当前位置：

社区首页

电脑数码

电脑整机

台式机

AIGC文章详情

Gemini 3.1 Pro更懂中文语境，GPT-5.4胜在自动化办公：长文档处理与电脑操控能力成关键分水岭

源自66位全网作者

03-07 12:45

精选参考来源

清华传奇姚顺宇立功！全新Gemini一夜血洗编程，全球仅7人能赢它

Google 发布 Gemini 3.1 Pro：推理能力翻倍，重回 AI 模型第一梯队2026 年 2 月 19 日，距离 Gemini 3 Pro 上线仅三个月，Google 就发布了 Gemini 3.1 Pro。这次升级的核心卖点：推理能力翻倍，价格不变。目前以 Preview 形式向开发者、企业和消费者全面开放。Gemini 3 Pro 去年 11 月上线时曾短暂登顶，随后被 OpenAI 和 Anthropic 反超。这次从第三方评测机构 Artificial Analysis 的数据看，Google 重新拿回了综合智能指数的榜首。推理能力：核心突破3.1 Pro 最大的亮点在推理。ARC-AGI-2（测试模型解决全新逻辑模式的能力）得分从 Gemini 3 Pro 的 31.1% 跳到 77.1%，翻了一倍多。对比竞品：Claude Opus 4.6 得分 68.8%，GPT-5.2 为 52.9%。Humanity's Last Exam（高级学术推理）上 3.1 Pro 得分 44.4%，也高于 GPT-5.2 的 34.5% 和 Claude Sonnet 4.6 的 33.2%。GPQA Diamond（科学知识）拿到 94.3%，同样是所有模型最高。编码和 Agent：全面提升LiveCodeBench Pro（竞赛级编程）的 Elo 从 2439 提升到 2887，大幅领先 GPT-5.2 的 2393。SWE-Bench Verified（实际代码修复）上得分 80.6%，与 Claude Opus 4.6 的 80.8% 基本持平——头部模型在工程编码上已非常接近。Agent 方面提升更为显著。APEX-Agents（长链专业任务）从 18.4% 跳到 33.5%，接近翻倍，超过 Claude Opus 4.6 的 29.8%。BrowseComp（Agent 搜索）以 85.9% 排名第一。Google 还专门推出了 gemini-3.1-pro-preview-customtools 端点，针对混合使用 bash 命令和自定义函数的Agent场景做了优化。不过 3.1 Pro 并非所有维度都领先。在 LM Arena 用户投票排名中，Claude Opus 4.6 在文本和编码类别仍然靠前。GDPval-AA（专家任务）上 Claude Sonnet 4.6 以 1633 大幅领先 3.1 Pro 的 1317。不同测试反映不同维度，没有哪个模型在所有任务上占绝对优势。开发者关注点API 层面有几个实用更新：文件上传限制从 20MB 提升到 100MB，支持直接传入 YouTube URL 分析视频，新增 medium 级别的 thinking level 方便在推理深度和成本间灵活切换。注意一个破坏性变更：total_reasoning_tokens 字段已更名为 total_thought_tokens。模型支持最多 100 万 token 输入上下文和 6.4 万 token 输出，原生多模态（文本、图片、音频、视频、代码仓库）。定价和使用定价与 Gemini 3 Pro 完全一致：200k token 以内输入 $2/百万 token，输出 $12/百万 token；超过 200k 则为 $4/$18。能力大幅提升但价格不变，性价比明显提高。对比参考：Claude Opus 4.6 为 $5/$25，GPT-5.2 为 $1.25/$10。普通用户可以通过 Gemini app 和 NotebookLM 使用，需 Google AI Pro（$19.99/月）或 Ultra（$124.99/月）订阅。开发者可通过 AI Studio、Gemini API、Gemini CLI、Google Antigravity、Vertex AI 和 Android Studio 访问，模型标识符为 gemini-3.1-pro-preview。目前处于 Preview 阶段，稳定版将在进一步验证后发布。官方公告：网页链接/

