Google DeepMind опубликовала страницу модели Gemini 3.1 Pro, доступной в статусе Preview через Gemini App, Google AI Studio и Gemini API. На странице собраны описание возможностей, практические демонстрации, результаты тестов и технические параметры модели.

Модель принимает текст, изображения, видео, аудио и PDF, а выдаёт текст. Она поддерживает контекст до 1 млн входных токенов, вызов функций, структурированный вывод, поиск как инструмент и выполнение кода.

Google DeepMind заявляет об улучшенном использовании инструментов и одновременном выполнении многошаговых задач. В демонстрациях модель настраивает потоки телеметрии для динамической аэрокосмической панели и преобразует статические SVG в анимированную графику в кодовой базе.

В Terminal-Bench 2.0 модель получила 68,5%, а в SWE-Bench Verified — 80,6%. В MRCR v2 средний результат составил 84,9% при 128 тысячах токенов и 26,3% при 1 млн токенов.

Проверка утверждений:

  • Google DeepMind опубликовала страницу модели Gemini 3.1 Pro; материал даёт читателю описание возможностей, практические демонстрации, результаты тестов и технические параметры модели. (подтверждено первоисточником: доказательство; «Capabilities Hands-on Performance Model information»)
  • Gemini 3.1 Pro на странице имеет статус Preview и позиционируется как модель для сложных задач и воплощения творческих замыслов. (подтверждено первоисточником: доказательство; «Name 3.1 Pro Status Preview»)
  • Модель принимает текст, изображения, видео, аудио и PDF, выдаёт текст, имеет контекст до 1 млн входных токенов и до 64 тыс. выходных токенов. (подтверждено первоисточником: доказательство; «Input Text Image Video Audio PDF text_snippet image videocam mic drive_pdf Output Text text_snippet image videocam mic drive_pdf Input tokens 1M Output tokens 64k»)
  • В перечне возможностей модели указаны вызов функций, структурированный вывод, поиск как инструмент и выполнение кода. (подтверждено первоисточником: доказательство; «Tool use Function calling Structured output Search as a tool Code execution»)
  • Google DeepMind описывает Gemini 3.1 Pro как мультимодальную модель, работающую с текстом, изображениями, видео, аудио и кодом. (подтверждено первоисточником: доказательство; «Advanced multimodal understanding Text, images, video, audio – even code. Gemini 3.1 Pro is advanced on reasoning with unprecedented depth and nuance.»)
  • Материал заявляет улучшенные агентные возможности: более качественное использование инструментов и выполнение одновременных многошаговых задач. (подтверждено первоисточником: доказательство; «Improved agentic capabilities Better tool use. Simultaneous, multi-step tasks. Gemini 3.1’s agentic capabilities can build more helpful and intelligent personal AI assistants.»)
  • В одной из демонстраций Gemini 3.1 Pro настраивает потоки телеметрии в реальном времени и строит динамическое приложение в виде аэрокосмической панели. (подтверждено первоисточником: доказательство; «Transform real-time data into a stunning, interactive visualization Gemini 3.1 Pro uses advanced reasoning to configure live telemetry streams to build dynamic applications like this aerospace dashboard.»)
  • Другая демонстрация показывает преобразование статических SVG в анимированную графику непосредственно в кодовой базе. (подтверждено первоисточником: доказательство; «Build lightweight, scalable animations directly into your codebase Gemini 3.1 Pro understands design intent, converting static SVGs into animated, code-based graphics for faster, cleaner web development.»)
  • На заявленных авторами результатах Gemini 3.1 Pro Thinking (High) набрала 44,4% в Humanity’s Last Exam без инструментов, 77,1% в ARC-AGI-2 и 94,3% в GPQA Diamond. (подтверждено первоисточником: доказательство; «Humanity’s Last Exam Academic reasoning (full set, text + MM) No tools 44.4% 37.5% 33.2% 40.0% 34.5% — Search (blocklist) + Code 51.4% 45.8% 49.0% 53.1% 45.5% — ARC-AGI-2 Abstract reasoning puzzles ARC Prize Verified 77.1% 31.1% 58.3% 68.8% 52.9% — GPQA Diamond Scientific knowledge No tools 94.3% 91.9% 89.9% 91.3% 92.4% —»)
  • В агентных и программных тестах страница указывает для Gemini 3.1 Pro результаты 68,5% в Terminal-Bench 2.0, 80,6% в SWE-Bench Verified и 54,2% в SWE-Bench Pro (Public). (подтверждено первоисточником: доказательство; «Terminal-Bench 2.0 Agentic terminal coding Terminus-2 harness 68.5% 56.9% 59.1% 65.4% 54.0% 64.7% Other best self-reported harness — — — — 62.2% (Codex) 77.3% (Codex) SWE-Bench Verified Agentic coding Single attempt 80.6% 76.2% 79.6% 80.8% 80.0% — SWE-Bench Pro (Public) Diverse agentic coding tasks Single attempt 54.2% 43.3% — — 55.6% 56.8%»)
  • На тесте длинного контекста MRCR v2 страница сообщает средний результат 84,9% при 128 тыс. токенов и 26,3% при 1 млн токенов. (подтверждено первоисточником: доказательство; «MRCR v2 (8-needle) Long context performance 128k (average) 84.9% 77.0% 84.9% 84.0% 83.8% — 1M (pointwise) 26.3% 26.3% Not supported Not supported Not supported —»)
  • Страница указывает доступность Gemini 3.1 Pro в Gemini App, Google AI Studio, Gemini API, Gemini Enterprise Agent Platform, Google AI Mode и Google Antigravity. (подтверждено первоисточником: доказательство; «Availability Gemini App Google AI Studio Gemini API Gemini Enterprise Agent Platform Google AI Mode Google Antigravity»)

Первоисточники:

оценка 83.2 · тип release · ревизия 1 · истории st-xbu7ne