Gemini 3 Pro
截至 2026年11月16日,Gemini 3 Pro(Google)在 BenchLeader Index 上得分 60.0(在 608 个已排名配置中前 100 名)。表现最好的是人类偏好(68),最弱的是数学(54)。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。发布于 2025年11月18日。
要点(截至 2026年11月16日)
- Gemini 3 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 Pro 于 2025年11月18日发布(Google)。
详细说明:Gemini 3 Pro 是 Google 的闭源推理模型,发布于 2025年11月18日。其最佳配置在 BenchLeader Index 上得分 60.0 ±3.4,在 608 个配置中排第 87 名,处于上半区。关键在于这个“±”:另有 206 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,人类偏好得分最高(68),数学最低(54)。它已在 4 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11月11日。
- 混合价格
- –
- 输出速度
- –
- 首次回答
- –
- 上下文
- –
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年11月18日
- 综合 Index60
- 推理63
- 编程58
- 智能体与工具62
- 数学54
- 知识56
- 指令遵循61
- 人类偏好68
- 多模态66
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/gemini-3-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 | 2026年2月19日 | 60.4 | #77 |
| Gemini 3 Pro本页 | 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。
元数据
| 基准测试 | low | high | 来源 | 趋势 |
|---|---|---|---|---|
| AA Openness Index不计入 Index | 5.6#307 | 5.6#307 | Artificial Analysis |
推理
| 基准测试 | low | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| GPQA Diamond推理强度未说明 | – | – | 92.6%#32 | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam推理强度未说明 | – | – | 37.5%#8 | Scale AI / CAIS | |
| SimpleBench推理强度未说明 | – | – | 76.4%#17 | SimpleBench | |
| Arena Hard Prompts推理强度未说明 | – | – | 1502#31 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 88.7%#89 | 90.8%#55 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 29.5%#172 | 39.7%#101 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | 91.7%#18 | – | Vals AI | |
| Kagi LLM Benchmark推理强度未说明 | – | – | 80.1%#9 | Kagi LLM Benchmark | |
| GPQA Diamond (HELM)不计入 Index推理强度未说明 | – | – | 80.3%#1 | HELM Capabilities | |
| ARC-AGI-1推理强度未说明 | – | – | 75.0%#140 | ARC Prize | |
| ARC-AGI-2推理强度未说明 | – | – | 31.1%#139 | ARC Prize | |
| CritPt不计入 Index | 0.0%#337 | 9.1%#143 | – | Artificial Analysis | |
| SciPredict不计入 Index推理强度未说明 | – | – | 25.3%#1 | Scale AI SEAL | |
| Arena Expert不计入 Index推理强度未说明 | – | – | 1499#47 | Arena (LMArena) | |
| CL-bench不计入 Index推理强度未说明 | – | – | 15.8%#17 | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index推理强度未说明 | – | – | 65.0%#17 | ForecastBench |
编程
| 基准测试 | low | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SWE-bench Verified (Epoch)推理强度未说明 | – | – | 72.9%#21 | Epoch AI Benchmarking Hub | |
| WeirdML推理强度未说明 | – | – | 69.9%#34 | WeirdML | |
| GSO-Bench推理强度未说明 | – | – | 18.6%#17 | GSO-Bench | |
| Arena Coding推理强度未说明 | – | – | 1517#46 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | – | 1441#85 | Arena (LMArena) | |
| LiveCodeBench推理强度未说明 | – | – | 86.4%#22 | Vals AI | |
| SWE-bench (Vals)不计入 Index | – | 76.4%#36 | – | Vals AI | |
| SWE-Bench Pro推理强度未说明 | – | – | 43.3%#8 | Scale AI SEAL | |
| SWE-bench Verified (bash only) | – | 69.6%#14 | 74.2%#6 | SWE-bench | |
| SWE-bench Multilingual (bash only)不计入 Index推理强度未说明 | – | – | 68.7%#5 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index推理强度未说明 | – | – | 77.4%#2 | SWE-bench | |
| Vibe Code Bench v1.1不计入 Index | – | 14.3%#99 | – | Vals AI | |
| SWE-Bench Pro (private)不计入 Index推理强度未说明 | – | – | 17.9%#9 | Scale AI SEAL | |
| ALE-Bench不计入 Index | 988.2#70 | – | 1176.8#53 | Epoch AI Benchmarking Hub | |
| AlgoTune不计入 Index推理强度未说明 | – | – | 1.8#4 | AlgoTune | |
