Gemini 3.1 Pro: Skok v uvažování od Googlu vysvětlen

TL;DR

Google vydal Gemini 3.1 Pro (preview) 19. února 2026. Klíčová čísla:

• ARC-AGI-2: 77,1 % — více než dvojnásobek Gemini 3 Pro (31,1 %), poráží Opus 4.6 (68,8 %) a GPT-5.2 (52,9 %)
• GPQA Diamond: 94,3 % — vede nad všemi modely ve vědeckých úlohách na úrovni postgraduálního studia
• SWE-bench: 80,6 % — vyrovná se Opus 4.6 (80,8 %) v kódování
• Cena: 2 $/12 $ za M tokenů — nejlevnější špičkový (frontier) model
• Kontext 1M tokenů — beze změny oproti Gemini 3 Pro
• Vede ve 13 z 16 benchmarků hodnocených Googlem
• Dostupné nyní v preview: AI Studio, Vertex AI, Gemini CLI, aplikace Gemini

Co Google oznámil

1. února 2026 vydal Google Gemini 3.1 Pro — první přírůstek „.1“ ve svém verzování modelů. Staví na Gemini 3 Pro (listopad 2025) a integruje techniky z řady Gemini 3 Deep Think do dostupnějšího a rychlejšího modelu.

Hlavní statistika: 77,1 % v ARC-AGI-2, benchmarku pro nové abstraktní uvažování. To je více než dvojnásobek oproti 31,1 % u Gemini 3 Pro a výrazně před modely Opus 4.6 (68,8 %) i GPT-5.2 (52,9 %). VentureBeat jej nazývá „Deep Think Mini s nastavitelným uvažováním na vyžádání“.

Kompletní rozbor benchmarků

Kde Gemini 3.1 Pro vede (13 z 16 benchmarků)

Kde konkurence stále vítězí

Skok v uvažování v kontextu

ARC-AGI-2 měří schopnost modelu řešit problémy, které nikdy dříve neviděl — čisté abstraktní uvažování, nikoliv shodu vzorů z tréninkových dat. Zde je vidět, jak rychle se Gemini zlepšilo:

Gemini 3.1 Pro poskočilo z 31,1 % na 77,1 % v jediné verzi — to je zlepšení o 148 %. Toho bylo dosaženo integrací pokročilých technik uvažování z Deep Think přímo do základního modelu.

Co se změnilo oproti Gemini 3 Pro

1. Integrace Deep Think

Gemini 3 Deep Think byl samostatný, pomalejší model optimalizovaný pro hluboké uvažování. Gemini 3.1 Pro tyto techniky začleňuje do standardního modelu s nastavitelnou hloubkou uvažování. U většiny úkolů tak získáte úroveň uvažování Deep Think bez jeho vysoké latence.

2. Dramaticky lepší uvažování

Čísla mluví sama za sebe:

3. Lepší výkon v agentních úlohách

Skóre v APEX-Agents (33,5 %) a MCP Atlas (69,2 %) ukazují, že Gemini 3.1 Pro je výrazně schopnější jako autonomní agent — používání nástrojů, vícekrokové plánování a samokorekce jsou na mnohem vyšší úrovni.

4. Zachování multimodální síly

Gemini 3.1 Pro si ponechává hlavní výhodu modelů Gemini: nativní multimodální zpracování textu, obrázků, zvuku a videa v rámci jediného kontextu. Žádný jiný špičkový model nenabízí takovou šíři za tuto cenu.

Ceny

Stejná cena jako u Gemini 3 Pro — bezplatný upgrade:

Srovnání s konkurencí

Gemini 3.1 Pro je nejlevnější špičkový model — o 33 % levnější než Sonnet 4.6 na vstupu a o 20 % levnější na výstupu.

Cena za sezení (100K vstup + 20K výstup)

Další optimalizace nákladů:

• Batch mode: 50% sleva (0,22 $/sezení)


• Context caching: Čtení z cacheovaného vstupu stojí 10 % základní ceny

Dostupnost

Kde jej používat

Rychlý start s API

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-3.1-pro-preview")

response = model.generate_content("Váš prompt zde")
print(response.text)

Koncový bod pro vlastní nástroje (Custom Tools)

Google také spustil specializovaný koncový bod pro lepší výkon nástrojů:

model = genai.GenerativeModel("gemini-3.1-pro-preview-customtools")

Tento koncový bod použijte při budování agentů, kteří silně spoléhají na volání funkcí (function calling) a používání nástrojů.

Co to znamená

Závod v uvažování přitvrzuje

Během 13 dnů byly vydány tři špičkové modely:

• 6. února: Claude Opus 4.6 (Anthropic)


• 17. února: Claude Sonnet 4.6 (Anthropic)


• 19. února: Gemini 3.1 Pro (Google)

Nejlepší uvažování ve své třídě za výhodnou cenu

Výsledek 77,1 % v ARC-AGI-2 u Gemini 3.1 Pro je nejvyšší dostupné skóre uvažování za nejnižší cenu (2 $/12 $). Pro úkoly vyžadující nové řešení problémů, abstraktní uvažování nebo vědeckou analýzu je to jasná volba.

Rovnocennost v kódování

S 80,6 % v SWE-bench (oproti 80,8 % u Opus 4.6 a 79,6 % u Sonnet 4.6) je Gemini 3.1 Pro poprvé plně konkurenceschopné v kódování. Předchozí modely Gemini v tomto benchmarku za modely Claude výrazně zaostávaly.

Chybějící kousek: Ovládání počítače (Computer Use)

Gemini 3.1 Pro nemá benchmark v OSWorld (ovládání počítače). Claude Sonnet 4.6 v této schopnosti vede se 72,5 %. Pokud vaše workflow zahrnuje automatizaci prohlížeče, vyplňování formulářů nebo ovládání desktopu, Claude zůstává jedinou životaschopnou volbou.

Pro vývojáře budující produkty

Praktické důsledky:

• Nejlevnější uvažování: 0,44 $/sezení vs. 0,60 $ (Sonnet) vs. 0,80 $ (GPT-5.2)


• Nejlepší pro vědecké/analytické úkoly: 94,3 % v GPQA Diamond je nejvyšší dostupné skóre


• Konkurenceschopné v kódování: 80,6 % v SWE-bench stahuje náskok Claudu


• Multimodální výhoda: Nativní zpracování videa/audia, kterému se Claude a GPT nevyrovnají


• Stav preview: Zatím není GA (General Availability) – očekávejte vylepšení před plným vydáním

• Google Blog: Oznámení Gemini 3.1 Pro
• Google DeepMind: Model Card Gemini 3.1 Pro
• 9to5Google: Gemini 3.1 Pro pro komplexní řešení problémů
• VentureBeat: První dojmy z Gemini 3.1 Pro
• MarkTechPost: Gemini 3.1 Pro 77,1 % ARC-AGI-2
• OfficeChai: Benchmarky Gemini 3.1 Pro
• GitHub Blog: Gemini 3.1 Pro v GitHub Copilot
• The Decoder: Schopnosti uvažování Gemini 3.1 Pro