[谷歌] 谷歌要重奪王座:Gemini 3.1 Pro發布
Gemini 3.1 Pro的得分在各項標准測試中均碾壓同類競品
Gemini 3 Pro之前的得分是31.1%，而Gemini 3.1 Pro壹口氣沖到了77.1%。谷歌DeepMind的老板戴密斯·哈薩比斯（Demis Hassabis）也特地發文說，這標志著模型在核心推理和問題解決能力上有了重大改進。
但真正的殺手鑭，還不是得分。Gemini 3.1 Pro這次引入了壹個“叁級思考”模式——低、中、高。你可以把它理解為給模型裝了壹個可以調節的“算力旋鈕”。簡單說，就是用戶可以根據任務難度，自己決定讓模型花多少時間思考。
之前的Gemini 3 Pro只有兩檔：低和高。這次Gemini 3.1 Pro在中間加了壹檔，同時調整了“高”模式的含義。調到高的時候，模型會進入類似Deep Think的狀態。Deep Think是谷歌上周更新的推理模型，特點是花更多時間處理復雜問題。現在Gemini 3.1 Pro自己就能做這件事，不用單獨切換。
這個功能主要解決壹個實際問題。以前開發者處理不同難度的任務，往往需要准備多個模型，簡單對話用壹個，復雜推理用另壹個。接口不同，計費不同，還得自己寫邏輯判斷該調用哪個。時間長了，這套東西維護起來比較麻煩。
現在壹個模型就夠了。常規任務用低檔，可以快速返回；復雜任務用高檔，讓它多花點時間處理。不用來回切換，也不用維護多個模型。
02 “搶王座”，跑分大比分獲勝
既然是來“搶王座”的，就免不了要和OpenAI的GPT-5.2、Anthropic的Claude Opus 4.6這些老對手掰掰手腕。
從紙面數據看，Gemini 3.1 Pro這次確實挺能打。Artificial Analysis的智能指數測試裡，它在10項評估中拿下了6項第壹，包括Terminal-Bench Hard（編碼）、GPQA Diamond（科學知識）和Humanity's Last Exam（推理知識）。
在Artificial Analysis的智能指數測試中，Gemini 3.1 Pro吊打對手
尤其在測試模型是否“不懂裝懂”的AA-Omniscience幻覺率上，Gemini 3.1 Pro比前代狂降了38個百分點，這意味著它現在更清楚自己“不知道什麼”，而不是瞎編壹通。
在AA-Omniscience測試中，Gemini 3.1 Pro幻覺率大幅下降
在壹項針對研究級物理推理問題的CritPt測試中，Gemini 3.1 Pro更是拿下了18%的分數，比第贰名的模型高出5個百分點以上。Artificial Analysis對此評價稱，這表明谷歌這次在底層智能上確實下了狠功夫。
不過，AI圈的競爭從來不只是“考高分”。在更貼近用戶體驗的Arena排行榜上，情況就沒那麼壹邊倒了。這個榜單靠用戶給不同模型的回答投票排名，比的不是邏輯對錯，而是誰的回答看起來更“順眼”。目前，在純文本任務上，Claude Opus 4.6依然領先Gemini 3.1 Pro 4分，在代碼任務上，Opus系列和GPT-5.2也還保持著微弱優勢。
[加西網正招聘多名全職sales 待遇優]
好新聞沒人評論怎麼行，我來說幾句
Gemini 3 Pro之前的得分是31.1%，而Gemini 3.1 Pro壹口氣沖到了77.1%。谷歌DeepMind的老板戴密斯·哈薩比斯（Demis Hassabis）也特地發文說，這標志著模型在核心推理和問題解決能力上有了重大改進。
但真正的殺手鑭，還不是得分。Gemini 3.1 Pro這次引入了壹個“叁級思考”模式——低、中、高。你可以把它理解為給模型裝了壹個可以調節的“算力旋鈕”。簡單說，就是用戶可以根據任務難度，自己決定讓模型花多少時間思考。
之前的Gemini 3 Pro只有兩檔：低和高。這次Gemini 3.1 Pro在中間加了壹檔，同時調整了“高”模式的含義。調到高的時候，模型會進入類似Deep Think的狀態。Deep Think是谷歌上周更新的推理模型，特點是花更多時間處理復雜問題。現在Gemini 3.1 Pro自己就能做這件事，不用單獨切換。
這個功能主要解決壹個實際問題。以前開發者處理不同難度的任務，往往需要准備多個模型，簡單對話用壹個，復雜推理用另壹個。接口不同，計費不同，還得自己寫邏輯判斷該調用哪個。時間長了，這套東西維護起來比較麻煩。
現在壹個模型就夠了。常規任務用低檔，可以快速返回；復雜任務用高檔，讓它多花點時間處理。不用來回切換，也不用維護多個模型。
02 “搶王座”，跑分大比分獲勝
既然是來“搶王座”的，就免不了要和OpenAI的GPT-5.2、Anthropic的Claude Opus 4.6這些老對手掰掰手腕。
從紙面數據看，Gemini 3.1 Pro這次確實挺能打。Artificial Analysis的智能指數測試裡，它在10項評估中拿下了6項第壹，包括Terminal-Bench Hard（編碼）、GPQA Diamond（科學知識）和Humanity's Last Exam（推理知識）。
在Artificial Analysis的智能指數測試中，Gemini 3.1 Pro吊打對手
尤其在測試模型是否“不懂裝懂”的AA-Omniscience幻覺率上，Gemini 3.1 Pro比前代狂降了38個百分點，這意味著它現在更清楚自己“不知道什麼”，而不是瞎編壹通。
在AA-Omniscience測試中，Gemini 3.1 Pro幻覺率大幅下降
在壹項針對研究級物理推理問題的CritPt測試中，Gemini 3.1 Pro更是拿下了18%的分數，比第贰名的模型高出5個百分點以上。Artificial Analysis對此評價稱，這表明谷歌這次在底層智能上確實下了狠功夫。
不過，AI圈的競爭從來不只是“考高分”。在更貼近用戶體驗的Arena排行榜上，情況就沒那麼壹邊倒了。這個榜單靠用戶給不同模型的回答投票排名，比的不是邏輯對錯，而是誰的回答看起來更“順眼”。目前，在純文本任務上，Claude Opus 4.6依然領先Gemini 3.1 Pro 4分，在代碼任務上，Opus系列和GPT-5.2也還保持著微弱優勢。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: