Gemini 3.1 Pro: Google's Reasoning Leap Explained

TL;DR

Google выпустила Gemini 3.1 Pro (preview) 19 февраля 2026 года. Ключевые цифры:

• ARC-AGI-2: 77,1% — более чем в два раза выше, чем у Gemini 3 Pro (31,1%), обходит Opus 4.6 (68,8%) и GPT-5.2 (52,9%)
• GPQA Diamond: 94,3% — лидирует среди всех моделей в тестах по научным дисциплинам на уровне выпускников вузов
• SWE-bench: 80,6% — соответствует уровню Opus 4.6 (80,8%) в программировании
• Цена: $2/$12 за 1 млн токенов — самая дешевая модель флагманского уровня (frontier model)
• Контекстное окно 1 млн токенов — осталось неизменным по сравнению с Gemini 3 Pro
• Лидирует в 13 из 16 бенчмарков, оцененных Google
• Доступно прямо сейчас в режиме превью: AI Studio, Vertex AI, Gemini CLI, приложение Gemini

Что анонсировала Google

19 февраля 2026 года Google выпустила Gemini 3.1 Pro — первое обновление с шагом «.1» в их системе версионирования моделей. Она базируется на Gemini 3 Pro (ноябрь 2025 года), интегрируя методы из серии Gemini 3 Deep Think в более доступную и быструю модель.

В блоге Google модель описывается как предназначенная для «задач, где простого ответа недостаточно» — сложных многошаговых рассуждений, синтеза данных и агентных рабочих процессов.

Главный показатель: 77,1% в тесте ARC-AGI-2, бенчмарке для проверки способности к новым абстрактным рассуждениям. Это более чем в два раза превышает результат Gemini 3 Pro (31,1%) и значительно опережает как Opus 4.6 (68,8%), так и GPT-5.2 (52,9%). Издание VentureBeat называет её «версией Deep Think Mini с настраиваемой глубиной рассуждений по запросу».

Полный разбор бенчмарков

Где лидирует Gemini 3.1 Pro (13 из 16 бенчмарков)

Где конкуренты все еще выигрывают

Скачок в рассуждениях в контексте

ARC-AGI-2 измеряет способность модели решать задачи, которые она никогда раньше не видела — это чистые абстрактные рассуждения, а не сопоставление с шаблонами из обучающих данных. Вот как быстро прогрессировала Gemini:

Gemini 3.1 Pro совершила скачок с 31,1% до 77,1% всего за одну версию — улучшение на 148%. Это достигнуто за счет интеграции методов расширенных рассуждений Deep Think в базовую модель.

Что изменилось по сравнению с Gemini 3 Pro

1. Интеграция Deep Think

Gemini 3 Deep Think была отдельной, более медленной моделью, оптимизированной для длительных рассуждений. В Gemini 3.1 Pro эти методы встроены непосредственно в стандартную модель с возможностью настройки глубины рассуждений. Вы получаете уровень логики Deep Think без характерных для неё задержек в большинстве задач.

2. Кардинально лучшие рассуждения

Цифры говорят сами за себя:

3. Улучшенная работа агентов

Показатели APEX-Agents (33,5%) и MCP Atlas (69,2%) демонстрируют, что Gemini 3.1 Pro значительно эффективнее в качестве автономного агента — использование инструментов, многошаговое планирование и самокоррекция были улучшены.

4. Сохранение преимуществ мультимодальности

Gemini 3.1 Pro сохраняет главное преимущество Gemini: нативную мультимодальную обработку текста, изображений, аудио и видео в рамках одного контекста. Ни одна другая флагманская модель не предлагает такого охвата по этой цене.

Цены

Та же цена, что и у Gemini 3 Pro — бесплатное обновление:

Сравнение с конкурентами

Gemini 3.1 Pro — самая дешевая модель frontier-класса: на 33% дешевле Sonnet 4.6 на входе и на 20% дешевле на выходе.

Стоимость сессии (100K вход + 20K выход)

Дополнительная оптимизация затрат:

• Пакетный режим (Batch mode): скидка 50% ($0,22 за сессию)


• Кэширование контекста: чтение закэшированных входных данных стоит 10% от базовой цены

Доступность

Где использовать

Быстрый старт через 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("Your prompt here")
print(response.text)

Эндпоинт для кастомных инструментов

Google также запустила специализированный эндпоинт для лучшей работы инструментов:

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

Используйте этот эндпоинт при создании агентов, которые сильно полагаются на вызов функций (function calling) и использование инструментов.

Что это значит

Гонка рассуждений накаляется

За 13 дней были выпущены три флагманские модели:

• 6 февраля: Claude Opus 4.6 (Anthropic)


• 17 февраля: Claude Sonnet 4.6 (Anthropic)


• 19 февраля: Gemini 3.1 Pro (Google)

Лучшие в своем классе рассуждения по бюджетной цене

Результат Gemini 3.1 Pro в 77,1% на ARC-AGI-2 — это самый высокий показатель рассуждений, доступный на данный момент по самой низкой цене ($2/$12). Для задач, требующих нестандартного решения проблем, абстрактного мышления или научного анализа, это очевидный выбор.

Паритет в программировании

С результатом 80,6% на SWE-bench (против 80,8% у Opus 4.6 и 79,6% у Sonnet 4.6), Gemini 3.1 Pro впервые стала конкурентоспособной в программировании. Предыдущие модели Gemini значительно отставали от Claude в этом бенчмарке.

Недостающее звено: использование компьютера

Gemini 3.1 Pro не тестировалась в OSWorld (использование компьютера). В этой категории лидирует Claude Sonnet 4.6 с результатом 72,5%. Если ваш рабочий процесс включает автоматизацию браузера, заполнение форм или управление рабочим столом, Claude остается единственным жизнеспособным вариантом.

Для разработчиков, создающих продукты

Практические выводы:

• Самые дешевые рассуждения: $0,44 за сессию против $0,60 (Sonnet) и $0,80 (GPT-5.2)


• Лучшая для научных и аналитических задач: 94,3% на GPQA Diamond — самый высокий доступный балл


• Конкурентоспособность в кодинге: 80,6% на SWE-bench сокращает разрыв с Claude


• Мультимодальное преимущество: нативная обработка видео и аудио, с которой Claude и GPT пока не сравнятся


• Статус превью: еще не GA (General Availability) — ожидайте улучшений до официального релиза

• 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