Google Frontier Tilgængelig i FlowHunt

Gemini 3.1 Pro

Gemini 3.1 Pro er en topklasse frontier AI-model fra Google, udgivet i februar 2026. Det er en proprietær closed-weight-model, tilgængelig via Gemini-appen, Google AI Studio, Gemini API, Google Cloud / Vertex AI, Google Antigravity, Gemini Enterprise og NotebookLM. Den accepterer tekst, billeder, lyd og video med et kontekstvindue på op til 1M tokens.

Læs mere

Gemini 3.1 Pro blev offentliggjort den 19. februar 2026 som den næste iteration i Gemini 3-serien og bygger videre på Gemini 3 Pro. Google beskriver den som en nativt multimodal ræsonneringsmodel, der kan arbejde på tværs af tekst, lyd, billeder, video og hele kode-repositories, og rapporterer forbedret ræsonnering og multimodal evne i forhold til Gemini 3 Pro.

Google positionerer den til agentisk ydeevne, avanceret kodning, forståelse af lang kontekst og multimodalt materiale samt algoritmeudvikling. På tidspunktet for modelkortets offentliggørelse kaldte Google den sin mest avancerede model til komplekse opgaver.

Benchmarks

Hver score vises én gang, med sin placering blandt de sporede modeller og oplysning om, hvem der målte den.

Sammenlignet med Frontier-modeller på samme skala
  • Gemini 3.1 Prodenne model
  • GPT-6.1 Soldenne model fører på 0 af 4
  • Claude Opus 5.5denne model fører på 0 af 6
Verificeret uafhængig evaluator, tæller med i rangeringen Selvrapporteret offentliggjort af Google, vist men ikke rangeret
Samlet

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

Kilde ↗

Gemini 3.1 Pro 29,7 GPT-6.1 Sol 51,8 Claude Opus 5.5 57,6
#29af 45 Verificeret
Kodning

DeepSWE

113 long-horizon software tasks written from scratch, graded by hidden tests.

Kilde ↗

Gemini 3.1 Pro 11,7% GPT-6.1 Sol Ingen score Claude Opus 5.5 74,2%
#17af 17 Verificeret

SWE-bench Pro

Real issues across several languages and large codebases.

Kilde ↗

Gemini 3.1 Pro 54,2% GPT-6.1 Sol Ingen score Claude Opus 5.5 89,9%
Ikke rangeret Selvrapporteret

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

Kilde ↗Også: Selvrapporteret 80,6% (single attempt)

Gemini 3.1 Pro 78,8% GPT-6.1 Sol Ingen score Claude Opus 5.5 Ingen score
#13af 22 Verificeret
Agenter

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

Kilde ↗

Gemini 3.1 Pro 4,0% GPT-6.1 Sol 56,1% Claude Opus 5.5 59,6%
#25af 36 Verificeret
Ræsonnement

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

Kilde ↗Også: Selvrapporteret 44,4% (no tools)

Gemini 3.1 Pro 47,0% GPT-6.1 Sol 52,9% Claude Opus 5.5 61,4%
#12af 44 Verificeret

GPQA Diamond

Graduate-level science questions that search cannot answer.

Kilde ↗Også: Verificeret 95,5% (Vals AI own implementation)Også: Selvrapporteret 94,3% (no tools)

Gemini 3.1 Pro 94,1% GPT-6.1 Sol Ingen score Claude Opus 5.5 Ingen score
#3af 37 Verificeret

ARC-AGI-2

Novel visual puzzles that cannot be memorised.

Kilde ↗

Gemini 3.1 Pro 77,1% GPT-6.1 Sol 94,2% Claude Opus 5.5 93,3%
#10af 27 Verificeret

Hvad skal Gemini 3.1 Pro bruges til

Agentiske workflows

Google anfører agentisk ydeevne som et kerneanvendelsesområde. Brug den til flertrins værktøjsbrug, søgedrevet research og langsigtede opgaver, der kører med ringe overvågning.

Avanceret kodning

Den håndterer komplekst kodningsarbejde på tværs af hele repositories, fra løsning af problemer til større ændringer i flere filer.

Algoritmeudvikling

Google nævner algoritmeudvikling som tilsigtet anvendelse.

Forståelse af lang kontekst & multimodalt materiale

Med et kontekstvindue på 1M tokens og nativt input af tekst, billeder, lyd og video kan den analysere lange dokumenter, video og store kode-repositories i en enkelt prompt.

Styrker og begrænsninger

Styrker

  • Agentisk værktøjsbrug og langsigtede opgaver
  • Avanceret kodning
  • Kompleks ræsonnering
  • Nativt multimodalt input (tekst, billeder, lyd, video)
  • Meget lange dokumenter og store kodebaser (1M kontekst)

Begrænsninger

  • Lukkede vægte, så den kan ikke selv-hostes eller finjusteres på private data

Brug den i FlowHunt

Brug Gemini 3.1 Pro i ethvert flow ved siden af dine egne værktøjer og videnskilder.

  1. 1Åbn et flow, eller opret et ud fra en skabelon
  2. 2Tilføj en AI Agent- eller Generator-komponent
  3. 3Vælg Gemini 3.1 Pro i modelvælgeren

Relaterede AI-modeller

Om Google Mountain View, CA · Grundlagt 1998 · ai.google

Google er en teknologivirksomhed grundlagt i 1998 med hovedkvarter i Mountain View i Californien. Dens Gemini-modelfamilie udvikles af Google DeepMind, laboratoriet der opstod af Google Brain og DeepMind.

ai.google ↗

Se det fulde AI Model Leaderboard

Ofte stillede spørgsmål