Gemini 3.1 Pro: Googles Sprung im logischen Denken erklärt

TL;DR

Google hat am 19. Februar 2026 Gemini 3.1 Pro (Preview) veröffentlicht. Die wichtigsten Zahlen:

• ARC-AGI-2: 77,1 % — mehr als das Doppelte von Gemini 3 Pro (31,1 %), schlägt Opus 4.6 (68,8 %) und GPT-5.2 (52,9 %)
• GPQA Diamond: 94,3 % — führt bei allen Modellen in Naturwissenschaften auf Hochschulniveau
• SWE-bench: 80,6 % — zieht mit Opus 4.6 (80,8 %) beim Coding gleich
• Preis: 2 $/12 $ pro Mio. Token — günstigstes Frontier-Modell
• 1M Token Kontext — unverändert gegenüber Gemini 3 Pro
• Führend in 13 von 16 Benchmarks, die von Google evaluiert wurden
• Ab sofort in der Preview verfügbar: AI Studio, Vertex AI, Gemini CLI, Gemini App

Was Google angekündigt hat

Am 19. Februar 2026 veröffentlichte Google Gemini 3.1 Pro – das erste „.1“-Inkrement in ihrer Modell-Versionierung. Es baut auf Gemini 3 Pro (November 2025) auf, indem es Techniken aus der Gemini 3 Deep Think Serie in ein zugänglicheres, schnelleres Modell integriert.

Googles Blog beschreibt es als entwickelt für „Aufgaben, bei denen eine einfache Antwort nicht ausreicht“ — komplexes, mehrstufiges logisches Denken (Reasoning), Datensynthese und agentische Workflows.

Die Schlagzeile: 77,1 % bei ARC-AGI-2, dem Benchmark für neuartiges abstraktes logisches Denken. Das ist mehr als das Doppelte der 31,1 % von Gemini 3 Pro und liegt deutlich vor Opus 4.6 (68,8 %) und GPT-5.2 (52,9 %). VentureBeat nennt es „ein Deep Think Mini mit anpassbarem Reasoning auf Abruf“.

Vollständige Benchmark-Analyse

Wo Gemini 3.1 Pro führt (13 von 16 Benchmarks)

Wo Wettbewerber noch gewinnen

Der Sprung im Reasoning im Kontext

ARC-AGI-2 misst die Fähigkeit eines Modells, Probleme zu lösen, die es noch nie zuvor gesehen hat — reines abstraktes logisches Denken, kein Mustervergleich aus Trainingsdaten. So schnell hat sich Gemini verbessert:

Gemini 3.1 Pro sprang in einer Version von 31,1 % auf 77,1 % — eine Verbesserung von 148 %. Dies resultiert aus der Integration der erweiterten Reasoning-Techniken von Deep Think in das Basismodell.

Was sich gegenüber Gemini 3 Pro geändert hat

1. Deep Think Integration

Gemini 3 Deep Think war ein separates, langsameres Modell, das für erweitertes Reasoning optimiert war. Gemini 3.1 Pro integriert diese Techniken direkt in das Standardmodell, mit anpassbarer Reasoning-Tiefe. Sie erhalten Reasoning auf Deep Think-Niveau ohne die Deep Think-Latenz für die meisten Aufgaben.

2. Dramatisch besseres Reasoning

Die Zahlen sprechen für sich:

3. Bessere agentische Performance

Die Ergebnisse von APEX-Agents (33,5 %) und MCP Atlas (69,2 %) zeigen, dass Gemini 3.1 Pro als autonomer Agent deutlich leistungsfähiger ist — Tool-Nutzung, mehrstufige Planung und Selbstkorrektur wurden verbessert.

4. Beibehaltung der multimodalen Stärke

Gemini 3.1 Pro behält den Kernvorteil von Gemini bei: native multimodale Verarbeitung von Text, Bildern, Audio und Video innerhalb eines einzigen Kontexts. Kein anderes Frontier-Modell erreicht diese Breite zu diesem Preispunkt.

