Gemini 3.1：功能、基准测试、上手实测与更多

Gemini 3.1 Pro 正确回答为 [Red Square]。模型分别独立识别出两条规则：颜色切换（Red ↔ Blue）与形状循环（Square → Circle → Triangle → Square）。随后按部就班地推导出 Blue Triangle 变为 Red（颜色切换）与 Square（形状循环的下一项），这正是该测试所针对的组合式推理。

测试 2：伪装的序列

该测试检验跨多层的假设消除。我们给出两个序列，并要求模型识别第一个序列的身份（来自 OEIS 的分拆数），并推断出生成第二个序列所应用的两步变换。

Here are two sequences. The second was derived from the first in two separate steps. 
Identify the named mathematical sequence that Sequence A belongs to, and work out 
both transformations that were applied to produce Sequence B.

Sequence A: 1, 1, 2, 3, 5, 7, 11, 15, 22, 30, 42, 56, 77
Sequence B: 2, 3, 5, 8, 3, 9, 8, 1, 7, 9, 8, 7

Explain your reasoning step by step.技术支持

Gemini 3.1 Pro 正确识别出序列 A 为分拆数（A000041），并解释了分拆数在数论中的含义。随后系统性地推导了两步变换：先对相邻成对求和生成中间序列，再对每个结果求数位根。模型将每一步与序列 B 进行比对，完整展示了从原序列到最终输出的推理链路。

测试 3：故障时钟网络

该测试针对约束一致性检查。六个时钟互联，每个对接收的时间施加固定 20 分钟偏移。其中一个时钟损坏。模型需要沿两条路径追踪网络并发现矛盾点。

我使用的提示如下：

Six clocks (A, B, C, D, E, and F) are connected in a network. Each clock applies 
a fixed offset to the time it receives. A is the root and shows 12:00. You observe:

- B receives from A and shows 12:20
- C receives from A and shows 11:40
- D receives from B and shows 12:40
- E receives from C and shows 11:00
- F receives from both D and E and shows 13:00

There is exactly one broken clock in the network. Based on the pattern of offsets, 
identify which clock is broken, and give two possible answers for what it should 
actually show (one for each path through the network).

Explain your reasoning step by step.技术支持

Gemini 3.1 Pro 正确识别 F 为故障时钟，并推断其应有的两个可能值：沿 D 的路径为 13:00，沿 E 的路径为 10:00。模型将右侧路径视为恒定 +20 分钟偏移，左侧路径视为 −20、−40、再到 −60 分钟的等差序列。

Gemini 3.1 Pro 上手体验

除了抽象推理测试外，我还想看看该模型在体现新特性的实际任务中表现如何。

生成动画 SVG

Google 在发布会上大力强调了基于代码的可视化输出，所以我用一个简单的需求、不提供模板直接测试。

我使用的提示如下：

Create an animated SVG loading spinner with three bouncing dots. Make it smooth, 
professional, and suitable for embedding on a website. Output only the SVG code.技术支持

Gemini 3.1 Pro 返回了带有 CSS 动画的干净 SVG 代码。输出是一个三点跳动的加载动画，具备交错的弹跳时序，完全符合要求。首次在浏览器中渲染即正常，无需调整。文件体积极小，且由于是基于矢量的代码，可在任意尺寸下清晰缩放。

这类特性在新闻稿里听起来像噱头，但实际非常实用。从文本提示生成轻量、可嵌入、无限缩放的动画图形，是前端原型或快速视觉素材的可靠工具。

如何访问 Gemini 3.1 Pro？

Gemini 3.1 Pro 目前处于预览阶段。Google 表示会在收集反馈并进一步改进代理式工作流后，尽快正式发布。

以下是主要的访问方式：

Gemini CLI

Gemini CLI 是一个开源的终端代理，可使模型直接访问您的本地环境。使用以下代码安装：

npm install -g @google/gemini-cli
# Or run directly: npx @google/gemini-cli技术支持

CLI 基于 ReAct 循环，这意味着它可以写代码、运行、读取报错、自行修复并迭代。借助 3.1 Pro 改进的终端编码表现，这一循环明显更可靠。免费层提供每分钟 60 次、每天 1,000 次请求额度。

Gemini API

Gemini API 为开发者提供对 Gemini 3.1 Pro 的直接编程访问。

您需要的模型 ID 为：gemini-3.1-pro-preview

以下是一些入门的 Python 代码：

from google import genai

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Your prompt here"
)
print(response.text)技术支持

