谷歌今天发布了Gemini 3.1 Pro，刚看到测试评分，感觉这是冲着屠榜来的（模型军备竞赛继续，利好半导体！）😂

官方定位很明确：专为复杂任务设计，比如深度研究、工程难题、长链推理和agentic工作流。
核心亮点：1M token上下文窗口（保持不变）
多模态支持（文本+图像+视频+音频+代码）
输出最高64k tokens
性能对比当前主流模型（Claude Opus 4.6、GPT-5.2/5.3等）：
ARC-AGI-2（最难的抽象推理基准）：
Gemini 3.1 Pro 77.1%，领先Claude 4.6（68.8%）约8-9个百分点，
领先GPT-5系列20-30+个百分点。这是最大进步，代表核心推理质的飞跃。
GPQA Diamond（PhD级科学推理）：94.3%，小幅领先Claude 4.6（91.3%）和GPT-5.2（92.4%），差距2-3个百分点，基准已接近饱和。
SWE-Bench Verified（真实软件工程任务）：80.6%，领先Claude 4.6（约76-77%）3-5个百分点，领先GPT明显（5-15%）。
其他：Terminal-Bench、APEX-Agents等长时agent任务上也拿下多个第一；LMArena/Artificial Analysis指数目前排第1，成本效率高。
更重要的是，成本优势明显：
API定价（per 1M tokens，基于Vertex AI / Gemini API最新数据，≤200k上下文标准价）：
Gemini 3.1 Pro：输入 $2.00，输出 $12.00（>200k上下文翻倍到$4/$18）
Claude Opus 4.6：输入 $5.00，输出 $25.00
GPT-5.2 / 5.x：输入通常$10–15+，输出$30–75+（高端tier更高，具体视版本）
优势幅度：输入：Gemini比Claude便宜约60%（2 vs 5），比GPT系列便宜70–80%以上。
输出：Gemini比Claude便宜约52%（12 vs 25），比GPT便宜60–80%以上。