Google 发布 Gemini 3.1 Pro：推理能力翻倍，ARC 得分 77.1%

AI 圈刷榜大家早就见怪不怪了，但这次 Google 掏出来的数据确实有点吓人。在出了名考验抽象逻辑和全新规律发现的 ARC-AGI-2 基准测试里，新亮相的 Gemini 3.1 Pro 跑出了 77.1% 的验证得分，比上一代 Gemini 3 Pro 的推理能力直接翻了一倍还多。

Google 正式推出 Gemini 3.1 Pro 预览版，并计划在不久后全面上线。就在前一周，Google 刚升级了面向科研与工程挑战的 Gemini 3 Deep Think，而这次的 3.1 Pro，正是支撑那些突破的核心底层智能基座。

不止是跑分，开始死磕真实工作场景

这次更新最抢眼的依然是解题能力。除了在 ARC-AGI-2 拿到高分，Google 披露它在 Humanity's Last Exam 这类严苛基准上也有大幅提升。第三方评测机构 Artificial Analysis 同样将其排在最前列。

更值得关注的是它在实际业务里的表现。AI 初创公司 Mercor 的 CEO 布伦丹·富迪在社交平台上提到，Gemini 3.1 Pro 已经登顶了衡量专业真实任务的 APEX-Agents 排行榜。在他看来，这意味着 AI 智能体在处理真实知识工作时的进化速度正在急剧加快。

按照 Google 的说法，这个版本就是专门针对那些普通答案应付不来的复杂难题设计的，重点加强了多步骤推理、数据整合以及需要把复杂逻辑转化为直观可视方案的场景。

加量不加价，全家桶同步铺开

对开发者来说，最实际的好消息是价格没变。在 Gemini API 里，3.1 Pro 的调用定价直接看齐 Gemini 3 Pro，性能翻倍却没涨价。

铺货节奏也相当快。开发者现在就能在 Google AI Studio、Gemini CLI、Android Studio 以及智能体开发平台 Google Antigravity 里申请预览体验。

企业用户可以通过 Vertex AI 和 Gemini Enterprise 接入。普通消费者则能在 Gemini 网页与移动端使用，拥有 Google AI Pro 和 Ultra 订阅的用户享有更高频次额度；此外，NotebookLM 也同步上线了 3.1 Pro，目前专供 Pro 和 Ultra 用户体验。

为什么重要

我们认为，Gemini 3.1 Pro 这次踩准了一个极其关键的节点：大模型战争的重心已经彻底从日常闲聊转向严肃的推理与智能体执行。

对用户和开发者而言，如果你的业务卡在复杂代码生成、长链条数据分析或者多步骤工作流，现在完全值得切到 3.1 Pro 试一试。门槛几乎为零，毕竟 API 定价维持原样，而且在 NotebookLM 和 Antigravity 这种成熟入口里，你不需要自己折腾复杂的提示词就能直接用到新模型的推理能力。

对行业来说，这也是 Google 在追赶节奏上的一次强力反击。面对外部高密度的竞争，Google 从去年 11 月发布 Gemini 3 Pro 到今天推出 3.1 Pro，迭代周期压缩得极短，并且迅速把底层能力塞进全套软硬件生态里，给竞争对手施加了不小的压力。

不过，看起来眼下的隐患依然存在。虽然在基准测试和封闭评测榜单上拿下了漂亮数据，但在真正开放之后，面对用户各种不可预测的实际长任务调用，它的推理稳定性和 token 消耗控制究竟怎样，还得等全面开放后经受真正的生产环境考验。