全部
来源

内容由AI生成

1. 清华传奇姚顺宇立功！全新Gemini一夜血洗编程，全球仅7人能赢它

2. Google 发布 Gemini 3.1 Pro：推理能力翻倍，重回 AI 模型第一梯队2026 年 2 月 19 日，距离 Gemini 3 Pro 上线仅三个月，Google 就发布了 Gemini 3.1 Pro。这次升级的核心卖点：推理能力翻倍，价格不变。目前以 Preview 形式向开发者、企业和消费者全面开放。Gemini 3 Pro 去年 11 月上线时曾短暂登顶，随后被 OpenAI 和 Anthropic 反超。这次从第三方评测机构 Artificial Analysis 的数据看，Google 重新拿回了综合智能指数的榜首。推理能力：核心突破3.1 Pro 最大的亮点在推理。ARC-AGI-2（测试模型解决全新逻辑模式的能力）得分从 Gemini 3 Pro 的 31.1% 跳到 77.1%，翻了一倍多。对比竞品：Claude Opus 4.6 得分 68.8%，GPT-5.2 为 52.9%。Humanity's Last Exam（高级学术推理）上 3.1 Pro 得分 44.4%，也高于 GPT-5.2 的 34.5% 和 Claude Sonnet 4.6 的 33.2%。GPQA Diamond（科学知识）拿到 94.3%，同样是所有模型最高。编码和 Agent：全面提升LiveCodeBench Pro（竞赛级编程）的 Elo 从 2439 提升到 2887，大幅领先 GPT-5.2 的 2393。SWE-Bench Verified（实际代码修复）上得分 80.6%，与 Claude Opus 4.6 的 80.8% 基本持平——头部模型在工程编码上已非常接近。Agent 方面提升更为显著。APEX-Agents（长链专业任务）从 18.4% 跳到 33.5%，接近翻倍，超过 Claude Opus 4.6 的 29.8%。BrowseComp（Agent 搜索）以 85.9% 排名第一。Google 还专门推出了 gemini-3.1-pro-preview-customtools 端点，针对混合使用 bash 命令和自定义函数的Agent场景做了优化。不过 3.1 Pro 并非所有维度都领先。在 LM Arena 用户投票排名中，Claude Opus 4.6 在文本和编码类别仍然靠前。GDPval-AA（专家任务）上 Claude Sonnet 4.6 以 1633 大幅领先 3.1 Pro 的 1317。不同测试反映不同维度，没有哪个模型在所有任务上占绝对优势。开发者关注点API 层面有几个实用更新：文件上传限制从 20MB 提升到 100MB，支持直接传入 YouTube URL 分析视频，新增 medium 级别的 thinking level 方便在推理深度和成本间灵活切换。注意一个破坏性变更：total_reasoning_tokens 字段已更名为 total_thought_tokens。模型支持最多 100 万 token 输入上下文和 6.4 万 token 输出，原生多模态（文本、图片、音频、视频、代码仓库）。定价和使用定价与 Gemini 3 Pro 完全一致：200k token 以内输入 $2/百万 token，输出 $12/百万 token；超过 200k 则为 $4/$18。能力大幅提升但价格不变，性价比明显提高。对比参考：Claude Opus 4.6 为 $5/$25，GPT-5.2 为 $1.25/$10。普通用户可以通过 Gemini app 和 NotebookLM 使用，需 Google AI Pro（$19.99/月）或 Ultra（$124.99/月）订阅。开发者可通过 AI Studio、Gemini API、Gemini CLI、Google Antigravity、Vertex AI 和 Android Studio 访问，模型标识符为 gemini-3.1-pro-preview。目前处于 Preview 阶段，稳定版将在进一步验证后发布。官方公告：网页链接/

