谷歌发布Gemini 3.1 Pro：推理性能翻倍，基准测试领先GPT-5.2

2026年2月24日，谷歌正式发布新一代大语言模型Gemini 3.1 Pro，这是其首款采用“.1”版本号的模型，基于全新Core Intelligence架构打造，核心推理性能较前代翻倍。在ARC-AGI-2测试中斩获77.1%的高分，更在HLE测试中以44.4%的准确率超越GPT-5.2，标志着通用人工智能推理能力的重大突破。

当GPT-5.2的技术余温还在AI行业持续发酵，谷歌在2026年2月24日的一场闭门技术沟通会上，向外界推出了大模型赛道的全新迭代产品——Gemini 3.1 Pro。与以往0.5递进的版本号规则不同，这次“.1”的后缀，提前向行业传递了“底层架构质变”的明确信号。

过往谷歌Gemini系列的迭代均遵循0.5递进的版本号逻辑，此次直接从3.0跳到3.1，背后是模型核心架构的重构性升级。谷歌AI研发团队负责人表示，Gemini 3.1 Pro并非基于前代的参数堆叠或微调优化，而是完全基于全新Core Intelligence架构打造，研发全程聚焦于通用人工智能（AGI）的核心能力——逻辑推理与复杂问题解决，而非泛化的文本生成或多模态交互表现。采用“.1”的版本命名，正是为了突出这种底层架构带来的质变，而非常规功能迭代。

谷歌官方披露的多组权威基准测试数据，直观印证了Gemini 3.1 Pro的推理实力突破。在衡量通用人工智能推理水平的ARC-AGI-2测试中，该模型斩获77.1%的高分，核心推理性能较上一代Gemini 3模型提升超过两倍，这一成绩在当前已发布的大语言模型中位列全球第一梯队。

更引人关注的是在被业内称为“人类最后考试”的HLE测试中，Gemini 3.1 Pro以44.4%的准确率，成功超越此前长期领跑的GPT-5.2。HLE测试涵盖跨领域复杂问题的推理链拆解、多学科知识整合等难点，这一结果直接证明了Gemini 3.1 Pro在解决高难度复杂任务上的显著优势。