Gemini-3.1-pro 实测! 更新了个寂寞?

合集 · 大模型竞技场 (79)

Description

光速给大家带来 Gemini-3.1-pro 实测!

指令遵循: 洛希极限测试中部分指令遵循率 93.5% (3.0-pro 为 90.6%), 加权总分从 6.8 提升到 8.6, 数据上确实有进步. 但实测中 6 次测试有 4 次输出的 JS 代码直接报错无法运行, 2/3 的失败率属实离谱.

后端编程: vector DB Bench 向量数据库测试中, 3.1-pro QPS 成绩 658, 而 3.0-pro 刷到了 1970, 是 3.1 的整整 3 倍! 两者都用了 IVF 倒排索引, 但 3.0-pro 聚类参数更优 (K=2048 vs 1000), 并且用最大堆替代 Vec 排序, 内存开销仅为后者的 0.7%, 新版反而被老版碾压.

前端编程: 表现极不稳定. 大象牙膏喷发效果提升但碰撞效果有些诡异, 鞭炮连锁爆炸光影效果消失了, 鞭炮炸鱼缸水面波纹不错但丢掉了粒子和烟雾. 唯一亮眼的是陀飞轮机芯测试, 空间理解明显增强, 这也解释了为什么最近 X 上各种 SVG 测试都是 SOTA.

总结: Gemini-3.1-pro 给我最大的感受就是——不稳定. 前端有进有退, 后端没打过 3.0-pro, 性能优化过程中甚至出现越优化越差的情况. 更像是一个没训练稳定就仓促发布的技术预览版. 如果你用着感觉不对劲, 不妨先换回 3.0-pro. 让我们等一波正式版到时候再给大家测一下看看.

Comments

wscxlplwbzncsm 2026-02-20

gemini产品力不行，，不是说模型开发的不好，而是模型产品的调教真的很有问题，，比如企业市场第一名Claude，赢就赢在稳定，Claude的性能跑分一直不是王者，但实际使用王者，所以价格那么贵用户还最多。

♥ 174 ↩ 25

Wu理取鬧 2026-02-20

3.1拉了一坨大的...少見google會放出這麼拉的模型 Ai atudio介面變得好難用...等等5月大更新

♥ 63 ↩ 15

快点抢宿舍 2026-02-20

最好的就是2.5，难绷越更新越拉

♥ 39 ↩ 16

llll9497949 2026-02-20

这是为啥呢？3.1在AA上提升幅度巨大，在nao佬这些民间实测榜单提升也很大，重回SOTA，为啥表现差别这么大？

♥ 29 ↩ 28

she_qiao 2026-02-21

gemini 3.1 pro 长文本还是烂，不如deepseek目前

♥ 26 ↩ 15

孤独豹猫 2026-02-20

估计是提升了，但是提升不大所以叫3.1 小小期待一下3.5，不指望能在Coding上打过a÷和OAI但是Chat不落下就好了[五月织姬ctsu_思考中]

♥ 26 ↩ 4

洛伦的咕咕嘎嘎 2026-02-20

不用问肯定是稀疏注意力那些神人玩意儿

♥ 20

leavesongs 2026-02-20

刚试了下grmini3.1在线打一个ctf比赛，一道密码学题目，doubao2.0 pro搞了一个小时还在暴力破解了，3.1两分钟找出可以利用的密码学攻击方法解对了，但额度太少了，编码感觉也就那样，但聪明确实聪明

♥ 19 ↩ 11

0_Prophet_0 2026-02-20

3.0就是超级跑分王，有效上下文拉裤裆里去了，3.1看官方文章就搁那贴跑分然后讲svg，就没了，合着练怎么跑更高分去了说是

♥ 15 ↩ 4

Radio-tail 2026-02-21

刚出两天就开始偷换模型了，谷歌太恶心了🤢🤢我今天用3.1思维链长度只有一两行，问他antigravity是啥都不知道，我使劲追问半天才承认自己是2.5 flash[笑哭]

♥ 14 ↩ 3

AI全文总结 2026-02-20

✨ AI课代表总结： Gemini-3.1-pro实测显示指令遵循率微增至93.5%，但代码生成错误率达66.7%（6次测试4次失效），严重影响实用性。后端向量数据库测试QPS仅658，远低于3.0-pro的1970，主因索引参数配置不合理（1024 vs 2048），致查询效率低下。前端特效表现两极：空间理解增强（如土飞轮动态细节优化），但粒子物理逻辑频繁故障（如碰撞异常、效果缺失）。综合判定该版本属仓促推出的技术预览版，稳定性与性能均未达预期，强烈建议用户暂时退回3.0-pro以获取稳定服务。本喵反复验证后确认，Gemini 3.1-pro仍需深度优化方能投入实用，开发者宜持审慎态度推进迭代。

♥ 13 ↩ 1