剛在印度 AI 峰會上經(jīng)歷了最尷尬的一幕，Google CEO Sundar Pichai 轉(zhuǎn)頭就在今天凌晨官宣了最新模型 Gemini 3.1 Pro。

　　時機選得，相當精準（doge）。

　　OpenAI CEO 和 Anthropic CEO 在合影時拒絕握手，而是高舉拳頭。

　　雖然距離上周 Gemini 3 Deep Think 的更新沒幾天，但 3.1 Pro 的定位，Google 說得很清楚——專為那些「一個簡單答案遠遠不夠」的任務而設計，是解決復雜問題的基礎底座。

　　按慣例，0.1 的版本號更新通常意味著小修小補，然而， 在測試模型解決全新邏輯模式能力的 ARC-AGI-2 基準上，3.1 Pro 拿下 77.1%，是上代 3 Pro（31.1%）的兩倍多，同時壓過了 Anthropic 的 Opus 4.6（68.8%）和 OpenAI 的 GPT-5.2（52.9%）。

　　其它方面，科學知識測試 GPQA Diamond 拿了 94.3%，智能體類基準 MCP Atlas 和 BrowseComp 分別拿下 69.2% 和 85.9%。

　　編程能力方面，競爭性編程基準 LiveCodeBench Pro 的 Elo 評分達到 2887，超過 3 Pro 的 2439 和 GPT-5.2 的 2393。SWE-Bench Verified 上，3.1 Pro 拿了 80.6%，和 Opus 4.6 的 80.8% 基本打平。

　　當然，3.1 Pro 也不是處處碾壓。

　　多模態(tài)基準 MMMU Pro 上，上代 3 Pro 反而略勝（81.0% vs 80.5%）；啟用工具支持的 Humanity's Last Exam 里，Opus 4.6 以 53.1% 拿了第一。外界長期批評 Google 工具使用效率不如對手，這次還是沒能完全堵上嘴。

　　第三方知名分析機構 Artificial Analysis 則給出了相當實在的評價。

　　3.1 Pro 在他們的智能指數(shù)里排名第一，比 Opus 4.6 高 4 分；整個測試跑下來總計使用約 5700 萬 tokens，完成測試的成本不到 Opus 4.6 的一半。能打又省錢，這個組合還是很香的。

　　Google DeepMind 首席科學家 Jeff Dean 也轉(zhuǎn)發(fā)了一個是用 3.1 Pro 模擬城市規(guī)劃、設計全新城市的應用，從零生成可交互的規(guī)劃界面 demo。

　　Google 官方博客則展示了幾個更日常的方向。代碼動畫方面，3.1 Pro 可以直接根據(jù)文字提示生成動態(tài) SVG，因為是純代碼生成而非像素，任意縮放都不失真，文件體積也遠小于傳統(tǒng)視頻。

　　復雜系統(tǒng)方面，模型直接接入公開遙測數(shù)據(jù)流，搭出了一個實時追蹤國際空間站軌道的航天儀表盤。

　　更有意思的是兩個創(chuàng)意類 demo。

　　一個是 3D 椋鳥群模擬，不只是生成視覺代碼，還支持用手勢操控鳥群，并配有隨鳥群動態(tài)變化的生成音樂；

　　另一個是把《呼嘯山莊》的文學氛圍轉(zhuǎn)化成一個現(xiàn)代個人網(wǎng)站，模型沒有簡單概括情節(jié)，而是分析了小說的整體基調(diào)，設計出了貼合主人公氣質(zhì)的界面風格。

　　此外，網(wǎng)友們也貢獻了不少精彩的案例。有人讓 3.1 Pro 生成一個「鬼怪獵人穿越鬼屋」的動態(tài) SVG 循環(huán)動畫，結果直接看呆，評價是「Google 這次是認真的」。

　　還有網(wǎng)友認為讓它生成種子破土、根系延伸、莖稈冒出、葉片展開、直到長成完整大樹的交互動畫，每個生長階段的過渡都順滑自然，說這是見過最好的同類效果。

　　去年從 Anthropic 轉(zhuǎn)投 Google DeepMind 的清華物理系特獎得主姚順宇也站臺宣傳：「Gemini 不僅是一個優(yōu)秀的模型，而且更好的模型正以不可阻擋的方式到來。」

　　當然，這些 demo 加在一起說的是同一件事：模型能做的事，已經(jīng)從單純的回答問題延伸到完成一整套專業(yè)或創(chuàng)意工作流了。

　　價格方面，API 按分級付費，整體和上代 3 Pro 保持一致，但跟 Anthropic Opus 系列比還是相對便宜的。

　　20 萬 tokens 以內(nèi)，輸入 2 美元 / 每百萬 tokens，輸出 12 美元；超過 20 萬 tokens，輸入漲到 4 美元，輸出 18 美元。搜索功能每月前 5000 次免費，之后每 1000 次查詢收費 14 美元。

　　現(xiàn)在，開發(fā)者可以在 AI Studio、Gemini API、Gemini CLI、智能體開發(fā)平臺 Google Antigravity 以及 Android Studio；企業(yè)用戶在 Vertex AI 和 Gemini Enterprise；普通用戶在 Gemini 應用和 NotebookLM 都能用，后者僅限 Pro 和 Ultra 訂閱。

　　值得注意的是，3.1 Pro 目前只是預覽版，Google 大概率是要繼續(xù)打磨好智能體工作流再推正式版，向外界展示出一副還沒使全力的姿態(tài)。

　　至于這種能力滲透到個人層面會發(fā)生什么，這讓我聯(lián)想到了 OpenAI 聯(lián)創(chuàng) Andrej Karpathy 剛剛發(fā)布的推文：

　　他想用 8 周時間把靜息心率從 50 降到 45，計劃是設定 Zone 2 有氧總時長目標，配合每周一次 HIIT。為了追蹤進展，他花了 1 小時用 vibe coding 做了一個專屬儀表盤。

　　上下滑動查看更多內(nèi)容

　　過程比想象中麻煩，Claude 需要對 Woodway 跑步機的云 API 進行逆向工程，提取原始數(shù)據(jù)，處理篩選，搭出 Web 前端界面，中間還有公制英制單位混用、日歷日期對不上這些 bug 需要手動發(fā)現(xiàn)并要求修復。

　　Karpathy 的感嘆很直接，兩年前這事得花 10 小時，現(xiàn)在 1 小時。但他更在意的是：這本來應該只需要 1 分鐘。

　　他的判斷是，應用商店模式正在過時。

　　300 行代碼、LLM 幾秒生成的專屬工具，沒必要變成一個正經(jīng) App 讓你去搜索下載。他同時也點了行業(yè)的問題：99% 的產(chǎn)品仍然沒有 AI 原生的 CLI，還在維護給人看的前端界面，而不是直接提供便于 Agent 調(diào)用的 API。

　　Woodway 跑步機本質(zhì)上就是個傳感器，結果還得讓 LLM 去逆向工程它，完全沒必要。

　　把 Jeff Dean 的城市規(guī)劃 demo 和 Karpathy 的跑步儀表盤放在一起看，其實是同一件事的兩面。當普通人花 1 小時就能為自己做一個高度定制的專屬工具，由 AI 原生傳感器和執(zhí)行器構成、LLM 負責編排、即興生成高度定制專屬應用的時代，就已經(jīng)近在眼前了。

附官方博客：

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/