模型
别名：3.1 Pro
Google发布的闭源大语言模型。
已跟踪 22 条高相关材料
最近变化
2026-06-02 · M3在SWE-Bench Pro上得分59%，超越GPT-5.5和Gemini 3.1 Pro
为什么值得关注
Gemini 3.1 Pro 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Gemini 3.5 Flash: more expensive, but Google plan to use it for everything
Simon Willison's Weblog · 8.7 分
Google发布Gemini 3.5 Flash，定价提升至3.1 Flash-Lite的6倍，却广泛部署于搜索、AI助手和企业平台，反映大模型厂商正通过高价模型试探API客户支付意愿，同时性能与成本显著高于前代产品。
MiniMax M3一手实测：老黄PPT上74个Logo，我以为能难住它
量子位 · 8.5 分
MiniMax M3是国内首个同时具备长上下文、多模态与Coding能力的开源模型，实测在SWE-Bench Pro上跑出59%成绩，超越GPT-5.5和Gemini 3.1 Pro，效率达上代1/20。
Can LLMs generate Enterprise Quality Code? — Prasenjit Sarkar, Sonar
AI Engineer · 8.5 分
LLMs生成的代码虽功能通过率高（如Gemini 3.1 Pro达84.17%），但存在严重可维护性与安全缺陷，Sonar用4,444个Java任务评估发现其每百万行代码含614个bug，且代码冗长、复杂度高。
已收录 22 条与 Gemini 3.1 Pro 相关的内容，按评分排序。
Google发布Gemini 3.5 Flash，定价是前代Flash-Lite的6倍，却广泛部署于搜索、AI助手和企业平台，反映大模型厂商正通过高价模型试探API客户支付意愿。
入选理由：Gemini 3.5 Flash输入价格为$1.50/百万token，输出为$9/百万token，是3.1 Flash-Lite的6倍。
MiniMax M3是国内首个同时具备长上下文、多模态与Coding能力的开源模型，实测在SWE-Bench Pro上跑出59%成绩，超越GPT-5.5和Gemini 3.1 Pro，效率达上代1/20。
入选理由：M3在SWE-Bench Pro上得分59%，超越GPT-5.5和Gemini 3.1 Pro
LLMs生成的代码虽功能通过率高（如Gemini 3.1 Pro达84.17%），但存在严重可维护性与安全缺陷，Sonar用4,444个Java任务评估发现其每百万行代码含614个bug，且代码冗长、复杂度高。
入选理由：Gemini 3.1 Pro在SWE Bench测试中功能通过率达84.17%，但生成代码冗长（307,000行）且复杂度高（圈复杂度234）。
测试包括与 Gemini 和 GLM 的对比，涵盖多种场景。
入选理由：Claude Opus 4.8 在 200 多项前端测试中胜过 Gemini 3.1 Pro 和 GLM 5.1。
腾讯混元开源Hy-MT2翻译模型，提供33种语言互译，7B和30B-A3B模型达开源最佳效果，1.8B模型超商业API，支持1.25-bit量化仅需440MB存储。
入选理由：Hy-MT2的7B和30B-A3B模型在翻译任务中达到开源最佳效果，超越数十倍参数量模型
AI使教育科技门槛降低，个人仅需少量成本即可开发高质量3D教育应用。
入选理由：2020年开发同类应用需80万美元，2026年只需不到10美元。
百度发布文心5.1，以6%预训练成本登顶国内搜索榜，Agent能力超DeepSeek-V4-Pro，创意写作媲美Gemini 3.1 Pro。
入选理由：文心5.1预训练成本仅为业界同规模模型的6%，显著降低AI训练门槛。
Physics-Intern 框架通过多智能体协作将 Gemini 3.1 Pro 在 CritPt 基准上的表现从 17.7% 提升至 31.4%，创下理论物理推理新 SOTA。
入选理由：Physics-Intern 使用多智能体协作框架解决复杂理论物理问题。
文章分析了文本竞技场排名前五的实验室及其模型，展示了前沿模型在不同领域的优势和权衡。AnthropicAI的Claude Opus 4.7表现最为全面，而Google DeepMind的Gemini 3.1 Pro在创意写作方面尤为突出。