3. 谷歌夺回王座：Gemini 3.1 Pro来了！姚顺宇：后面还有更好的

4. OpenAI 发布 GPT-5.4，定位为专业工作场景的旗舰模型，同步推出面向高复杂任务的 GPT-5.4 Pro 版本。这次发布的最大亮点是 GPT-5.4 成为 OpenAI 首个原生支持"电脑操控"（Computer Use）的通用模型——也就是说，它可以像人一样通过截图、点击鼠标、敲击键盘来操作真实的电脑界面。在 OSWorld-Verified 桌面操控测试中，GPT-5.4 以 75% 的成功率超过人类（72.4%），而上一代 GPT-5.2 只有 47.3%。在知识类工作方面，GPT-5.4 在涵盖 44 种职业的 GDPval 基准测试中，与行业专业人士打平或胜出的比例达到 83%，GPT-5.2 的这一数字是 70.9%。投行建模任务的内部评测得分从 68.4% 跳升到 87.3%，生成演示文稿的效果在人工评审中有 68% 的概率优于前代。编程能力上，GPT-5.4 整合了此前专为写代码设计的 GPT-5.3-Codex 的能力，在 SWE-Bench Pro 上得分 57.7%，与 GPT-5.3-Codex 的 56.8% 相当，但延迟更低。另一个实用改进是"工具搜索"（Tool Search）：以往给模型配备大量外部工具时，所有工具定义都要塞进提示词里，动辄消耗数万个 token。GPT-5.4 改为按需查找工具，在测试中将 token 消耗减少了 47%，对于依赖大量 MCP 工具的开发者来说成本节省明显。在 ChatGPT 中，GPT-5.4 Thinking 将支持在生成过程中展示思考计划，用户可以中途介入调整方向——不用等模型跑完再重新来过。定价方面，API 输入价格从 GPT-5.2 的每百万 token 1.75 美元涨至 2.50 美元，输出价格从 14 美元涨至 15 美元。GPT-5.4 今天起向 ChatGPT Plus、Team、Pro 用户开放，取代 GPT-5.2 Thinking 成为默认推理模型，GPT-5.2 Thinking 将在三个月后于 2026 年 6 月 5 日正式退役。

5. #Google发布Gemini3.1Pro##过个有AI年##HOW I AI#美国AI大模型也加入春节大战！科技巨头Google更新了自家的大模型——Gemini 3.1 Pro，距离Gemini 3 Pro 上线仅三个月。Gemini 3.1 Pro这次升级的核心卖点是推理能力翻倍，但价格不变。在评估模型解决全新逻辑模式的ARC-AGI-2测试中，Gemini 3.1 Pro得分达77.1%，较Gemini 3 Pro的31.1%提升超一倍，显著领先Claude Opus 4.6（68.8%）和GPT-5.2（52.9%）。定价与 Gemini 3 Pro 完全一致。200k token 以内输入 $2/百万 token，输出 $12/百万 token；超过 200k 则为 $4/$18。能力大幅提升但价格不变，性价比明显提高。对比参考：Claude Opus 4.6 为 $5/$25，GPT-5.2 为 $1.25/$10。不过，Gemini 3.1 Pro被部分用户反馈性能不均衡，基准测试和真实体验有落差。不过考虑到目前仅是预览版，后面稳定版将会进一步优化。#老张聊科技#

6. OpenAI深夜祭出GPT-5.4，暴击Claude！原生操控电脑，打工人悬了

7. 刚刚，Gemini 3.1 Pro 发布！清华姚顺宇站台宣传，Karpathy：应用商店的时代结束了

8. 刚刚，奥特曼砸场发布 GPT-5.4！网友：一句 Hi 烧掉 80 美元

9. 强到离谱？Gemini 3深度实测【玩法合集】

10. 东大和漂亮国，AI实力的全面对比#AI #Deepseek #chatgpt #Gemini #AI技术

11. #Google发布Gemini3.1Pro# 几乎同时马斯克旗下xAI发布Grok-3和谷歌DeepMind发布Gemini 3.1 Pro。这两款模型之间不知道新秀的乱拳厉害还是老师傅的筋骨更坚韧，不过当前AI市场格局正在悄然的变化着已经是越发明显了。谷歌凭借生态优势抢占全场景赛道，xAI则以免费策略和马斯克的影响力快速圈粉。Gemini 3.1 Pro主打多模态全能性，集成视频、音乐生成功能，深度适配移动端，交互流畅，但在专业推理场景的针对性不足。Grok-3依托十万级H100 GPU集群，思维链推理能力突出，数学、科研场景表现优于前者，且具备DeepSearch实时检索功能，不过多模态稳定性欠佳，图像处理能力有限。Gemini 3.1 Pro聚焦复杂问题解决者，主打全场景落地，兼顾消费级与专业级需求，侧重软硬件生态联动。Grok-3以追求事实真相为核心，主打免费开放的普惠路线，深度绑定X平台，侧重实时信息整合与高效推理，瞄准大众用户与科研爱好者。#过个有AI年##HOW I AI#