定价与 Gemini 3 Pro Preview 相同。

thinking_level 参数可取 low、medium, high 或 max。支持的工具包括 Google 搜索、URL 上下文、代码执行和文件搜索。上下文窗口细节我会在下方对比部分说明。

NotebookLM

NotebookLM 现已为 Google AI Pro 与 Ultra 订阅用户提供由 Gemini 3.1 Pro 驱动的能力。NotebookLM 仅 基于您上传的文档进行回答，当您希望模型严格扎根于特定材料时，它是非常实用的研究工具。

消费者接入

Google 已开始在其消费级与开发者产品中逐步推出 Gemini 3.1 Pro，但尚未公布简单的“套餐 X = 模型 Y”的映射。实际使用中，您会随着上线进度在 Gemini 应用与 API 中看到 3.1 Pro，其中 AI Ultra 提供最广泛的访问。

Gemini 3.1 Pro 与 Claude 系列对比

Google 与 Anthropic 于 2026 年 2 月的发布带来了一组很有意思的取舍。这并非一边倒的胜负，选择高度取决于您的应用场景。

值得多提一句的是价格差异。Gemini 3.1 Pro 的输入与输出成本均明显低于 Claude Opus 4.6。如果您运行高频 API 调用，这绝非小差别。

在以下场景选择 Gemini 3.1 Pro：

• 以抽象推理与科学分析为优先
• 需要同一模型内对视频与音频的强健原生多模态支持
• 希望使用稳定、非测试版的 100 万上下文窗口
• 注重成本效率，尤其在规模化时

在以下场景选择 Claude Opus 4.6：

• 需要完整的 128K 输出 tokens（Gemini 上限为 64K）
• 多代理协作是工作流核心（Agent Teams 是真正的差异点）
• 重视通过 GUI 的电脑操作
• 从事知识密集型工作，强调深度研究质量

在以下场景选择 Claude Sonnet 4.6：

• 以知识工作、文档分析或财务分析为主
• 需要接近旗舰的性能，但价格更低
• 已在使用 Anthropic 的工具，Sonnet 是您的默认选择

Gemini 3.1 Pro 使用场景

基于基准与上手测试，以下领域特别适合使用 Gemini 3.1 Pro：

• 科学研究与分析： 强劲的 GPQA Diamond 表现加上 100 万上下文窗口，使其能用于文献综述、假设生成，以及跨多篇论文的综合分析。
• 自主研究代理： 改进的代理基准能够转化为现实中的多步任务，如从多源收集信息、核验事实，并在最小监督下产出结构化报告。

• 代码库分析与重构： 大上下文窗口与更强推理可处理识别跨模块的架构不一致，或在多文件中追踪缺陷等任务。

• 多模态内容分析： 原生视频与音频支持，能够分析录制会议、提取课程视频的洞见，或直接处理播客，无需预处理。

• 成本敏感的生产部署： 其成本约为 Claude Opus 4.6 的一半，适合在推理质量重要但预算受限的高频推理场景。

• 原型制作与视觉素材： 基于代码的动画输出，可从文本提示直接生成加载动画、动态图表或交互式仪表盘并嵌入使用。

结语

Gemini 3.1 Pro 体现了模型发展的方向：减少对新输入类型的关注，转而更注重更强的推理、更可靠的代理、以及处理更长的上下文。尽管只是“.1”版本，但基准提升与与 Deep Think 的关联，让它在模型“如何思考”的维度上迈出了一大步。

对构建真实产品的团队而言，没有单一“最优”模型。考虑价格与视频支持，Gemini 3.1 Pro 在科学推理、研究代理和大型代码库分析方面表现出色。Claude 在知识工作与屏幕操作上仍更胜一筹，而 GPT-5.3-Codex 在部分编码测试上依旧领先。

更有趣的问题是它何时脱离预览。Google 表示会在正式发布前继续改进代理能力。如果这些改进与当前的推理升级一同推出，Deep Think 等研究型模型与日用模型之间的差距将进一步缩小。当前正是尝试不同模型，并构建可取长补短系统的好时机。

要开始使用 Google 的 AI 工具，请查看我们的 Google Gemini 入门课程。若要在 Python 中使用 API，我们的《使用 Gemini API》教程涵盖了要点。