Gemini 3.1 Pro PreviewvsGemini 2.5-Pro
在 11 个共同 benchmark 中，Gemini 3.1 Pro Preview 整体领先：Gemini 3.1 Pro Preview 领先 10 项，Gemini 2.5-Pro 领先 1 项，持平 0 项，平均分差 +30.56。
Gemini 3.1 Pro Preview
Google Deep Mind · 2026-02-20 · 多模态大模型
Gemini 2.5-Pro
Google Deep Mind · 2025-06-05 · 推理大模型
Gemini 3.1 Pro Preview10 项(91%)(9%)1 项Gemini 2.5-Pro
评测分数
按能力类目分组，每组内按分差大小排列；共 11 项。
General Knowledge
Gemini 3.1 Pro Preview 领先 3/3| 评测项 | Gemini 3.1 Pro Preview | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 77.107 / 59Thinking High (No Tools) | 4.9044 / 59 | +72.20 |
| HLE | 51.4015 / 157Thinking High (With Tools) | 21.6097 / 157 | +29.80 |
| GPQA Diamond | 94.303 / 178Thinking High (No Tools) | 86.4041 / 178 | +7.90 |
Coding and Software Engineer
Gemini 3.1 Pro Preview 领先 2/2| 评测项 | Gemini 3.1 Pro Preview | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| LiveCodeBench | 91.703 / 120Thinking High (With Tools) | 77.1034 / 120 | +14.60 |
| SWE-bench Verified | 80.6010 / 108Thinking High (With Tools) | 67.2068 / 108 | +13.40 |
Math and Reasoning
Gemini 3.1 Pro Preview 领先 2/2| 评测项 | Gemini 3.1 Pro Preview | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| FrontierMath | 36.9011 / 60Thinking High (No Tools) | 1123 / 60 | +25.90 |
| FrontierMath - Tier 4 | 16.7020 / 80Normal (No Tools) | 2.1056 / 80Normal (No Tools) | +14.60 |
Agent Level Benchmark
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | Gemini 3.1 Pro Preview | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 99.301 / 35Thinking High (With Tools) | 5432 / 35 | +45.30 |
AI Agent - Information Search
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | Gemini 3.1 Pro Preview | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| BrowseComp | 85.903 / 45Thinking High (With Tools + Internet) | 7.8044 / 45 | +78.10 |
AI Agent - Tool Usage
Gemini 3.1 Pro Preview 领先 1/1| 评测项 | Gemini 3.1 Pro Preview | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 68.508 / 46Thinking High (With Tools) | 32.6046 / 46 | +35.90 |
Multimodal Understanding
Gemini 2.5-Pro 领先 1/1| 评测项 | Gemini 3.1 Pro Preview | Gemini 2.5-Pro | 分差 |
|---|---|---|---|
| MMMU | 80.5011 / 28Thinking High (No Tools) | 829 / 28 | -1.50 |
规格对比
| 字段 | Gemini 3.1 Pro Preview | Gemini 2.5-Pro |
|---|---|---|
| 发布机构 | Google Deep Mind | Google Deep Mind |
| 发布时间 | 2026-02-20 | 2025-06-05 |
| 模型类型 | 多模态大模型 | 推理大模型 |
| 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 | 1M | 1000K |
| 最大输出 | 32K | 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 | Gemini 3.1 Pro Preview | Gemini 2.5-Pro |
|---|---|---|
| 文本输入 | $2 / 1M tokens | 暂无公开价格 |
| 文本输出 | $12 / 1M tokens | 暂无公开价格 |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- Gemini 3.1 Pro Preview在以下类目领先:General Knowledge (3/3)、Coding and Software Engineer (2/2)、Math and Reasoning (2/2)、Agent Level Benchmark (1/1)、AI Agent - Information Search (1/1)、AI Agent - Tool Usage (1/1)
- Gemini 2.5-Pro在以下类目领先:Multimodal Understanding (1/1)
11 个共同 benchmark 上，Gemini 3.1 Pro Preview 平均高出 30.56 分。
单项差距最大的 benchmark：BrowseComp — Gemini 3.1 Pro Preview 85.90，Gemini 2.5-Pro 7.80（分差 +78.10）。
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。