12. 阿里甩出 AI 王炸！ Qwen3-Max-Thinking 高调对标 GPT-5.2-Thinking，是真硬刚还是博眼球？这款阿里旗舰推理模型拿下 19 项国际基准测试高分，自带自适应工具调用，能自主搜信息、做计算，主动解决问题，还成了阿里全生态的技术底座，打通电商、本地生活等全场景实现智能闭环。有人说它缩小了中外 AI 差距，坐稳中文 AI 头把交椅，让阿里 AI 生态形成良性循环，未来可期；也有人质疑，对标全球顶尖模型只是纸面数据，落地商业场景的实际能力仍需检验。阿里这次的 AI 大招，到底是技术突破的里程碑，还是营销造势的噱头？这款模型的真实实力究竟如何，一起来聊聊吧！#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqpEa95

13. Google 深夜放大招！ Nano Banana 2 正式发布，性能屠榜！一起来实测效果.... | 零度解说

14. Gemini 3.1：小小小小更新压过对手大迭代，Google卷飞了

15. GPT-5.4深夜发布，最适合OpenClaw的天选模型登场了。

16. #Google 正式发布 Gemini 3：面向开发者的最强推理与 Agentic 模型# Google 在官方开发者博客（https://blog.google/technology/developers/gemini-3-developers/）正式宣布推出 Gemini 3 系列模型，并立即向开发者开放 Gemini 3 Pro（Preview）版本。Google 称其为“目前最智能的模型”，在推理能力、Agentic（代理式）能力、多模态理解以及编程任务上实现全面突破，标志着“Gemini 3 时代”的开启。核心亮点与技术跃进 Gemini 3 Pro 在几乎所有主流评测中位居第一，相比 Gemini 2.5 Pro 有显著提升，主要体现在以下几个方面： 1. 推理能力大幅增强 - 拥有最先进的推理能力（state-of-the-art reasoning） - 擅长复杂指令遵循、深度工具调用、“Vibe Coding”（用自然语言描述感觉就能生成完整应用） - 新增 thinking level 参数，可在多轮对话中保留思考过程，实现更连贯的 Agentic 工作流 2. 多模态理解达到新高度 - 在 MMMU-Pro（图像推理）、Video MMMU（视频理解）等基准刷新纪录 - 支持超长视频高帧率采样 + 百万 token 长上下文，可精准回忆长视频细节并合成叙事 - 文档理解超越传统 OCR，支持空间推理、指向、轨迹预测等具身任务 - 屏幕理解（桌面/手机/OS）能力极强，可直接从截图或视频理解用户意图并执行操作 - 新增媒体分辨率精细控制，开发者可按延迟与成本需求动态调整 3. 超大上下文窗口 - 保持 100 万 token 上下文窗口，在长文档、长视频、超大规模代码库场景下表现优异 4. Agentic 与工具使用能力 - Terminal-Bench 2.0（工具使用）得分 54.2% - WebDev Arena 排行榜 Elo 分数 1487，领先 Claude Sonnet 4.5、GPT-5.1 等竞品 - 支持实时 Google Search grounding、URL 上下文、结构化输出，可轻松构建抓取-提取-推理完整代理流程开发者立即可用：接入方式与价格 - 立即体验：Gemini 3 Pro（Preview）已在 Google AI Studio 和 Vertex AI 上线 - Google AI Studio 免费试用（有速率限制） - 企业用户通过 Vertex AI 接入生产环境 - 预览期价格（特惠）： - ≤200k token 提示：输入 $2/百万 token，输出 $12/百万 token - 详细价格与限额请参考官方文档 - 新工具与生态集成： - Gemini CLI 新增客户端 Bash 工具，可让模型直接提出并执行 shell 命令 - 服务端托管 Bash 工具（目前限早期合作伙伴，很快全面开放） - 已深度集成 Android Studio、Cursor、GitHub、JetBrains、Cline、Manus、Google Antigravity 等主流开发工具 - 支持流式输出、函数调用、思考过程保留、多轮 Agent 协作等单提示生成完整应用的惊艳案例博客中展示了多个“一句话生成完整可运行应用”的极端案例： - 用一句提示生成完整可玩的复古游戏（Synthwave Space） - 从潦草手绘草图或语音备忘录直接生成交互式落地页或完整 App - “Bring any idea to life” 应用：上传任意图片/视频，模型自动理解并生成对应代码 - Visual Computer 演示：模型实时观察屏幕内容，理解意图并自动操作总结与展望 Gemini 3 Pro 的发布标志着 Google 在大模型竞赛中再次大幅提速，尤其在开发者最关心的推理深度、Agentic 能力、多模态长上下文、工具集成四大领域实现全面领先。Google 明确表示：“这只是 Gemini 3 时代的刚刚开始。”后续将快速推出 Gemini 3 Flash（轻量版）、更强多模态能力以及更低价格。对于开发者来说，现在就是上手的最佳时机——直接前往 Google AI Studio 搜索 “gemini-3-pro-preview” 即可免费体验目前最强的商用大模型之一。Google 用真实基准分数和惊艳 Demo 证明：Gemini 3 正在重新定义 AI 辅助开发的极限。

