[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-gemini-3-1-pro-googles-top-model-in-numbers-zh":3,"article-related-gemini-3-1-pro-googles-top-model-in-numbers-zh":29,"series-model-release-5a3c6417-77a9-4526-bee5-c355979576f2":88},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":11,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":11},"5a3c6417-77a9-4526-bee5-c355979576f2","gemini-3-1-pro-googles-top-model-in-numbers-zh","Gemini 3.1 Pro 數字看真實力","\u003Cp>Google DeepMind 的 \u003Ca href=\"https:\u002F\u002Fgemini3.us\u002Fgemini-3.1-pro\" target=\"_blank\" rel=\"noopener\">Gemini 3.1 Pro\u003C\u002Fa> 這次很直接。它在 \u003Cstrong>ARC-AGI-2\u003C\u002Fstrong> 拿到 \u003Cstrong>77.1%\u003C\u002Fstrong>，在 \u003Cstrong>GPQA Diamond\u003C\u002Fstrong> 拿到 \u003Cstrong>94.3%\u003C\u002Fstrong>，\u003Cstrong>SWE-B\u003Ca href=\"\u002Fnews\u002Fopenai-122b-ai-infrastructure-push-zh\">en\u003C\u002Fa>ch Verified\u003C\u002Fstrong> 也有 \u003Cstrong>80.6%\u003C\u002Fstrong>。更扯的是，它還塞進了 \u003Cstrong>1,048,576 token\u003C\u002Fstrong> 的上下文窗口。\u003C\u002Fp>\u003Cp>講白了，這不是只會聊天的模型。它更像一台可以吞整包資料的工作機。上線時間是 \u003Cstrong>\u003Ca href=\"\u002Fnews\u002Fvs-code-cursor-windsurf-jetbrains-web-ides-2026-zh\">2026\u003C\u002Fa> 年 2 月 19 日\u003C\u002Fstrong>。價格也沒亂漲，還是 Gemini 3 的規格：\u003Cstrong>每 100 萬 input token 2 美元\u003C\u002Fstrong>，\u003Cstrong>每 100 萬 output token 12 美元\u003C\u002Fstrong>。\u003C\u002Fp>\u003Cp>對台灣開發者來說，這種組合很有感。因為很多團隊卡住，不是卡在模型不會答，而是卡在上下文太短、切資料太麻煩、成本又太高。Gemini 3.1 Pro 的賣點，就是把這三件事一起往前推。\u003C\u002Fp>\u003Ch2>先看它到底強在哪\u003C\u002Fh2>\u003Cp>先不要被行銷字眼帶走。看數字比較實在。\u003Ca href=\"https:\u002F\u002Fdeepmind.google\u002Ftechnologies\u002Fgemini\u002F\" target=\"_blank\" rel=\"noopener\">Gemini\u003C\u002Fa> 3.1 Pro 的重點，不是單一分數漂亮而已，而是它在推理、科學問答、程式修 bug 這三塊都站得住。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775153580311-vv9w.png\" alt=\"Gemini 3.1 Pro 數字看真實力\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>1M token 上下文，對長文件工作流很有用。你可以把整個 codebase、設計文件、測試紀錄、API 規格一起丟進去。以前要拆成 10 段，現在可能 1 次就夠。這會直接影響 agent 設計。\u003C\u002Fp>\u003Cp>它還支援最多 \u003Cstrong>65,536 output token\u003C\u002Fstrong>。這點常被忽略，但很重要。因為很多模型不是不會想，而是寫到一半就斷掉。對重構程式、產出長報告、整理研究材料來說，這很煩。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>ARC-AGI-2：\u003C\u002Fstrong>77.1%\u003C\u002Fli>\u003Cli>\u003Cstrong>GPQA Diamond：\u003C\u002Fstrong>94.3%\u003C\u002Fli>\u003Cli>\u003Cstrong>SWE-Bench Verified：\u003C\u002Fstrong>80.6%\u003C\u002Fli>\u003Cli>\u003Cstrong>上下文窗口：\u003C\u002Fstrong>1,048,576 token\u003C\u002Fli>\u003Cli>\u003Cstrong>輸出長度：\u003C\u002Fstrong>最多 65,536 token\u003C\u002Fli>\u003Cli>\u003Cstrong>定價：\u003C\u002Fstrong>input 2 美元、output 12 美元\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>為什麼這組 benchmark 很有意思\u003C\u002Fh2>\u003Cp>有些模型只會刷題。