンテキストやツール呼び出しの安定性をどこまで維持できるかが今後の評価を分けるポイントになりそうです。