17. ChatGPT、Claude、Gemini 什么任务该交给谁？每月600刀经验总结

18. #Google发布Gemini3.1Pro# Google终于把Deep Think那套推理能力下放到Pro版了。Gemini 3.1 Pro这次在ARC-AGI-2上直接翻倍，77.1%的分数意味着什么？意味着模型处理陌生逻辑问题的能力有了质的飞跃。但我觉得更有意思的是它展示的几个应用场景。同时协调API遥测、UI渲染和物理计算做个ISS追踪仪表盘，这已经不是单线程的“问答”了，而是多逻辑流的并行处理。还有那个对鸟群物理特性推理后生成的3D模拟，能实时响应手势还能配乐，这说明模型的“理解”正在从文本层渗透到物理层和创意层。说实话，AI现在缺的不是单点能力，而是把推理、创造、执行串起来的系统性能力。Gemini 3.1 Pro这条路线，是在把大脑皮层和脑干连起来。这个进化还挺好玩。大模型竞争激烈度已经从“半年一更”变成了“季度迭代”，算力堆出来的优势，几个月就能被算法优化抹平。这行业，好看的就永远是下一局。#过个有AI年##HOW I AI#

19. Google 发布 Gemini3.1Pro 模型，它在技术上有哪些亮点和突破？

20. 看完 Gemini 3.1 Pro 的更新，只剩下一个感慨：属于自主数字员工的时代正式开启！Google 这波不是挤牙膏，是直接上高压水枪。3.1 Pro 针对开发者交出了极其恐怖的答卷：SWE-Bench 得分破 80%：它不仅能读懂你的代码仓库，还能直接上手改 Bug、做重构。Text-to-SVG 纯代码动画：这个功能简直是神来之笔！它能直接用纯前端代码生成极度清晰、超小体积的矢量动画，彻底颠覆了传统的像素级视频生成逻辑，对网页性能太友好了。极低幻觉 + 超高性价比：带着这么变态的推理能力（GPQA Diamond 94.3%），使用成本居然只有同级别顶级模型的一半。Takeaway：AI 正在补齐最后一块短板：行动力与长久记忆。不要再把 LLM 当高级计算器用了，把它当成你的首席架构师和不知疲倦的研发团队。能限制你的，真的只剩你的想象力和架构能力了如果说之前的 AI 是听话但需要手把手教的实习生；那么今天的 Gemini 3.1 Pro，就是一个自带工具箱、能独立扛下整个项目的资深外包。学会把执行权交给 AI，是今年所有脑力工作者的一场大考。#Google发布Gemini3.1Pro##过个有AI年##HOW I AI# 32号科技所的微博视频

21. rentry.org/samplers《现代大语言模型采样入门指南》，一篇长文，系统介绍了LLM中的文本生成采样技术。文章从基础的token化原理（如为何使用子词、BPE和SentencePiece分词方法）讲起，详细解析了各类采样策略（如温度调节、Top-K、Top-P、重复惩罚等）及其对生成结果的影响，并探讨了不同采样方法之间的相互作用与组合效果，强调了采样顺序和参数协同的重要性，旨在帮助理解如何通过合理配置采样策略来提升生成文本的质量、多样性和连贯性。

