Gemini 3.1 Pro: เจาะลึกการก้าวกระโดดด้านการใช้เหตุผลของ Google

TL;DR

Google เปิดตัว Gemini 3.1 Pro (preview) เมื่อวันที่ 19 กุมภาพันธ์ 2026 โดยมีตัวเลขที่สำคัญดังนี้:

• ARC-AGI-2: 77.1% — มากกว่า Gemini 3 Pro (31.1%) ถึงสองเท่า และชนะทั้ง Opus 4.6 (68.8%) และ GPT-5.2 (52.9%)
• GPQA Diamond: 94.3% — เป็นผู้นำในทุกโมเดลด้านวิทยาศาสตร์ระดับบัณฑิตศึกษา
• SWE-bench: 80.6% — ทัดเทียมกับ Opus 4.6 (80.8%) ในด้านการเขียนโค้ด
• ราคา: $2/$12 ต่อล้าน (M) โทเคน — เป็น frontier model ที่ราคาถูกที่สุด
• 1M token context — ไม่เปลี่ยนแปลงจาก Gemini 3 Pro
• เป็นผู้นำใน 13 จาก 16 เกณฑ์มาตรฐาน (benchmarks) ที่ประเมินโดย Google
• พร้อมใช้งานแล้วในเวอร์ชัน preview: AI Studio, Vertex AI, Gemini CLI, แอป Gemini

สิ่งที่ Google ประกาศ

เมื่อวันที่ 19 กุมภาพันธ์ 2026 Google ได้เปิดตัว Gemini 3.1 Pro ซึ่งเป็นเวอร์ชันย่อย ".1" ครั้งแรกในการกำหนดเลขเวอร์ชันของโมเดล โดยพัฒนาต่อยอดมาจาก Gemini 3 Pro (พฤศจิกายน 2025) ด้วยการรวมเทคนิคจากซีรีส์ Gemini 3 Deep Think เข้าสู่โมเดลที่เข้าถึงได้ง่ายขึ้นและทำงานได้รวดเร็วขึ้น

บล็อกของ Google อธิบายว่ามันถูกออกแบบมาสำหรับ "งานที่คำตอบแบบง่ายๆ นั้นไม่เพียงพอ" เช่น การใช้เหตุผลหลายขั้นตอนที่ซับซ้อน (multi-step reasoning), การสังเคราะห์ข้อมูล และเวิร์กโฟลว์ของ agent

ตัวเลขที่เป็นพาดหัวข่าวคือ: 77.1% บน ARC-AGI-2 ซึ่งเป็นเกณฑ์มาตรฐานสำหรับการใช้เหตุผลเชิงนามธรรมในสถานการณ์ใหม่ (novel abstract reasoning) ซึ่งสูงกว่าคะแนน 31.1% ของ Gemini 3 Pro ถึงสองเท่า และนำหน้าทั้ง Opus 4.6 (68.8%) และ GPT-5.2 (52.9%) อย่างชัดเจน ทาง VentureBeat เรียกสิ่งนี้ว่า "Deep Think Mini ที่สามารถปรับระดับการใช้เหตุผลได้ตามต้องการ"

รายละเอียดคะแนน Benchmark ทั้งหมด

จุดที่ Gemini 3.1 Pro เป็นผู้นำ (13 จาก 16 เกณฑ์มาตรฐาน)

จุดที่คู่แข่งยังคงชนะ

การก้าวกระโดดด้านการใช้เหตุผลในมุมกว้าง

ARC-AGI-2 วัดความสามารถของโมเดลในการแก้ปัญหาที่ไม่เคยพบเห็นมาก่อน ซึ่งเป็นการใช้เหตุผลเชิงนามธรรมล้วนๆ ไม่ใช่การจับคู่รูปแบบจากข้อมูลการฝึกสอน นี่คือความเร็วในการพัฒนาของ Gemini:

Gemini 3.1 Pro พุ่งจาก 31.1% เป็น 77.1% ในเวอร์ชันเดียว — คิดเป็นการพัฒนาขึ้นถึง 148% ซึ่งมาจากการผสานเทคนิคการใช้เหตุผลขั้นสูงของ Deep Think เข้าไปในโมเดลพื้นฐาน

สิ่งที่เปลี่ยนแปลงไปเมื่อเทียบกับ Gemini 3 Pro

1. การรวมเทคโนโลยี Deep Think

Gemini 3 Deep Think เคยเป็นโมเดลแยกต่างหากที่ทำงานช้ากว่าและปรับแต่งมาเพื่อการใช้เหตุผลที่ซับซ้อน แต่ Gemini 3.1 Pro ได้ใส่เทคนิคเหล่านั้นลงในโมเดลมาตรฐาน พร้อมทั้งสามารถปรับความลึกของการใช้เหตุผลได้ คุณจะได้รับความสามารถในการใช้เหตุผลระดับเดียวกับ Deep Think โดยไม่มีความหน่วง (latency) ของ Deep Think ในงานส่วนใหญ่

2. การใช้เหตุผลที่ดีขึ้นอย่างมาก

ตัวเลขบ่งบอกด้วยตัวเอง:

3. ประสิทธิภาพของ Agent ที่ดีขึ้น

คะแนนจาก APEX-Agents (33.5%) และ MCP Atlas (69.2%) แสดงให้เห็นว่า Gemini 3.1 Pro มีความสามารถในฐานะ autonomous agent มากขึ้นอย่างมีนัยสำคัญ ทั้งการใช้เครื่องมือ, การวางแผนหลายขั้นตอน และการแก้ไขข้อผิดพลาดด้วยตนเอง (self-correction) ล้วนได้รับการปรับปรุงทั้งหมด

