Gemini 3.1 Pro
性价比更高: DeepSeek V4.1 Flash $0.525/M 即可获得 Index 58.5,便宜 88%。
有 16 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00),另有 13 个。
截至 2026年11月16日,Gemini 3.1 Pro(Google)在 BenchLeader Index 上得分 60.4(在 608 个已排名配置中前 100 名)。表现最好的是数学(66),最弱的是智能体与工具(57)。API 价格为输入每百万 token $2.00、输出每百万 token $12.00(按 3:1 混合为 $4.50),为 2026年11月16日的标价。输出速度约为 110 token/秒(Artificial Analysis)。发布于 2026年2月19日。
要点(截至 2026年11月16日)
- Gemini 3.1 Pro 的 API 价格为输入每百万 token $2.00、输出每百万 token $12.00(按 3:1 混合为 $4.50)(标价,2026年11月16日)。
- Gemini 3.1 Pro 的输出速度约为 110 token/秒(Artificial Analysis,2026年11月16日)。
- Gemini 3.1 Pro 于 2026年2月19日发布(Google)。
详细说明:Gemini 3.1 Pro 是 Google 的闭源推理模型,发布于 2026年2月19日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 60.4 ±3.4,在 608 个配置中排第 77 名,处于上半区。关键在于这个“±”:另有 197 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(66),智能体与工具最低(57)。按混合价格计,每百万 token $4.50,属于已排名模型中最贵的一档。输出速度为 111 token/秒,首次回答需 15.2 秒,比大多数模型快。它已在 5 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年10月29日。
- 混合价格
- $4.50/M
- 输入 $2.00 · 输出 $12.00
- 来源:Artificial Analysis
- 输出速度
- 111 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 15 s
- 首 token 2.76 s
- 上下文
- 1.0M
- 来源:models.dev
- 完整回答
- 37 s
- 最近一次测量 2026年11月13日
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年2月19日
- 综合 Index60
- 推理65
- 编程59
- 智能体与工具57
- 数学66
- 知识66
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-3-1-pro)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Google 以这个名称发布过 10 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Gemini 3.1 Prohigh本页 | 2026年2月19日 | 60.4 | #77 |
| Gemini 3 Pro | 2025年11月18日 | 60.0 | #87 |
| Gemini 2.5 Pro | 2025年3月25日 | 55.2 | #215 |
| Gemini 2.0 Pro | 2025年2月5日 | 47.5 | #404 |
| Gemini 1.5 Pro 002 | 2024年9月24日 | 41.4 | #512 |
| Gemini 1.5 Pro | 2024年5月15日 | 47.0 | #416 |
| Gemini 1.5 Pro 001 | 2024年5月14日 | – | – |
| Gemini 1.0 Pro 001 | 2023年12月13日 | – | – |
| Gemini 1.0 Pro | 2023年12月6日 | – | – |
| Gemini 1.0 Pro 002 | – | – | – |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月8日 至 2026年11月16日- high
- 默认
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
编程
智能体与工具
数学
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3推理强度未说明 | – | 59.6%#44 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4推理强度未说明 | – | 26.8%#47 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 95.6%#51 | 95.6%#50 | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | 26.0%#47 | Vals AI | |
| LiveBench Mathematics不计入 Index | 91.0%#32 | – | LiveBench | |
| AIME (Vals) | 98.1%#1 | – | Vals AI | |
| AIME 2026可能存在污染 | 98.3%#4 | – | MathArena | |
| HMMT February 2026可能存在污染 | 94.7%#8 | – | MathArena | |
| USAMO 2026不计入 Index | 74.4%#3 | – | MathArena | |
| MathArena Apex可能存在污染 | 60.9%#5 | – | MathArena | |
| Arena Maths推理强度未说明 | – | 1488#30 | Arena (LMArena) |
知识
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | 73.5%#6 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | 78.5%#23 | – | LiveBench | |
| MMLU-Pro | 91.0%#4 | – | Vals AI | |
| LegalBench | 87.4%#5 | – | Vals AI | |
| CorpFin | 64.5%#37 | – | Vals AI | |
| TaxEval | 72.9%#56 | – | Vals AI | |
| MedQA | 96.4%#3 | – | Vals AI | |
| PRBench Finance推理强度未说明 | – | 41.9%#29 | Scale AI SEAL | |
| PRBench Legal推理强度未说明 | – | 44.0%#29 | Scale AI SEAL | |
| MultiNRC推理强度未说明可能存在污染 | – | 64.7%#3 | Scale AI SEAL | |
| BioMysteryBench不计入 Index | 60.0%#29 | – | Vals AI | |
| CaseLaw v2不计入 Index | 64.8%#12 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | 52.6%#55 | – | Vals AI | |
| MedCode不计入 Index | 59.1%#2 | – | Vals AI | |
| MedScribe不计入 Index | 76.1%#75 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | 53.8%#43 | – | Vals AI | |
| Financial Coaching Bench不计入 Index | 66.7%#22 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | 41.9%#14 | – | Scale AI SEAL | |
| EBR-bench不计入 Index推理强度未说明 | – | 14.3%#22 | Epoch AI Benchmarking Hub | |
| GDP.pdf不计入 Index | 17.0%#35 | 17.0%#35 | Epoch AI Benchmarking Hub | |
| Global-MMLU-Lite (AA)不计入 Index推理强度未说明 | – | 93.2%#1 | Artificial Analysis | |
| FACTS Parametric不计入 Index推理强度未说明 | – | 79.4%#5 |
指令遵循
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Language不计入 Index | 85.4%#14 | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | 79.1%#3 | – | LiveBench | |
| IFBench推理强度未说明 | – | 77.1%#18 | Artificial Analysis | |
| MultiChallenge推理强度未说明 | – | 71.4%#8 | Scale AI SEAL | |
| TutorBench推理强度未说明 | – | 53.0%#12 | Scale AI SEAL | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | 1480#25 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1487#21 | Arena (LMArena) | |