22. 16项测试赢了13项！Gemini 3.1 Pro碾压GPT-5.2和Claude

23. 谷歌Gemini 3.1新模型深夜掀桌, 每秒狂飙363 token! 1/4价格暴击Claude

24. 今天，也就是2026年2月14日，字节跳动正式发布了豆包大模型2.0（Doubao-Seed-2.0）系列，官方宣布这标志着豆包全面进入Agent时代。这次更新推出了Pro、Lite、Mini、Code全家桶，Pro版直接对标国际顶尖如GPT-5.2和Gemini 3 Pro，亮点非常多，尤其在真实世界复杂任务执行、多模态理解和性价比上表现出色。🔻主要亮点和技术升级1. 全面进入Agent时代，强化复杂任务执行 豆包2.0不再只是聊天工具，而是针对大规模生产环境系统优化，重点提升高效推理、多模态理解和复杂指令执行能力。能更好地处理多约束、多步骤、长链路任务，已具备支撑高价值真实世界任务的基础。比如长链推理、Agent规划执行等场景更可靠。2. 多模态能力大幅跃升，多数基准达SOTA 视觉与多模态理解更稳健：对复杂文档、表格、图表、图形、视频的解析显著提升，视觉推理、空间理解、运动理解、长视频分析等达到全球顶尖水平。Pro版在大多数视觉基准测试中拿最高分，支持更精准的多模态感知和推理。3. 数学、推理、编程能力顶尖 Pro旗舰版在IMO、CMO数学竞赛和ICPC编程竞赛中取得金牌成绩，在Putnam基准上超越Gemini 3 Pro，数学和推理能力已达世界顶尖。能尝试埃尔德什级数学问题、完成研究级科学编程任务。4. 全家桶灵活适配不同场景 • Pro：深度推理 + 长链路任务，旗舰对标GPT-5.2 / Gemini 3 Pro。 • Lite：性能与成本平衡，综合能力超上一代主力豆包1.8。 • Mini：低时延、高并发、成本敏感场景。 • Code（Doubao-Seed-2.0-Code）：专为编程优化，与TRAE（字节AI编程工具）结合效果最佳，支持多模态输入（如代码截图）。5. 超强性价比，token成本降低约一个数量级 Pro版定价（32k以内输入）：3.2元/百万tokens，输出16元/百万tokens，远低于Gemini 3 Pro和GPT-5.2。Lite输入仅0.6元/百万tokens。在长链路、大规模推理场景下，成本优势巨大，真正让AI“用得起”。🔻体验入口：豆包App切换“专家”模式即可用Pro对话；Code版已在TRAE接入；开发者可通过火山引擎API调用全系列。🔻简单对比GLM-5和通义千问（Qwen）M2.5等同批更新模型从当前公开信息看（2026年2月数据），豆包2.0 Pro在数学/推理（如IMO金牌、Putnam超Gemini 3 Pro）和多模态视觉理解上特别突出，整体对标国际前沿（如GPT-5.2级别），推理链更长、Agent执行更稳。GLM-5（智谱）和通义千问M2.5（阿里）也在2025-2026密集迭代，强在中文理解、工具调用和生态（如通义千问的图像/视频生成），但字节这次强调真实世界复杂任务+极致性价比，Pro在部分国际基准领先，成本更低一个量级，适合企业级大规模部署。国内模型差距已非常小，各有侧重：字节更偏多模态+Agent执行，阿里/智谱在开源和通用中文生态更成熟。你已经试过豆包2.0了吗？我是用了，确实好。字节真是国产之光。🚀 #豆包大模型2.0发布# #HOW I AI# #过个有AI年#

25. OpenAI/Gemini共斩ICPC 2025金牌，AI编程已经超越人类了吗？

26. 硅谷今夜学中文！Cursor被曝「套壳」国产，AI顶级人才全是华人

27. 智谱 GLM-4.6 大模型发布并开源，该模型有哪些信息值得关注？

28. 人人免费出大片！豆包Seedance 2.0实测对比+解析！

29. 硅谷《连线》杂志：性能顶级的 GPT-5们，正在输给一个中国开源模型#连线杂志 #AI #千问 #Qwen #千问恐慌

30. #谷歌Gemini3.1Pro正式发布#谷歌正式推出Gemini 3.1 Pro，推理能力翻倍，聚焦科研、工程等复杂任务，并全面开放至消费与开发场景。这是谷歌在大模型赛道的关键反击，以核心性能突破重塑竞争力。模型全端落地，降低复杂AI使用门槛，推动技术从实验室走向实用。全球AI竞赛进入硬核比拼阶段，更考验落地效率与用户体验。谷歌gemini3.1pro正式发布