4. ยังคงความแข็งแกร่งด้าน Multimodal

Gemini 3.1 Pro ยังคงรักษาข้อได้เปรียบหลักของ Gemini ไว้ นั่นคือการประมวลผล multimodal แบบ native ทั้งข้อความ, รูปภาพ, เสียง และวิดีโอ ภายในบริบทเดียว ไม่มีโมเดลระดับแนวหน้าเจ้าอื่นที่ทำได้กว้างขวางขนาดนี้ในระดับราคานี้

ราคา

ราคาเท่าเดิมกับ Gemini 3 Pro — เป็นการอัปเกรดให้ฟรี:

เปรียบเทียบกับคู่แข่ง

Gemini 3.1 Pro เป็น frontier model ที่ถูกที่สุด โดยถูกกว่า Sonnet 4.6 ถึง 33% ในส่วนของ input และถูกกว่า 20% สำหรับ output

ต้นทุนต่อเซสชัน (100K in + 20K out)

การเพิ่มประสิทธิภาพต้นทุนเพิ่มเติม:

• Batch mode: ส่วนลด 50% ($0.22/เซสชัน)


• Context caching: การอ่านอินพุตที่แคชไว้ (cached input reads) มีค่าใช้จ่ายเพียง 10% ของราคาพื้นฐาน

ความพร้อมในการใช้งาน

ใช้งานได้ที่ไหนบ้าง

API Quick Start

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)

Custom Tools Endpoint

Google ยังได้เปิดตัว endpoint เฉพาะเพื่อให้เครื่องมือต่างๆ ทำงานได้ดีขึ้น:

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

ใช้ endpoint นี้เมื่อสร้าง agent ที่ต้องพึ่งพาการเรียกใช้ฟังก์ชัน (function calling) และการใช้เครื่องมืออย่างหนัก

ความหมายของสิ่งนี้

การแข่งขันด้านการใช้เหตุผลเริ่มดุเดือด

มีการเปิดตัว frontier model ถึงสามรุ่นภายในเวลาเพียง 13 วัน:

• 6 ก.พ.: Claude Opus 4.6 (Anthropic)


• 17 ก.พ.: Claude Sonnet 4.6 (Anthropic)


• 19 ก.พ.: Gemini 3.1 Pro (Google)

การใช้เหตุผลที่ดีที่สุดในกลุ่มในราคาประหยัด

คะแนน 77.1% ของ Gemini 3.1 Pro ใน ARC-AGI-2 เป็นคะแนนการใช้เหตุผลที่สูงที่สุดที่มีให้ใช้งานในปัจจุบัน ในราคาที่ต่ำที่สุด ($2/$12) สำหรับงานที่ต้องการการแก้ปัญหาใหม่ๆ, การใช้เหตุผลเชิงนามธรรม หรือการวิเคราะห์ทางวิทยาศาสตร์ นี่คือตัวเลือกที่ชัดเจนที่สุด

ความสามารถด้านการเขียนโค้ดที่ทัดเทียมกัน

ด้วยคะแนน 80.6% ใน SWE-bench (เทียบกับ 80.8% ของ Opus 4.6 และ 79.6% ของ Sonnet 4.6) ทำให้ Gemini 3.1 Pro ก้าวขึ้นมาแข่งขันในด้านการเขียนโค้ดได้เป็นครั้งแรก โดยก่อนหน้านี้โมเดล Gemini มักจะตามหลัง Claude ในเกณฑ์มาตรฐานนี้อย่างมาก

ส่วนที่ยังขาดหายไป: Computer Use

Gemini 3.1 Pro ไม่ได้มีคะแนนทดสอบใน OSWorld (การสั่งงานคอมพิวเตอร์) ซึ่ง Claude Sonnet 4.6 เป็นผู้นำอยู่ที่ 72.5% ในความสามารถนี้ หากเวิร์กโฟลว์ของคุณเกี่ยวข้องกับการทำงานอัตโนมัติบนเบราว์เซอร์, การกรอกฟอร์ม หรือการควบคุมเดสก์ท็อป Claude ยังคงเป็นตัวเลือกเดียวที่ใช้งานได้จริง

สำหรับนักพัฒนาที่กำลังสร้างผลิตภัณฑ์

นัยสำคัญในทางปฏิบัติ:

• การใช้เหตุผลที่ถูกที่สุด: $0.44/เซสชัน เทียบกับ $0.60 (Sonnet) และ $0.80 (GPT-5.2)


• ดีที่สุดสำหรับงานวิทยาศาสตร์/การวิเคราะห์: 94.3% ใน GPQA Diamond คือคะแนนที่สูงที่สุดในปัจจุบัน


• แข่งขันได้ในการเขียนโค้ด: 80.6% ใน SWE-bench ช่วยลดช่องว่างกับ Claude


• ความได้เปรียบด้าน Multimodal: การประมวลผลวิดีโอ/เสียงแบบ native ที่ Claude และ GPT ยังตามไม่ทัน


• สถานะ Preview: ยังไม่ใช่ GA (General Availability) — คาดว่าจะมีการปรับปรุงเพิ่มเติมก่อนเปิดตัวจริง

• 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