| Design Arena Website不计入 Index推理强度未说明 | – | – | 1244#64 | Design Arena | |
| LiveCodeBench (AA)不计入 Index | 85.7%#13 | 91.8%#1 | – | Artificial Analysis |
智能体与工具
| 基准测试 | low | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Terminal-Bench推理强度未说明 | – | – | 69.4%#7 | Terminal-Bench | |
| GDPval推理强度未说明 | – | – | 40.3%#5 | OpenAI | |
| Remote Labor Index推理强度未说明 | – | – | 1.3%#17 | Scale AI / CAIS | |
| Terminal-Bench Hard | 34.1%#89 | 41.7%#50 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 68.1%#163 | 87.1%#81 | – | Artificial Analysis | |
| MCP Atlas推理强度未说明 | – | – | 70.3%#24 | Scale AI SEAL | |
| BFCL Overall推理强度未说明 | – | – | 72.5%#3 | Berkeley Function Calling Leaderboard | |
| τ²-bench | – | 82.5%#5 | – | τ²-bench | |
| τ³-bench Banking不计入 Index | – | 18.0%#20 | – | τ²-bench | |
| Poker Agent不计入 Index推理强度未说明 | – | – | 1078.9%#6 | Vals AI | |
| Terminal-Bench 2.0 (Vals)不计入 Index | – | 55.1%#15 | – | Vals AI | |
| Arena Search不计入 Index推理强度未说明 | – | – | 1201#18 | Arena (LMArena) | |
| BALROG不计入 Index推理强度未说明 | – | – | 58.1%#4 | BALROG | |
| DeepResearch Bench不计入 Index | 46.3%#28 | – | – | DeepResearch Bench | |
| METR Time Horizons不计入 Index推理强度未说明 | – | – | 71.0%#8 | METR | |
| Vending-Bench 2不计入 Index推理强度未说明 | – | – | 5478.2#29 | Andon Labs | |
| Design Arena Agentic不计入 Index推理强度未说明 | – | – | 1080#64 | Design Arena |
数学
| 基准测试 | low | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| OTIS Mock AIME推理强度未说明 | – | – | 91.4%#77 | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | – | 20.0%#54 | Vals AI | |
| AIME (Vals) | – | 96.7%#4 | – | Vals AI | |
| MGSM | – | 93.9%#7 | – | Vals AI | |
| AIME 2026推理强度未说明 | – | – | 91.7%#25 | MathArena | |
| HMMT February 2026推理强度未说明 | – | – | 86.4%#20 | MathArena | |
| MathArena Apex推理强度未说明可能存在污染 | – | – | 23.4%#14 | MathArena | |
| Omni-MATH (HELM)推理强度未说明 | – | – | 55.6%#13 | HELM Capabilities | |
| MATH 500不计入 Index | – | 96.4%#1 | – | Vals AI | |
| Arena Maths推理强度未说明 | – | – | 1475#46 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 86.7%#41 | 95.7%#7 | – | Artificial Analysis |
知识
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| MMLU-Pro推理强度未说明 | – | 90.1%#7 | Vals AI | |
| LegalBench | 87.0%#7 | – | Vals AI | |
| CorpFin | 63.7%#43 | – | Vals AI | |
| TaxEval | 72.6%#60 | – | Vals AI | |
| MedQA | 96.0%#8 | – | Vals AI | |
| PRBench Finance推理强度未说明 | – | 39.2%#32 | Scale AI SEAL | |
| PRBench Legal推理强度未说明 | – | 40.6%#36 | Scale AI SEAL | |
| MultiNRC推理强度未说明可能存在污染 | – | 59.0%#6 | Scale AI SEAL | |
| MMLU-Pro (HELM)不计入 Index推理强度未说明 | – | 90.3%#1 | HELM Capabilities | |
| CaseLaw v2不计入 Index | 53.1%#42 | – | Vals AI | |
| MedCode不计入 Index | 52.2%#14 | – | Vals AI | |
| MedScribe不计入 Index | 72.0%#88 | – | Vals AI | |
| Global-MMLU-Lite (AA)不计入 Index | 92.2%#3 | – | Artificial Analysis |
指令遵循
| 基准测试 | low | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 49.7%#178 | 70.4%#67 | – | Artificial Analysis | |
| MultiChallenge推理强度未说明 | – | – | 65.7%#11 | Scale AI SEAL | |
| TutorBench推理强度未说明 | – | – | 53.7%#9 | Scale AI SEAL | |
| IFEval (HELM)推理强度未说明 | – | – | 87.6%#13 | HELM Capabilities | |
| WildBench (HELM)推理强度未说明 | – | – | 85.9%#5 | HELM Capabilities | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | – | 1473#38 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1486#22 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1524#56 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1484#12 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1495#16 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1491#30 | Arena (LMArena) |