31. #Google发布Gemini3.1Pro# 新年刚过，谷歌AI硬核更新来了，2026年2月19日，Google发布Gemini 3.1 Pro，核心升级在于推理能力大幅跃升：ARC-AGI-2得分从31.1%飙升至77.1%，Humanity's Last Exam和GPQA Diamond等高阶推理与科学知识测试均领先竞品。强化Agent任务与编码能力，支持百万token上下文及多模态输入。关键亮点是性能翻倍但价格不变，性价比显著优于GPT-5.2和Claude Opus 4.6，现已面向开发者和订阅用户开放预览。越来越强的AI，给我们普通玩家也是一种快乐！#过个有AI年##HOW I AI#

32. GPT-5.4 昨晚发布了。看了一圈评测，确实有点东西。最核心的更新就三个字：会干活了。用 OpenAI 的话说：用更少的来回，更准确地完成复杂的实际工作。一是原生Computer Use。模型能像人一样看屏幕、点鼠标、操作电脑，不再只是写代码调用API。这意味着AI真正具备了执行能力，而不只是生成能力。二是搜索能力暴涨。BrowseComp测试从GPT-5.2的65.8%直接干到82.7%，Pro版89.3%反超Claude Opus 4.6。17个百分点的提升，恐怖如斯。三是100万token上下文。Codex版本支持，足够让AI独立完成一个完整的工作流。有意思的是，OpenAI官方说GPT-5.4的目标是成为"AI数字员工"。这和OpenClaw的理念不谋而合——让AI从工具变成能帮你干活的人。更重要地是，如果你已经订阅了ChatGPT的Plus会员，那么本身的codex额度就不用浪费了，可以直接接入 Openclaw 使用，具体步骤如下： 1️⃣ 小龙虾终端输入： openclaw onboard 开启配置向导 2️⃣ 依次选择： yes → quickstart → 登录 OpenAI → OpenAI Codex 3️⃣ 按提示完成授权，成功后选默认模型 GPT codex-5.4，就搞定啦！ #HOW I AI##AI创造营#

33. #Google发布Gemini3.1Pro#Gemini3.1 Pro在核心推理能力上更进一步。在ARC-AGI-2（一个评估模型解决全新逻辑模式能力的基准测试）测试中，3.1 Pro获得了77.1%的验证分数，在推理表现上达到3 Pro的2倍。其他专业领域都有突破: 学科知识:在 GPQA 钻石级测试中得分为 94.3%；编码:在 LiveCodeBench Pro 上 Elo 得分为 2887，在 SWE-Bench Verified 上得分为 80.6%；多模态理解：在 MMMLU 测试中达到了 92.6%。即日起，3.1 Pro 将陆续上线。#过个有AI年##HOW I AI#

34. #用声音马住中国年##微博声浪计划# 谷歌Gemini3.1Pro正式发布，推理能力翻倍，ARC-AGI-2测试得分77.1%，科学知识测试GPQA Diamond达94.3%。多模态升级支持100万token长上下文，定价维持不变，成本仅为竞品一半。但存在稳定性问题，中国用户暂无法直接使用。#谷歌Gemini3.1Pro正式发布# 酷车同学的微博音频

35. GPT-5.4 thinking 写作能力怎么样？

36. #Google发布Gemini3.1Pro#Gemini 3.1 Pro这次更新，谷歌明显把AI从聊天机器人往工作搭子推。重点不是堆参数，而是深度推理、啃长文档、多模态通吃，能直接给结论+证据链，这才是真生产力。我觉得免费够用党和愿意付费党完全是两拨人。普通用户聊聊天、写文案，免费版足够；但学生、职场人、自媒体，需要读论文、整资料、做方案，这种“会思考”的AI能省几小时，为效率付费很值。现在AI付费已经不是炫技，是看能不能替代人工。能帮我少加班、少出错，每月几十块真不贵。但前提是别虚标能力，别用着用着掉链子。google发布gemini3.1pro 说到底：免费看体验，付费看效果。真能解决问题，大家愿意买单；只吹参数不落地，再强也白搭。#过个有AI年##HOW I AI#