有些模型只會寫得像人話。Gemini 3.1 Pro 的數字比較像是三路都想打。\u003Ca href=\"https:\u002F\u002Farcprize.org\u002Farc-agi\" target=\"_blank\" rel=\"noopener\">ARC-AGI-2\u003C\u002Fa> 看抽象推理，\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fopenai\u002FGPQA\" target=\"_blank\" rel=\"noopener\">GPQA Diamond\u003C\u002Fa> 看研究型知識，\u003Ca href=\"https:\u002F\u002Fwww.swebench.com\u002F\" target=\"_blank\" rel=\"noopener\">SWE-Bench Verified\u003C\u002Fa> 看真實 repo 修 bug。這三個放一起，才看得出模型有沒有料。\u003C\u002Fp>\u003Cp>Google 也丟了幾個更偏實戰的數字。像是 \u003Cstrong>LiveCodeBench Pro 2887 Elo\u003C\u002Fstrong>、\u003Cstrong>MCP Atlas 69.2%\u003C\u002Fstrong>、\u003Cstrong>BrowseComp 85.9%\u003C\u002Fstrong>。這些分數不算好記，但意思很清楚。它在 coding、工具協作、網頁研究這三件事上，都有不錯表現。\u003C\u002Fp>\u003Cp>我覺得這比單看聊天品質更重要。因為現在很多 AI 專案，最後都會走向 agent。你不是只問它一句話。你是要它找資料、跑工具、改程式、驗證結果。這時候 benchmark 就不是裝飾品，而是成本預測工具。\u003C\u002Fp>\u003Cblockquote>\"The ultimate goal is to build a universal assistant.\" — Demis Hassabis\u003C\u002Fblockquote>\u003Cp>這句話來自 \u003Ca href=\"https:\u002F\u002Fwww.theverge.com\u002F2024\u002F2\u002F8\u002F24065507\u002Fgoogle-deepmind-demis-hassabis-interview-gemini-ai\" target=\"_blank\" rel=\"noopener\">The Verge\u003C\u002Fa> 對 Demis Hassabis 的訪談。講得很白。Google 想做的不是單純聊天機，而是能處理工作流的通用助理。\u003C\u002Fp>\u003Ch2>價格、競品、還有誰比較划算\u003C\u002Fh2>\u003Cp>很多人只看分數，這很容易中招。真正在意成本的團隊，會先算 token 單價。Gemini 3.1 Pro 的 input 是 \u003Cstrong>$2 \u002F 1M tokens\u003C\u002Fstrong>，output 是 \u003Cstrong>$12 \u002F 1M tokens\u003C\u002Fstrong>。這個價格在長上下文模型裡，算很能打。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775153592714-r1rd.png\" alt=\"Gemini 3.1 Pro 數字看真實力\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>拿 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude\" target=\"_blank\" rel=\"noopener\">Claude\u003C\u002Fa> 來比，頁面上的數字顯示 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude\" target=\"_blank\" rel=\"noopener\">Claude Opus 4.6\u003C\u002Fa> 是 \u003Cstrong>$15 input\u003C\u002Fstrong>、\u003Cstrong>$75 output\u003C\u002Fstrong>。差距很大。對每天跑大量摘要、比對文件、生成程式碼的團隊來說，這不是小錢。\u003C\u002Fp>\u003Cp>再看 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002Findex\u002Fgpt-5-4\u002F\" target=\"_blank\" rel=\"noopener\">GPT-5.4\u003C\u002Fa>。Google 在頁面上列出幾個對照。Gemini 3.1 Pro 在 \u003Cstrong>ARC-AGI-2\u003C\u002Fstrong> 和 \u003Cstrong>GPQA Diamond\u003C\u002Fstrong> 領先。