多模态
| 基准测试 | high | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | – | 1305#16 | Arena (LMArena) | |
| MMMU-Pro | 80.2%#60 | – | – | Artificial Analysis | |
| VISTA推理强度未说明 | – | – | 51.5%#7 | Scale AI SEAL | |
| MMMU-Pro (Vals)不计入 Index | 87.5%#14 | – | – | Vals AI | |
| MortgageTax不计入 Index | 69.1%#7 | – | – | Vals AI | |
| AudioMC不计入 Index | – | 54.6%#6 | – | Scale AI SEAL | |
| AudioMC (text output)不计入 Index | – | 54.6%#6 | – | Scale AI SEAL | |
| VTB不计入 Index推理强度未说明 | – | – | 26.9%#5 | Scale AI SEAL | |
| GeoBench不计入 Index推理强度未说明 | – | – | 84.0%#7 | GeoBench | |
| VPCT不计入 Index推理强度未说明 | – | – | 91.0%#1 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | low | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 74.0%#185 | 76.0%#165 | – | Artificial Analysis | |
| Arena Document不计入 Index推理强度未说明 | – | – | 1451#32 | Arena (LMArena) |
综合
| 基准测试 | low | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 153.0#54 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 22.3#211 | 28.0#145 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 265.1#221 | 290.7#143 | – | Artificial Analysis | |
| HELM Capabilities mean不计入 Index推理强度未说明 | – | – | 79.9%#5 | HELM Capabilities |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 41.7%#63 | Scale AI SEAL | |
| MASK不计入 Index可能存在污染 | 42.6%#63 | Scale AI SEAL | |
| PropensityBench不计入 Index | 52.9%#8 | 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。
Google 的更多模型
将 Gemini 3 Pro 与以下模型对比
- Gemini 3 Pro vs Gemini 4 Argon
- Gemini 3 Pro vs GPT-6 Astra
- Gemini 3 Pro vs Gemini 4 Carbon
- Gemini 3 Pro vs Claude Sonnet 5.5
- Gemini 3 Pro vs DeepSeek V4.1 Flash 1017
- Gemini 3 Pro vs GPT-6.1 Sol
- Gemini 3 Pro vs DeepSeek V4 Pro
- Gemini 3 Pro vs Qwen3.8 2.4T A95B
- Gemini 3 Pro vs GPT-6.1 Terra
- Gemini 3 Pro vs Step 5 Preview
- Gemini 3 Pro vs GPT-5.5
- Gemini 3 Pro vs Qwen3.8-Flash-Next
- Gemini 3 Pro vs Claude Opus 5.5
- Gemini 3 Pro vs DeepSeek V4 Flash
- Gemini 3 Pro vs GPT-5
- Gemini 3 Pro vs GPT-5.5 Pro
- Gemini 3 Pro vs Qwen3.7
- Gemini 3 Pro vs Qwen3.8 Max
- Gemini 3 Pro vs GPT-5.5 Instant
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Gemini 3 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-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 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gemini-3-pro
BibTeX:
@misc{benchleader_gemini_3_pro_20261116,
author = {{BenchLeader}},
title = {{Gemini 3 Pro on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gemini-3-pro}},
note = {Data as of 2026-11-16}
}常见问题
- Gemini 3 Pro 的基准测试得分是多少?
- 截至 2026年11月16日,Gemini 3 Pro 的 BenchLeader Index 为 60.0 ±3.4(前 100 名)。最强的是人类偏好(68),最弱的是数学(54)。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 Pro 排名第几?
- 截至 2026年11月16日,Gemini 3 Pro 在 608 个已排名配置中排第 87 名(前 100 名)。另有 206 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 Pro 比 Qwen3.7 更好吗?
- 截至 2026年11月16日,Gemini 3 Pro 与 Qwen3.7(推理强度 max)的质量不相上下(BenchLeader Index 60.0 比 60.0,在 ±5.4 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 Pro 是什么时候发布的?
- Google 于 2025年11月18日发布了 Gemini 3 Pro。BenchLeader 收录了它在 4 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 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-pro。