Gemini 3.1 Pro 评测成绩
来自 4 个来源、10 项基准的 14 条成绩。
其他名称: gemini-3.1-pro-preview · gemini-3.1-pro-preview_high · Gemini 3.1 Pro Preview · gemini-3.1-pro-preview-customtools · Gemini 3.1 Pro Preview (thinking high) · Gemini-3.1-Pro · Gemini 3.1 Pro (Preview)
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1487 | 17 | Overall, style control on; 124675 votes; 95% CI 1484–1490“gemini-3.1-pro-preview” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1447 | 71 | Overall; 24249 votes; 95% CI 1442–1452“gemini-3.1-pro-preview” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1279 | 27 | Overall, style control on; 45558 votes; 95% CI 1274–1285“gemini-3.1-pro-preview” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 94.4% | 8 | Epoch AI run, accuracy | 独立评测 | 2026年8月6日 |
| MMLU-Pro | 91.2% | 1 | Overall accuracy; data source: TIGER-Lab“Gemini-3.1-Pro” | 官方榜单 | 2026年3月11日 |
| SWE-bench Verified | 75.6% | 12 | Epoch AI run (Epoch scaffold) | 独立评测 | 2026年2月24日 |
| AIME (OTIS Mock AIME 2024–2025) | 95.6% | 43 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2026年8月6日 |
| Humanity's Last Exam | 46.4% | 3 | Compiled by Epoch AI | 第三方汇编 via Epoch AI | 2026年2月19日 |
| τ²-bench | 26.0% | 17 | banking_knowledge domain, pass^1; effort: high; submitted by Sierra; v1.0.1“Gemini 3.1 Pro Preview” | 官方榜单 | 2026年5月5日 |
| Terminal-Bench 2.0 | 80.2% | 6 | Terminal-Bench 2.0; agent: TongAgents | 官方榜单 via Epoch AI | 2026年2月19日 |
| Terminal-Bench 2.0 | 78.4% | 10 | Terminal-Bench 2.0; agent: Forge Code | 官方榜单 via Epoch AI | 2026年3月2日 |
| Terminal-Bench 2.0 | 78.4% | 10 | Terminal-Bench 2.0; agent: ForgeCode | 官方榜单 via Epoch AI | 2026年3月2日 |
| Terminal-Bench 2.0 | 74.8% | 18 | Terminal-Bench 2.0; agent: Terminus-KIRA | 官方榜单 via Epoch AI | 2026年2月19日 |
| Terminal-Bench 2.0 | 61.4% | 45 | Terminal-Bench 2.0; agent: Gemini CLI | 官方榜单 via Epoch AI | 2026年2月19日 |
常见问题
Gemini 3.1 Pro 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)和τ²-bench leaderboard submissions。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。