GPT-5.4 則在 \u003Cstrong>OSWorld\u003C\u002Fstrong>、\u003Cstrong>GDPval\u003C\u002Fstrong> 這類電腦操作和辦公任務上更強。也就是說，沒有誰是全包。\u003C\u002Fp>\u003Cul>\u003Cli>\u003Cstrong>ARC-AGI-2：\u003C\u002Fstrong>Gemini 3.1 Pro 77.1%，GPT-5.4 73.3%，Claude Opus 4.6 68.8%\u003C\u002Fli>\u003Cli>\u003Cstrong>GPQA Diamond：\u003C\u002Fstrong>Gemini 3.1 Pro 94.3%，GPT-5.4 92.8%，Claude Opus 4.6 91.3%\u003C\u002Fli>\u003Cli>\u003Cstrong>SWE-Bench Verified：\u003C\u002Fstrong>Gemini 3.1 Pro 80.6%，GPT-5.2 80.0%，Claude Opus 4.6 80.8%\u003C\u002Fli>\u003Cli>\u003Cstrong>OSWorld：\u003C\u002Fstrong>GPT-5.4 75.0%，Claude Opus 4.6 72.7%，Gemini 3.1 Pro 未列為領先者\u003C\u002Fli>\u003Cli>\u003Cstrong>價格：\u003C\u002Fstrong>Gemini 3.1 Pro 明顯低於 Claude Opus 4.6\u003C\u002Fli>\u003Cli>\u003Cstrong>適合情境：\u003C\u002Fstrong>長文件、研究、程式碼、agent 工作流\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>這對開發者代表什麼\u003C\u002Fh2>\u003Cp>如果你是工程師，這顆模型最有感的地方，不是聊天，而是 workflow。1M token 上下文代表你可以少切很多段。少切段，就少掉很多 prompt 管理成本。這對 code review、repo 分析、規格比對、測試失敗追查都很有幫助。\u003C\u002Fp>\u003Cp>另一個重點是視覺輸出。Google 提到它支援 na\u003Ca href=\"\u002Fnews\u002Fbuild-rust-rest-api-actix-sqlx-postgres-zh\">ti\u003C\u002Fa>ve SVG 和 3D code rendering。這聽起來有點花，但實際上很實用。你可以直接叫它生圖表、簡單 UI、流程圖，甚至用在內部工具的原型設計。少一輪人工轉譯，就少一輪出錯。\u003C\u002Fp>\u003Cp>它還有三種思考等級：\u003Cstrong>Low\u003C\u002Fstrong>、\u003Cstrong>Medium\u003C\u002Fstrong>、\u003Cstrong>High\u003C\u002Fstrong>。這設計很務實。不是每個問題都要重算一大堆 Token。分類、抽取、簡單摘要，用 Low 就好。複雜 debug 或多步推理，再開 High。這種控制感，對成本控管很重要。\u003C\u002Fp>\u003Cp>如果你要接 API，\u003Ca href=\"https:\u002F\u002Fai.google.dev\u002F\" target=\"_blank\" rel=\"noopener\">Google AI\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fcloud.google.com\u002Fvertex-ai\" target=\"_blank\" rel=\"noopener\">Vertex AI\u003C\u002Fa> 會是主要入口。這也代表它比較像企業工具，不是純消費級聊天產品。對團隊來說，這反而是好事，因為你比較容易把它塞進既有系統。\u003C\u002Fp>\u003Ch2>產業脈絡：大上下文已經不是噱頭\u003C\u002Fh2>\u003Cp>大上下文模型這兩年一直在往前推。原因很簡單。企業資料就是碎的。文件在 Confluence，程式碼在 GitHub，聊天紀錄在 Slack，規格在 Notion。你如果每次都要拆來拆去，AI 就很難真的進工作流。\u003C\u002Fp>\u003Cp>所以現在大家比的不只是模型會不會答，而是它能不能一次看懂整包資料。這也是為什麼 1M token 會被拿來當賣點。因為它直接改變了「一次能處理多少上下文」這個基本單位。\u003C\u002Fp>\u003Cp>另一個趨勢是 agent 化。模型不只回文字，還要會呼叫工具、查資料、改程式、做驗證。這也是為什麼 MCP Atlas、BrowseComp 這類分數會變重要。它們其實在測，模型能不能跟外部工具和平共處。\u003C\u002Fp>\u003Cp>如果你回頭看這波競爭，會發現每家都在搶同一件事：誰能讓 AI 少一點玩具感，多一點工作機感。Gemini 3.1 Pro 這次的數字，至少讓 Google 在這場牌局裡坐到前排。\u003C\u002Fp>\u003Ch2>結論：先別問它會不會取代誰\u003C\u002Fh2>\u003Cp>比較實際的問題是：你的團隊會不會開始把它當預設模型。對長文件、研究、程式碼、agent 工作流來說，我覺得答案很可能是會。因為它的價格、上下文、分數，三個條件湊在一起，真的很難忽視。