待验证85% 置信事实时间未知

在GDPo专家任务评估中，Gemini 3.1 Pro得分1317，低于Anthropic Claude的同等水平

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Gemini 3.1 Pro深度横评：ARC-AGI-2得分77.1%，真的最强吗？

bilibili锋芒AI

涉及实体

Gemini 3.1 Promodel Claudemodel Anthropiccompany

相关事实

待验证Gemini 3在SWE-bench基准测试中智能体场景下的得分远超同类模型76% 相似待验证Gemini 2.5 Pro在Humanities Last Exam基准测试中得分18.8%，远超O3 Mini的14%和其他模型的10%以下76% 相似待验证在SimpleQA评测中，Gemini 3.1 Pro以75.6分领先，DeepSeek V4 Pro得分57.9分74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/12524

API

curl https://kongchang.com/api/v1/knowledge/claims/12524

MCP

get_claim(id=12524)