Gemini 3.1 Pro
Google · gemini-3.1-pro-preview · United States of America · 上线 2026-02-19
37ECI 榜名次
155Epoch ECI
1487网友盲测分（全球第 20）
20有成绩的基准
最拿手
- SimpleBench：第 3 / 60 名（成绩 79.6%）
- SimpleQA Verified：第 4 / 81 名（成绩 73.5%）
- GPQA diamond：第 8 / 117 名（成绩 94.4%）
相对薄弱
- MirrorCode：第 26 / 27 名（成绩 8.9%）
- APEX-Agents：第 45 / 54 名（成绩 35.1%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| SimpleBench | 79.6% | 3 / 60 | |
| SimpleQA Verified | 73.5% | 4 / 81 | |
| GPQA diamond | 94.4% | 8 / 117 | |
| ARC-AGI | 98.0% | 7 / 79 | |
| DTBench | 97.1% | 10 / 109 | |
| LMCA | 53.8% | 19 / 104 | |
| WeirdML | 72.1% | 17 / 89 | |
| Chess Puzzles | 51.0% | 16 / 81 | |
| ARC-AGI-2 | 77.1% | 18 / 78 | |
| Balrog | 57.0% | 5 / 17 | |
| OTIS Mock AIME 2024-2025 | 95.6% | 37 / 118 | |
| Mystery Game Puzzles | 34.0% | 24 / 76 | |
| FrontierMath-Tiers-1-3-v2-Private | 59.6% | 41 / 84 | |
| GSO-Bench | 22.6% | 13 / 25 | |
| FrontierMath-Tier-4-v2-Private | 26.8% | 37 / 68 | |
| ProofBench | 26.0% | 40 / 68 | |
| EBR-bench | 14.3% | 19 / 28 | |
| Furniture Assembly | 26.7% | 28 / 35 | |
| APEX-Agents | 35.1% | 45 / 54 | |
| MirrorCode | 8.9% | 26 / 27 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 34▼2 | DeepSeek V4.1 Flash DeepSeek | ±2.2 | 2026-09-09 |
| 35▼2 | Claude Opus 4.6 Anthropic | ±2.1 | 2026-02-05 |
| 36▼2 | DeepSeek V4 Pro 0813 DeepSeek | ±2.0 | 2026-08-13 |
| 38▼1 | Qwen3.8 Max (0902) Alibaba | ±2.0 | 2026-09-01 |
| 39▼1 | Muse Spark 1.2 Meta AI | ±2.3 | 2026-08-05 |
| 40▼4 | Muse Spark Open Meta AI | ±2.0 | 2026-10-15 |