\u003C\u002Fp>\u003Cp>但如果你的場景是電腦操作、桌面自動化、某些辦公任務，那 GPT-5.4 或 Claude 仍然有機會更合適。講白了，這不是選邊站。這是選工作型態。你要的是推理、成本，還是操作能力，答案會不一樣。\u003C\u002Fp>\u003Cp>我的預測很簡單。接下來 6 到 12 個月，會有更多團隊把「一次丟整包資料」當標準做法。不是因為大家懶，是因為成本算得過去。你如果正在做 AI 產品，現在就該測一輪長上下文流程。別只看 demo。看真實資料，才知道這顆模型到底有沒有料。\u003C\u002Fp>","Gemini 3.1 Pro 以 77.1% ARC-AGI-2、94.3% GPQA Diamond、1M token 上下文登場，價格仍維持 Gemini 3。這次重點不是噱頭，而是長文檔、程式碼與 agent 工作流的實戰成本。","gemini3.us","https:\u002F\u002Fgemini3.us\u002Fgemini-3.1-pro",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775153580311-vv9w.png","model-release","zh","04e78fe1-7f49-40db-bfb2-7bb4b3579276",[17,18,19,20,21,22,23,24,25],"Gemini 3.1 Pro","Google DeepMind","LLM","長上下文","ARC-AGI-2","GPQA Diamond","SWE-Bench Verified","Vertex AI","Google AI",9,"2026-04-02T18:12:41.777858+00:00","2026-04-02T18:12:41.664+00:00",{"tags":30,"relatedLang":47,"relatedPosts":51},[31,33,35,37,38,40,43,45],{"name":22,"slug":32},"gpqa-diamond",{"name":21,"slug":34},"arc-agi-2",{"name":19,"slug":36},"llm",{"name":20,"slug":20},{"name":18,"slug":39},"google-deepmind",{"name":41,"slug":42},"SWE-bench Verified","swe-bench-verified",{"name":25,"slug":44},"google-ai",{"name":24,"slug":46},"vertex-ai",{"id":15,"slug":48,"title":49,"language":50},"gemini-3-1-pro-googles-top-model-in-numbers-en","Gemini 3.1 Pro: Google’s new top model in numbers","en",[52,58,64,70,76,82],{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":13},"1985ce38-03c6-4968-96fa-b751553bbef3","why-claude-opus-48-is-not-the-big-story-zh","為什麼 Claude Opus 4.8 不是大新聞","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780531367297-nrfs.png","2026-06-04T00:02:24.633987+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":13},"8810b91a-9aa2-4cd6-a58b-18fad5897423","devin-booker-sedona-mcdonalds-shoe-launch-zh","Booker把Sedona麥當勞變鞋款發表場","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780510686292-fm1k.png","2026-06-03T18:17:31.966783+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":13},"d4d7e664-cc7f-4211-a733-b7c111b86bd6","best-open-source-llms-2026-ranked-zh","2026 最佳開源 LLM 排名","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780396385004-yyka.png","2026-06-02T10:32:37.264398+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":13},"06774dfe-08eb-4a53-a8f7-36389b462c2b","llama-3-1-70b-specs-benchmarks-deployment-zh","Llama 3.1 70B：規格與部署","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780395481064-5yri.png","2026-06-02T10:17:33.072306+00:00",{"id":77,"slug":78,"title":79,"cover_image":80,"image_url":80,"created_at":81,"category":13},"e8ee6f00-cf62-41e6-83b7-92ce148fe46e","kill-bill-whole-bloody-affair-4k-blu-ray-zh","《追殺比爾：血腥全集》4K 