Claude Mythos PreviewvsGemini 3.1 Pro Preview
在 8 个共同 benchmark 中，Claude Mythos Preview 整体领先：Claude Mythos Preview 领先 7 项，Gemini 3.1 Pro Preview 领先 1 项，持平 0 项，平均分差 +90.88。
Claude Mythos Preview
Anthropic · 2026-04-07 · 聊天大模型
Gemini 3.1 Pro Preview
Google Deep Mind · 2026-02-20 · 多模态大模型
Claude Mythos Preview7 项(88%)(13%)1 项Gemini 3.1 Pro Preview
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
AI Agent - Tool Usage
Claude Mythos Preview 领先 2/2| 评测项 | Claude Mythos Preview | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 822 / 48Extended (with tools) | 68.508 / 48Thinking High (With Tools) | +13.50 |
| OSWorld-Verified | 79.608 / 26Extended (with tools) | 76.2012 / 26Thinking (With Tools) | +3.40 |
Coding and Software Engineer
Claude Mythos Preview 领先 2/2| 评测项 | Claude Mythos Preview | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| SWE-Bench Pro - Public | 77.803 / 57Extended (with tools) | 54.2034 / 57Thinking High (With Tools) | +23.60 |
| SWE-bench Verified | 93.904 / 114Extended (with tools) | 80.6011 / 114Thinking High (With Tools) | +13.30 |
Agent Level Benchmark
Claude Mythos Preview 领先 1/1| 评测项 | Claude Mythos Preview | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| METR Time Horizons v1.1 | 1,0451 / 22Normal (With Tools) | 384.152 / 22Normal (With Tools) | +660.63 |
AI Agent - Information Search
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | Claude Mythos Preview | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| BrowseComp | 84.906 / 54Extended (with tools) | 85.905 / 54Thinking High (With Tools + Internet) | -1 |
General Knowledge
Claude Mythos Preview 领先 1/1| 评测项 | Claude Mythos Preview | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| HLE | 64.701 / 181Extended (with tools) | 51.4024 / 181Thinking High (With Tools) | +13.30 |
科学与综合推理
Claude Mythos Preview 领先 1/1| 评测项 | Claude Mythos Preview | Gemini 3.1 Pro Preview | 分差 |
|---|---|---|---|
| GPQA Diamond | 94.601 / 226Extended (no tools) | 94.304 / 226Thinking High (No Tools) | +0.30 |
规格对比
| 字段 | Claude Mythos Preview | Gemini 3.1 Pro Preview |
|---|---|---|
| 发布机构 | Anthropic | Google Deep Mind |
| 发布时间 | 2026-04-07 | 2026-02-20 |
| 模型类型 | 聊天大模型 | 多模态大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 暂无数据 | 1M |
| 最大输出 | 8K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Claude Mythos Preview | Gemini 3.1 Pro Preview |
|---|---|---|
| 文本输入 | $25 / 1M tokens | $2 / 1M tokens |
| 文本输出 | $125 / 1M tokens | $12 / 1M tokens |
小结
- Claude Mythos Preview在以下类目领先:AI Agent - Tool Usage (2/2)、Coding and Software Engineer (2/2)、Agent Level Benchmark (1/1)、General Knowledge (1/1)、科学与综合推理 (1/1)
- Gemini 3.1 Pro Preview在以下类目领先:AI Agent - Information Search (1/1)
8 个共同 benchmark 上，Claude Mythos Preview 平均高出 90.88 分。
单项差距最大的 benchmark：METR Time Horizons v1.1 — Claude Mythos Preview 1,045，Gemini 3.1 Pro Preview 384.15（分差 +660.63）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。