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: 多模态理解 +4.9 / 相对落后: 数学推理 -3.4
相对优势: 数学推理 +3.4 / 相对落后: 多模态理解 -4.9
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 · 68.34
单项最高
Gemini 3.1 Pro Preview · GPQA Diamond 94.30
模态覆盖
Claude Opus 4.6 · 2 种模态
正面对比
9
评测基准
5
领先项
4
落后项
+0.13
平均分差
完整列出各模型/模式的评测得分，便于横向比较。
9 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 | Gemini 3.1 Pro Preview | Claude Opus 4.6 |
|---|---|---|
ARC-AGI-2 综合评估 | 77.10思考水平·高 | 66.30扩展思考 |
GPQA Diamond 综合评估 | 94.30思考水平·高 | 91.31扩展思考 |
HLE 综合评估 | 44.40思考水平·高 | 53.00扩展思考 ｜ 工具 |
MMLU 综合评估 | 92.60思考水平·高 | 91.05扩展思考 |
MMMU 多模态理解 | 80.50思考水平·高 | 77.30扩展思考 ｜ 工具 |
FrontierMath 数学推理 | 36.90思考水平·高 | 40.70思考水平·高 |
16.70常规模式 | 22.90思考水平·高 | |
BrowseComp AI Agent - 信息收集 | 85.90思考水平·高 ｜ 工具 | 84.00开启思考 ｜ 工具 |
Pinch Bench OpenClaw智能体能力综合测评 | 86.70开启思考 ｜ 工具 | 87.40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 | Gemini 3.1 Pro PreviewGoogle Deep Mind | Claude Opus 4.6Anthropic |
|---|---|---|
核心规格发布时间 | 2026-02-20 | 2026-02-05 |
上下文 | 1M | 1000K |
最大输出 | 32768 | 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 | 未提供 | / |
图片 输入/输出 | 未提供 | / |
资料来源论文 / 报告 | Gemini 3.1 Pro: A smarter model for your most complex tasks | Introducing Claude Opus 4.6 |