Preise

Gleicher Preis wie Gemini 3 Pro — ein kostenloses Upgrade:

Vergleich mit Wettbewerbern

Gemini 3.1 Pro ist das günstigste Frontier-Modell — 33 % günstiger als Sonnet 4.6 beim Input und 20 % günstiger beim Output.

Kosten pro Session (100K in + 20K out)

Zusätzliche Kostenoptimierung:

• Batch-Modus: 50 % Rabatt (0,22 $/Session)


• Context Caching: Gecachte Input-Reads kosten 10 % des Basispreises

Verfügbarkeit

Wo es verwendet werden kann

API-Schnellstart

import google.generativeai as genai

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

response = model.generate_content("Ihr Prompt hier")
print(response.text)

Custom Tools Endpunkt

Google hat außerdem einen spezialisierten Endpunkt für bessere Tool-Performance veröffentlicht:

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

Verwenden Sie diesen Endpunkt, wenn Sie Agenten bauen, die stark auf Function Calling und Tool-Nutzung angewiesen sind.

Was das bedeutet

Das Rennen um Reasoning spitzt sich zu

Drei Frontier-Modelle wurden innerhalb von 13 Tagen veröffentlicht:

• 6. Feb: Claude Opus 4.6 (Anthropic)


• 17. Feb: Claude Sonnet 4.6 (Anthropic)


• 19. Feb: Gemini 3.1 Pro (Google)

Klassenbestes Reasoning zu Budget-Preisen

Die 77,1 % von Gemini 3.1 Pro bei ARC-AGI-2 sind der höchste verfügbare Reasoning-Score zum niedrigsten Preis (2 $/12 $). Für Aufgaben, die neuartige Problemlösungen, abstraktes Denken oder wissenschaftliche Analysen erfordern, ist es die klare Wahl.

Gleichstand beim Coding

Mit 80,6 % im SWE-bench (gegenüber 80,8 % bei Opus 4.6 und 79,6 % bei Sonnet 4.6) ist Gemini 3.1 Pro zum ersten Mal beim Coding wettbewerbsfähig. Frühere Gemini-Modelle lagen in diesem Benchmark deutlich hinter Claude zurück.

Das fehlende Puzzleteil: Computer-Nutzung

Gemini 3.1 Pro bietet keine Benchmarks für OSWorld (Computer-Nutzung). Claude Sonnet 4.6 führt mit 72,5 % in dieser Fähigkeit. Wenn Ihr Workflow Browser-Automatisierung, das Ausfüllen von Formularen oder die Desktop-Steuerung umfasst, bleibt Claude die einzige praktikable Option.

Für Entwickler, die Produkte bauen

Die praktischen Auswirkungen:

• Günstigstes Reasoning: 0,44 $/Session vs. 0,60 $ (Sonnet) vs. 0,80 $ (GPT-5.2)


• Bestens geeignet für wissenschaftliche/analytische Aufgaben: 94,3 % GPQA Diamond ist der höchste verfügbare Score


• Wettbewerbsfähig beim Coding: 80,6 % SWE-bench schließt die Lücke zu Claude


• Multimodaler Vorteil: Native Video-/Audioverarbeitung, die Claude und GPT nicht erreichen


• Preview-Status: Noch nicht GA — erwarten Sie Verbesserungen vor der allgemeinen Verfügbarkeit

• Google Blog: Gemini 3.1 Pro announcement
• Google DeepMind: Gemini 3.1 Pro Model Card
• 9to5Google: Gemini 3.1 Pro for complex problem-solving
• VentureBeat: Gemini 3.1 Pro first impressions
• MarkTechPost: Gemini 3.1 Pro 77.1% ARC-AGI-2
• OfficeChai: Gemini 3.1 Pro Benchmarks
• GitHub Blog: Gemini 3.1 Pro in GitHub Copilot
• The Decoder: Gemini 3.1 Pro reasoning