入选理由：AnthropicAI的Claude Opus 4.7在几乎所有主要类别中都表现出色，是最具统治力的模型。
开源模型MiniMax M3已达到与GPT-5.5和Opus 4.7相当的性能，尤其在编码任务上优于Gemini 3.1 Pro，且成本仅为它们的1/10，其权重将于下周在Hugging Face开放。
入选理由：MiniMax M3在SWE Bench Pro上与GPT-5.5性能相当
Gemini 3.5 Flash在视觉任务上超越3.1 Pro版本，平均速度快6倍，展现了多模态理解能力优势。该性能提升对实时视觉应用具有重要意义。
入选理由：Gemini 3.5 Flash在视觉任务上表现优于3.1 Pro版本
AI 可通过 GenSpark 平台调用多个专业代理（如研究、语音脚本、呼叫代理等）自动拨打 100 个英国水管工电话，以验证其作为 24/7 接待员的商业化潜力；实验中 AI 成功引导用户跳转至预约页面，但未披露最终转化数据。
入选理由：使用 GenSpark 构建多代理 AI 系统，整合研究、Stripe、语音脚本、呼叫、收件箱等 6 类代理。
Philipp Schmid利用GoogleDeepMind的Gemini 3.1 Pro观看cursor_ai SDK的发布视频并生成制作脚本，随后使用Remotion无提示重现视频，展示其视频理解能力。
入选理由：Gemini 3.1 Pro能够理解视频内容并创建生产脚本。
Google DeepMind发布的Gemini 3.5 Flash在Code Arena前端编码评估中取得突破性成绩，得分1507分，较3 Flash提升70分，并超越3.1 Pro版本，同时输出速度提升2倍以上。
入选理由：Gemini 3.5 Flash在Code Arena: Frontend评估中得分1507分，较Gemini-3 Flash提升70点
文章介绍了Pareto Code概念，通过真实市场需求重新定义帕累托前沿，DeepSeek V4 Pro目前排名第一。
入选理由：Pareto Code基于真实市场数据优化模型选择
Philipp Schmid展示了一个使用@stripe Link重建的示例，通过1个指令和15分钟完成相同工作流程，展示了AI辅助视频创作的能力。
入选理由：Philipp Schmid使用Gemini 3.1 Pro观察cursor_ai SDK的发布视频并生成制作脚本。
Google发布Gemini Flash 3.5，模型效果超越3.1 Pro，性能指标接近GPT-5.5，在Agentic和多模态方面更具优势，价格仅为GPT-5.5的三分之一，上下文窗口达1M token。
入选理由：Gemini Flash 3.5模型效果大幅超越3.1 Pro，性能指标与GPT-5.5接近，在Agentic和多模态能力上优于GPT-5.5
Google DeepMind 发布的 Gemini 3.5 Flash 模型已在 OpenRouter 平台上线，在编码、代理任务和工具使用方面超越 Gemini 3.1 Pro，同时保持 Flash 级别的价格和速度优势。
入选理由：Gemini 3.5 Flash 在编码、代理任务和工具使用方面超越 Gemini 3.1 Pro
Google 发布 Gemini 3.5 Flash 模型，强调速度与能力的平衡。相比 3.1 Pro，新模型在几乎所有基准测试中表现更好，尤其在编程任务上有巨大进步，现已通过 API 和产品全面开放。
入选理由：Gemini 3.5 Flash 模型现已上线，平衡了高速度与高性能。
SWEbench 基准测试已失效，GPT 5.5 在 Deep Suite 上以 70% 准确率领先 Opus 4.7 的 54%，而 SWEbench 显示相反趋势，表明基准不可靠。
入选理由：GPT 5.5 achieves 70% accuracy on Deep Suite, significantly outperforming Opus 4.7 at 54%.
文章介绍使用AI工具生成3D生物结构并构建交互式应用的案例，但缺乏技术深度。
入选理由：使用GPT Images 2生成3D生物结构
这是一则关于 Gemini 3.5 Flash 正式发布的简短推文，仅列举产品卖点，未提供技术细节、基准数据或架构信息，信息密度极低。
入选理由：Gemini 3.5 Flash 已 GA（正式发布），主打 agents 和 coding 场景