| EQ-Bench 4 | 1132#25 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index | 1491#61 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1482#13 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1495#15 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1499#19 | Arena (LMArena) |
多模态
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | 1296#21 | Arena (LMArena) | |
| MMMU-Pro推理强度未说明 | – | 82.4%#41 | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | 88.2%#10 | – | Vals AI | |
| MortgageTax不计入 Index | 69.4%#6 | – | Vals AI | |
| SAGE不计入 Index | 83.2%#23 | – | Vals AI | |
| VTB不计入 Index推理强度未说明 | – | 29.0%#3 | Scale AI SEAL | |
| GeoBench不计入 Index推理强度未说明 | – | 84.0%#7 | GeoBench | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | 26.5%#26 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | 26.7%#32 | – | Epoch AI Benchmarking Hub | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | 50.4%#9 |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 82.0%#54 | Artificial Analysis | |
| Arena Document不计入 Index | 1459#27 | Arena (LMArena) | |
| MLCR不计入 Index | 11.1%#115 | Artificial Analysis | |
| FACTS Grounding不计入 Index | 56.6%#21 |
综合
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | 156.2#38 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | 77.0%#26 | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index推理强度未说明 | – | 29.7#133 | Artificial Analysis | |
| AA Progress Index v1不计入 Index推理强度未说明 | – | 296.1#131 | Artificial Analysis | |
| Vals Science Index不计入 Index | 27.4%#23 | – | Vals AI | |
| Vals Multimodal Index不计入 Index | 56.1%#20 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 29.8%#56 | Scale AI SEAL | |
| MASK不计入 Index可能存在污染 | 42.4%#65 | Scale AI SEAL | |
| DistressBench不计入 Index | 68.8%#29 | Scale AI SEAL |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google Vertex | 82 tok/s | 2.76 s | $2.00 | $12.00 | 1.0M | – |
| Google AI Studio | 79 tok/s | 3.52 s | $2.00 | $12.00 | 1.0M | – |
| Google AI Studio | 18 tok/s | 3.45 s | $1.00 | $6.00 | 1.0M | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.200。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0044 | $0.0039 | 17.9 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.031 | $0.015 | 20.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.030 | $0.022 | 28.6 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.168 | $0.087 | 51.1 s |
| 结构化信息提取 | 2,000 / 200 | $0.0064 | $0.0037 | 17.0 s |
Google 的更多模型
将 Gemini 3.1 Pro 与以下模型对比
- Gemini 3.1 Pro vs Gemini 4 Argon
- Gemini 3.1 Pro vs Gemini 4 Carbon
- Gemini 3.1 Pro vs Gemini 3.8 Flash
- Gemini 3.1 Pro vs Claude Sonnet 5.5
- Gemini 3.1 Pro vs Muse Spark 1.3
- Gemini 3.1 Pro vs Qwen3.8 Max
- Gemini 3.1 Pro vs GPT-6 Sol
- Gemini 3.1 Pro vs GLM 5.3
- Gemini 3.1 Pro vs Qwen3.8-Flash-Next
- Gemini 3.1 Pro vs GPT-6.1 Sol
- Gemini 3.1 Pro vs Grok 4.7
- Gemini 3.1 Pro vs Grok 4.6
- Gemini 3.1 Pro vs Muse Wonder Full
- Gemini 3.1 Pro vs Kimi K3.1 Pro
- Gemini 3.1 Pro vs GPT-6.1 Terra
- Gemini 3.1 Pro vs Claude Opus 5.5
- Gemini 3.1 Pro vs Muse Spark
- Gemini 3.1 Pro vs DeepSeek V4.1 Flash 1017
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Gemini 3.1 Pro 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/gemini-3-1-pro)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Gemini 3.1 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-1-pro
BibTeX:
@misc{benchleader_gemini_3_1_pro_20261116,
author = {{BenchLeader}},
title = {{Gemini 3.1 Pro on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-3-1-pro}},
note = {Data as of 2026-11-16}
}常见问题
- Gemini 3.1 Pro 的基准测试得分是多少?
- 截至 2026年11月16日,Gemini 3.1 Pro(推理强度 high)的 BenchLeader Index 为 60.4 ±3.4(前 100 名)。最强的是数学(66),最弱的是智能体与工具(57)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Gemini 3.1 Pro 排名第几?
- 截至 2026年11月16日,Gemini 3.1 Pro(推理强度 high)在 608 个已排名配置中排第 77 名(前 100 名)。另有 197 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Gemini 3.1 Pro 每百万 token 的价格是多少?
- 截至 2026年11月16日,Gemini 3.1 Pro 的价格为输入每百万 token $2.00、输出每百万 token $12.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $4.50。
- Gemini 3.1 Pro 比 o3 更好吗?
- 截至 2026年11月16日,Gemini 3.1 Pro(推理强度 high)与 o3 的质量不相上下(BenchLeader Index 60.4 比 60.4,在 ±4.7 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Gemini 3.1 Pro 是什么时候发布的?
- Google 于 2026年2月19日发布了 Gemini 3.1 Pro。BenchLeader 收录了它在 5 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Gemini 3.1 Pro:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gemini-3-1-pro。