自动展示选中模型的核心信息与各评测得分，可左右滑动查看完整表格。 当前对比 2 个模型的评测数据与核心参数。
每条轴代表一个评测领域的平均水平，并统一映射到 100 分雷达坐标。
相对优势: 数学推理 +3.4 / 相对落后: 编程与软件工程 -7.7
相对优势: 编程与软件工程 +7.7 / 相对落后: 数学推理 -3.4
计算口径：同一模型在同一 benchmark 下先平均当前模式范围内的所有分数，不取最高分；再按评测领域对这些 benchmark 分数求平均。只纳入至少两个模型有数据的 benchmark，缺项不按 0 分处理。
综合领先
Gemini 3.1 Pro Preview · 75.94
单项最高
Gemini 3.1 Pro Preview · τ²-Bench - Telecom 99.30
模态覆盖
Gemini 3.1 Pro Preview · 4 种模态
正面对比
18
评测基准
6
领先项
12
落后项
-2.56
平均分差
完整列出各模型/模式的评测得分，便于横向比较。
18 项可对比评测得分汇总。每个模型展示最佳得分，模式在分数下方标注。
| 评测项 | Claude Opus 4.6 | Gemini 3.1 Pro Preview |
|---|---|---|
ARC-AGI-2 综合评估 | 66.30扩展思考 | 77.10思考水平·高 |
GPQA Diamond 综合评估 | 91.31扩展思考 | 94.30思考水平·高 |
HLE 综合评估 | 53.00扩展思考 ｜ 工具 | 51.40思考水平·高 ｜ 工具 |
LiveBench 综合评估 | 76.33思考水平·高 | 79.93思考水平·高 |
MMLU 综合评估 | 91.05扩展思考 | 92.60思考水平·高 |
LiveCodeBench 编程与软件工程 | 76.00扩展思考 | 91.70思考水平·高 ｜ 工具 |
SWE-bench Verified 编程与软件工程 | 80.84扩展思考 ｜ 工具 | 80.60思考水平·高 ｜ 工具 |
FrontierMath 数学推理 | 40.70思考水平·高 | 36.90思考水平·高 |
22.90思考水平·高 | 16.70常规模式 | |
MMMU 多模态理解 | 77.30扩展思考 ｜ 工具 | 80.50思考水平·高 |
Simple Bench 常识推理 | 67.60常规模式 | 79.60常规模式 |
τ²-Bench Agent能力评测 | 91.89扩展思考 ｜ 工具 | 90.80思考水平·高 ｜ 工具 |
τ²-Bench - Telecom Agent能力评测 | 99.25扩展思考 ｜ 工具 | 99.30思考水平·高 ｜ 工具 |
BrowseComp AI Agent - 信息收集 | 84.00开启思考 ｜ 工具 | 85.90思考水平·高 ｜ 工具 |
MCP-Atlas AI Agent - 工具使用 | 76.80深度思考模式 ｜ 工具 | 78.20思考水平·高 ｜ 工具 |
OSWorld-Verified AI Agent - 工具使用 | 72.70扩展思考 ｜ 工具 | 76.20开启思考 ｜ 工具 |
Terminal Bench 2.0 AI Agent - 工具使用 | 65.40扩展思考 ｜ 工具 | 68.50思考水平·高 ｜ 工具 |
Pinch Bench OpenClaw智能体能力综合测评 | 87.40开启思考 ｜ 工具 | 86.70开启思考 ｜ 工具 |
输入输出 token 价格并排展示
是否 MoE、商业授权、模态支持等附加能力对比。
| 功能与规格 | Claude Opus 4.6Anthropic | Gemini 3.1 Pro PreviewGoogle Deep Mind |
|---|---|---|
核心规格发布时间 | 2026-02-05 | 2026-02-20 |
上下文 | 1000K | 1M |
最大输出 | 65536 | 65536 |
MoE 架构 | 不支持 | 不支持 |
开源与许可代码开源 | 未提供 | 未提供 |
权重开源 | 未提供 | 未提供 |
商业授权 | 不开源 | 不开源 |
模态支持文本 输入/输出 | / | / |
图片 输入/输出 | / | / |
音频 输入/输出 | 未提供 | / |
视频 输入/输出 | 未提供 | / |
资料来源论文 / 报告 | Introducing Claude Opus 4.6 | Gemini 3.1 Pro: A smarter model for your most complex tasks |
Gemini 3.1 Pro Preview
Google Deep Mind
