Google 發布 Gemini 3.1 Pro，ARC-AGI-2 推理跑分較前代翻倍至 77.1%，在 16 項基準中拿下 13 項冠軍，API 定價不變，AI 軍備競賽正加速壓縮每一代模型的生命週期。
（前情提要：Gemini 上線免費「SAT 模擬考」功能，AI 家教提供個人化學習指南 ）
（背景補充：Google 正式推出「Gemini 3」！登頂全球最聰明 AI 模型，有什麼亮點？）
Google 昨 (19) 日深夜正式發布 Gemini 3.1 Pro 預覽版，在 ARC-AGI-2（測量模型解決全新問題時的邏輯能力）上，3.1 Pro 拿下 77.1%，較前代 Gemini 3 Pro 翻了一倍有餘。
下圖在 Google 列出評估的 16 項基準中，3.1 Pro 拿下了 13 項第一。
其他關鍵跑分同樣令人注意：GPQA Diamond（專家級科學知識）94.3%、SWE-Bench Verified（自主程式碼修復）80.6%、Humanity’s Last Exam 44.4%、MMMLU 92.6%。
在 MCP Atlas（測量多步驟工具使用工作流程的基準）上，3.1 Pro 達到 69.2%，領先 Claude 和 GPT-5.2 近 10 個百分點。
「可調式推理」：讓開發者自己決定模型要多聰明
Gemini 3.1 Pro 具戰略意義的新功能是三級思考深度系統（thinking level）。開發者可以在 low、medium、high 三檔之間切換模型的「推理預算」，處理簡單 API 呼叫時用低檔節省延遲和成本，遇到複雜除錯時切到高檔。
當設定為 high 時，3.1 Pro 的行為接近 Google 的專用推理模型 Gemini Deep Think 的「迷你版」。VentureBeat 的評測形容這是「隨需求啟動的 Deep Think Mini」。
在 BrowseComp（測量 AI 代理自主網頁搜尋能力的基準）上，3.1 Pro 從前代的 59.2% 飆升至 85.9%。一個能自己上網搜資料、多步驟完成任務、且推理精準度大幅提升的 AI 代理，這正是整個 AI 產業押注的方向。
定價不變，效能翻倍：誰在補貼這場戰爭？
API 定價維持每百萬輸入 token 2 美元、每百萬輸出 token 12 美元，與 Gemini 3 Pro 完全一致。換算下來，Gemini 3.1 Pro 的輸入成本比 Claude Opus 4.6 低 60%，輸出成本低 52%。
效能翻倍但定價不變，Google 正在用「性價比壓制」的打法搶佔開發者市場。
上下文視窗維持 100 萬 token（是 Claude 的 5 倍、GPT-5 的 2.5 倍），輸出上限從前代擴展至 65,000 token，單次 API 上傳限制從 20MB 提升至 100MB，甚至支援直接傳入 YouTube URL 讓模型「觀看」影片。
不漲價的策略背後，也是 Google 在自研 TPU 晶片和雲端基礎設施上的結構性成本優勢。Google 用行動表明：在 AI 軍備競賽中，有自己的晶片就是最大的護城河。
沒有贏家通吃，但有明確的競爭格局
當然，Gemini 3.1 Pro 並非在所有領域都是冠軍。
Claude Sonnet 4.6（Thinking Max 模式）在長上下文記憶（MRCR v2）上與 3.1 Pro 打平，在 GDPval-AA Elo 專家任務上則大幅領先（1633 vs 1317）。
OpenAI 的 GPT-5.3-Codex 在終端機編程任務（Terminal-Bench 2.0）上以 77.3% 領先 3.1 Pro 的 68.5%。Claude 系列的幻覺率（約 3%）也顯著低於 Gemini 和 GPT（平均約 6%）。
2026 年的 AI 競賽格局是：Google 在推理和代理任務上領跑，Anthropic 在精準度和安全性上佔優，OpenAI 在程式碼生成和生態系統上保持優勢。沒有贏家通吃，但可能「每三個月就洗牌一次」。
AI 模型的軍備競賽不會停下來。唯一的問題是，這場競賽的收益最終歸誰：是開發者、是平台、還是最終寫出最大支票的人。
Google 今天的答案是：先讓開發者用得起，再談其他的。這個策略其在雲端運算時代奏效過一次，這次能不能再奏效，取決於 AI 是否真的能為企業創造足以回本的價值，而不只是創造更高的基準分數。
📍相關報導📍
Telegram 創辦人宣布「AI 算力網路 Cocoon」上線：可用 GPU 挖 TON、100% 隱私運算
