Gemini 3.1 Pro: Googles resonemangskliv förklarat

TL;DR

Google släppte Gemini 3.1 Pro (preview) den 19 februari 2026. De viktigaste siffrorna:

• ARC-AGI-2: 77,1 % — mer än dubbelt så mycket som Gemini 3 Pro (31,1 %), slår Opus 4.6 (68,8 %) och GPT-5.2 (52,9 %)
• GPQA Diamond: 94,3 % — leder över alla modeller inom vetenskap på avancerad nivå
• SWE-bench: 80,6 % — matchar Opus 4.6 (80,8 %) inom kodning
• Pris: $2/$12 per M tokens — billigaste frontier-modellen
• 1M token context — oförändrat från Gemini 3 Pro
• Leder på 13 av 16 benchmarks som utvärderats av Google
• Tillgänglig nu i preview: AI Studio, Vertex AI, Gemini CLI, Gemini-appen

Vad Google tillkännagav

Den 19 februari 2026 släppte Google Gemini 3.1 Pro — den första ".1"-uppdateringen i deras modellversionering. Den bygger på Gemini 3 Pro (november 2025) genom att integrera tekniker från Gemini 3 Deep Think-serien i en mer tillgänglig och snabbare modell.

Googles blogg beskriver den som utformad för "uppgifter där ett enkelt svar inte räcker" — komplexa resonemang i flera steg, datasyntes och agentiska arbetsflöden.

Den viktigaste statistiken: 77,1 % på ARC-AGI-2, benchmarken för ny abstrakt slutledningsförmåga. Det är mer än dubbelt så mycket som Gemini 3 Pros 31,1 % och betydligt före både Opus 4.6 (68,8 %) och GPT-5.2 (52,9 %). VentureBeat kallar den "en Deep Think Mini med anpassningsbart resonemang vid behov".

Fullständig genomgång av benchmarks

Där Gemini 3.1 Pro leder (13 av 16 benchmarks)

Där konkurrenterna fortfarande vinner

Resonemangsklivet i sitt sammanhang

ARC-AGI-2 mäter en modells förmåga att lösa problem den aldrig sett tidigare — rent abstrakt resonemang, inte mönsterigenkänning från träningsdata. Så här snabbt förbättrades Gemini:

Gemini 3.1 Pro hoppade från 31,1 % till 77,1 % i en enda version — en förbättring på 148 %. Detta beror på integreringen av Deep Thinks utökade resonemangstekniker i basmodellen.

Vad har ändrats jämfört med Gemini 3 Pro

1. Deep Think-integrering

Gemini 3 Deep Think var en separat, långsammare modell optimerad för omfattande resonemang. Gemini 3.1 Pro bakar in dessa tekniker i standardmodellen, med justerbart resonemangsdjup. Du får resonemang på Deep Think-nivå utan Deep Think-latensen för de flesta uppgifter.

2. Dramatiskt bättre resonemang

Siffrorna talar för sig själva:

3. Bättre agentisk prestanda

Resultaten för APEX-Agents (33,5 %) och MCP Atlas (69,2 %) visar att Gemini 3.1 Pro är betydligt mer kapabel som en autonom agent — verktygsanvändning, planering i flera steg och självkorrigering har alla förbättrats.

4. Bibehållen multimodal styrka

Gemini 3.1 Pro behåller Geminis kärnfördel: inbyggd multimodal bearbetning av text, bilder, ljud och video inom en och samma kontext. Ingen annan frontier-modell matchar denna bredd vid denna prispunkt.

Prissättning

Samma pris som Gemini 3 Pro — en gratis uppgradering:

Jämförelse med konkurrenter

Gemini 3.1 Pro är den billigaste frontier-modellen — 33 % billigare än Sonnet 4.6 på input och 20 % billigare på output.

Kostnad per session (100K in + 20K ut)

Ytterligare kostnadsoptimering:

• Batch mode: 50 % rabatt ($0,22/session)


• Context caching: Cachade input-läsningar kostar 10 % av baspriset

Tillgänglighet

Var den kan användas

Snabbstart för 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)

Endpoint för anpassade verktyg

Google lanserade också en specialiserad endpoint för bättre verktygsprestanda:

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

Använd denna endpoint när du bygger agenter som förlitar sig tungt på funktionsanrop och verktygsanvändning.

Vad detta innebär

Resonemangsracet trappas upp

Tre frontier-modeller släppta på 13 dagar:

• 6 feb: Claude Opus 4.6 (Anthropic)


• 17 feb: Claude Sonnet 4.6 (Anthropic)


• 19 feb: Gemini 3.1 Pro (Google)

Bäst-i-klassen-resonemang till budgetpris

Gemini 3.1 Pros 77,1 % på ARC-AGI-2 är den högsta resonemangspoängen som finns tillgänglig, till det lägsta priset ($2/$12). För uppgifter som kräver nyskapande problemlösning, abstrakt resonemang eller vetenskaplig analys är den det självklara valet.

Kodningsparitet

Med 80,6 % på SWE-bench (mot Opus 4.6:s 80,8 % och Sonnet 4.6:s 79,6 %) är Gemini 3.1 Pro nu för första gången konkurrenskraftig inom kodning. Tidigare Gemini-modeller låg betydligt efter Claude i denna benchmark.

Den saknade biten: Datoranvändning

Gemini 3.1 Pro har inte testats på OSWorld (datoranvändning). Claude Sonnet 4.6 leder med 72,5 % inom denna förmåga. Om ditt arbetsflöde involverar webbläsarautomation, ifyllnad av formulär eller styrning av skrivbordet, förblir Claude det enda livskraftiga alternativet.

För utvecklare som bygger produkter

De praktiska konsekvenserna:

• Billigaste resonemanget: $0,44/session mot $0,60 (Sonnet) mot $0,80 (GPT-5.2)


• Bäst för vetenskapliga/analytiska uppgifter: 94,3 % på GPQA Diamond är den högsta poängen som finns tillgänglig


• Konkurrenskraftig på kodning: 80,6 % på SWE-bench minskar gapet till Claude


• Multimodal fördel: Inbyggd video- och ljudbearbetning som Claude och GPT inte matchar


• Preview-status: Inte GA ännu — förvänta dig förbättringar innan fullständig lansering

• 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