37. 今天 #谷歌Gemini3.1Pro正式发布# 了。我看了下，跑分碾压 GPT-5.2，最关键的是能力翻倍还不涨价，算是性价比屠夫了。但说实话，跑分看看就行，我觉得它最大的贡献不是分数多牛，而是把顶配AI的价格彻底打下来了，逼着同行继续卷，对咱们用户来说是好事。

38. 实测对比

39. Gemini 3.1 Pro在这个平台便宜到离谱，编程能力竟然超过GPT-5.2和Opus 4.6

40. Google Gemini 3.1 深度评测报告

41. GPT-5.4来了，但真正可怕的不是它更聪明了

42. 刚刚，OpenAI 发布 GPT-5.4，打工人有福了！

43. 2026年GPT5.4国内怎么使用？附实测教程

44. 豆包与Gemini 3 Pro深度技术实测

45. 两小时攻防:GPT-5.3 褪去“说教感”,AI 巨头的场景之争走向纵深

46. 谷歌推出最快最高性价比Gemini 3模型,响应时间提高2.5倍、输出速度提升45%

47. GPT-5嘅hype_老虎社区_美港股上老虎 - 老虎社区

48. 谷歌Gemini 3.1新模型深夜掀桌，每秒狂飙363 token，1/4价格暴击Claude

49. Google发表Gemini 3.1轻量版成本仅Pro版八分之一

50. 谷歌深夜放性价比“猛兽”!Gemini 3.1 Flash轻量版干翻前辈,价格打骨折

51. OpenAI 发布了 GPT-5,有哪些新特性值得关注?国内怎么使用GPT5?

52. 谷歌Gemini 3.1深夜掀桌, 每秒狂飙363token! 1/4价格暴击Claude

53. 两小时攻防

54. 同一天,OpenAI 和Google 各甩出一张牌:但你知道自己在用哪个模型吗?

55. Gemini-3.1-Pro中文测评结果发布 | 全球第二！

56. Gemini 3 系列中速度最快、最具成本效益 AI 模型:谷歌 Gemini 3.1 Flash-Lite 登场,首字响应提速 2.5 倍

57. Gemini 3.1 Pro实测：推理翻倍，5行代码接入复杂逻辑开发

58. Gemini 3.1 Pro实测封神！推理翻倍碾压GPT-5.2，AI竞赛彻底白热化

59. 谷歌发布高速Gemini 3.1 Flash-Lite模型预览版

60. 谷歌、OpenAI同日发布模型，一个最快最具性价比，一个主打人情味

61. Gemini 3.1 Pro 实测，编码变强了 Gemini 3.1 Pro 正式发布！本期视频通过 12 个实际项目全面测试它的编码能力和前端设计水平。从基准跑分来看，Gemini 3.1 Pro 在 ARC-AGI-2 上进步显著，SWE-bench Verified 接近 Opus 4.6，Terminal bench 2.0 甚至超越了 Opus 4.6。实测包括：美发沙龙网页、CSS Playground、元素周期表、催眠动画、像素风派对、可编程宠物、绵羊理发店、排序可视化、终端模拟器、交通模拟器、仓储机械臂、网页合成器，以及用 Remotion 生成宣传视频。最后还有一个真实项目实战：一个 Opus 4.6 和 GPT-5.3 Codex xhigh 都没能修复的视频预处理 Bug，Gemini 3.1 Pro 一次就解决了！ 💡 小贴士：在 AI Studio 中使用 Gemini 3.1 Pro 效果优于 Gemini APP。时间戳 00:00 Gemini 3.1 Pro 发布 & 基准成绩速览 01:03 实测 09:16 修复 Opus 4.6 和 GPT-5.3 都搞不定的 Bug #Gemini #Gemini31Pro #GoogleAI #AI编程 #Codex

62. 2026首测：Gemini 3.1模型详细介绍（附小白使用攻略）

63. 2026最新｜主流大模型群雄逐鹿：能力全景拆解与核心差异指南

64. GPT-5.4 thinking 写作能力怎么样？

65. Gemini有中文版吗？官方支持与设置方法详解

66. 2026深度评测：Gemini 3.1长上下文推理中的“大海捞针”能力与逻辑一致性分析