藍光上市","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780364908972-15qn.png","2026-06-02T01:48:00.707278+00:00",{"id":83,"slug":84,"title":85,"cover_image":86,"image_url":86,"created_at":87,"category":13},"893178f1-7aba-4a0c-a3cf-1812c9d3283e","almalinux-10-2-9-8-new-stacks-zh","AlmaLinux 10.2 與 9.8 更新了什麼","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780291073047-7bxy.png","2026-06-01T05:17:27.940241+00:00",[89,94,99,104,109,114,119,124,129,134],{"id":90,"slug":91,"title":92,"created_at":93},"58b64033-7eb6-49b9-9aab-01cf8ae1b2f2","nvidia-rubin-six-chips-one-ai-supercomputer-zh","NVIDIA Rubin 把六顆晶片塞進 AI 機櫃","2026-03-26T07:18:45.861277+00:00",{"id":95,"slug":96,"title":97,"created_at":98},"0dcc2c61-c2a6-480d-adb8-dd225fc68914","march-2026-ai-model-news-what-mattered-zh","2026 年 3 月 AI 模型新聞重點","2026-03-26T07:32:08.386348+00:00",{"id":100,"slug":101,"title":102,"created_at":103},"214ab08b-5ce5-4b5c-8b72-47619d8675dd","why-small-models-are-winning-on-device-ai-zh","小模型為何吃下裝置端 AI","2026-03-26T07:36:30.488966+00:00",{"id":105,"slug":106,"title":107,"created_at":108},"785624b2-0355-4b82-adc3-de5e45eecd88","midjourney-v8-faster-images-higher-costs-zh","Midjourney V8 變快了，也變貴了","2026-03-26T07:52:03.562971+00:00",{"id":110,"slug":111,"title":112,"created_at":113},"cda76b92-d209-4134-86c1-a60f5bc7b128","xiaomi-mimo-trio-agents-robots-voice-zh","小米 MiMo 三模型瞄準代理、機器人與語音","2026-03-28T03:05:08.779489+00:00",{"id":115,"slug":116,"title":117,"created_at":118},"9e1044b4-946d-47fe-9e2a-c2ee032e1164","xiaomi-mimo-v2-pro-1t-moe-agents-zh","小米 MiMo-V2-Pro 登場：1T MoE 模型","2026-03-28T03:06:19.002353+00:00",{"id":120,"slug":121,"title":122,"created_at":123},"c4b6186f-bd84-4598-997e-c6e31d543c0d","cursor-composer-2-agentic-coding-model-zh","Cursor Composer 2 走向代理式寫碼","2026-03-28T03:13:06.422716+00:00",{"id":125,"slug":126,"title":127,"created_at":128},"e112e76f-ec3b-408f-810e-e93ae21a888a","apple-siri-gemini-distilled-models-zh","Apple Siri 牽手 Gemini 的真相","2026-03-29T04:52:57.886544+00:00",{"id":130,"slug":131,"title":132,"created_at":133},"c679b51f-194a-463b-87fc-7695256ff752","mimo-v2-pro-vs-omni-vs-flash-2026-zh","MiMo V2 Pro、Omni、Flash 怎麼選","2026-04-02T01:18:43.576128+00:00",{"id":135,"slug":136,"title":137,"created_at":138},"3b988fd7-6749-4f01-ba25-c0ad7486dc31","z-ai-glm-5v-turbo-design2code-claude-zh","GLM-5V-Turbo 在 Design2Code 贏了…","2026-04-02T04:03:36.31741+00:00"]