Gemini 3.1 Pro
Google · Sorti févr. 2026
Le modèle Pro le plus performant de Google accessible au public, avec un contexte d'un million de tokens à un tarif compétitif. Génération précédente : Gemini 3.6 et 3.5 Flash le surpassent désormais en codage et en benchmarks agentiques à moindre coût. Restez-y si vous êtes dans l'écosystème Google Cloud/Vertex AI ; sinon, la gamme Flash ou les concurrents offrent davantage.
Est-ce fait pour vous ?
Recommandé pour
- Raisonnement approfondi sur des problèmes scientifiques et mathématiques complexes
- Analyse de très grands contextes avec 1M tokens
- Équipes soucieuses des coûts ayant besoin d'un raisonnement de niveau Pro à 2 $/12 $
- Utilisateurs de l'écosystème Google Cloud/Vertex AI
Déconseillé pour
- Codage de pointe et workflows agentiques — les modèles Flash le surpassent
- Déploiements sensibles à la sécurité — FAR.AI a trouvé 249 jailbreaks universels pour ~278 $
Performances par tâche
Complex reasoning / science
ARC-AGI-2 77.1% (2.5x Gemini 3 Pro), GPQA Diamond 94.3% — top-tier reasoning at launch
Long-context analysis
1M token context window, MRCR v2 84.9% at 128K — process entire codebases or multi-document research
Coding
SWE-Bench Verified 80.6% is strong but now trails Gemini 3.6 Flash and Claude Opus 5
Agentic workflows
APEX-Agents 33.5%, MCP Atlas 69.2% — solid but Flash models are better for production agents
Math
LiveCodeBench 2887 Elo, HLE 44.4% no-tools — strong mathematical reasoning
Multimodal understanding
MMMU-Pro 80.5% — competitive, natively multimodal across text, audio, images, video
Security / safety
FAR.AI found 249 universal jailbreaks for ~$278 — significantly weaker safeguards than Claude Fable 5 and GPT-5.6 Sol
Tarifs
Entrée
$2 / 1M
Sortie
$12 / 1M
Contexte
1M tokens
Tests de performance
| Test | Score | Source |
|---|---|---|
| ARC-AGI-2 | 77.1% | Source |
| MMLU (MMMLU) | 92.6% | Source |
| GPQA Diamond | 94.3% | Source |
| SWE-Bench Verified | 80.6% | Source |
| SWE-Bench Pro (Public) | 54.2% | Source |
| Terminal-Bench 2.0 | 68.5% | Source |
| LiveCodeBench Pro | 2887 Elo | Source |
| APEX-Agents | 33.5% | Source |
| HLE (no tools) | 44.4% | Source |
| HLE (with tools) | 51.4% | Source |
| MCP Atlas | 69.2% | Source |
| BrowseComp | 85.9% | Source |
| MRCR v2 (128K) | 84.9% | Source |
| MMMU-Pro | 80.5% | Source |
| GDPval-AA Elo | 1317 | Source |
Aucun changement de verdict pour l’instant
L’horloge tourne dès le premier jour : les changements apparaîtront ici à mesure que notre verdict évolue.
Sources
- Google DeepMind: Gemini 3.1 Pro Model Cardjuil. 2026
- FAR.AI AI Security Leaderboardjuil. 2026
- Google AI for Developers — Official pricing page (no 3.5 Pro yet)juin 2026
- Google Blog: Gemini 3.1 Pro announcementjuil. 2026
- Metacto: Gemini API Pricingjuil. 2026
- nxcode.io: Gemini 3.1 Pro Complete Guidejuil. 2026
- GitHub Changelog: Gemini 3.1 Pro in Copilotjuil. 2026
- GitHub Changelog: Gemini 2.5 Pro deprecation Jul 31, 2026juil. 2026
Journal de vérification
- Tarifs— Aucun changement
Agent automatisé