Gemini 3.1 Pro Preview

编程53.211 项

• ProgramBench照样重写程序·Vals AI0.0%折算分 至多 81.5+
• SciCode科研计算代码·Artificial Analysis58.7%折算分 61.3+
• LiveBench Coding写代码·LiveBench76.5%折算分 56.4+
• APEX-SWE系统集成与排障·Mercor33.9%折算分 53.0+
• LiveBench Agentic Coding改真实仓库·LiveBench44.1%折算分 51.8+
• TapTap Maker游戏功能开发·TapTap Maker59.5%折算分 50.6+
• Terminal-Bench 4.0终端里干活·Artificial Analysis4.0%折算分 至多 49.1+
• Vibe Code Bench v1.1做网页应用·Vals AI32.0%折算分 47.3+
• Terminal-Bench 4.0终端里干活·Vals AI2.5%折算分 至多 44.4+
• MirrorCode照样重写程序·Epoch AI8.9%+
• Vibe Code Bench 1–100持续开发应用·Vals AI6.7%+

科研59.910 项

• Chess Puzzles下棋解题·Epoch AI51.0%折算分 67.5+
• AARC-AGI-2举一反三·ARC Prize77.1%折算分 66.1+
• Humanity's Last Exam专家级难题·Artificial Analysis47.0%折算分 63.7+
• CritPt研究级物理·Artificial Analysis17.7%折算分 63.0+
• Mystery Game Puzzles游戏局面推理·Epoch AI34.0%折算分 61.8+
• MysteryMechanism做实验找规律·Vals AI20.7%折算分 59.9+
• BioMysteryBench生物数据分析·Vals AI60.0%折算分 58.8+
• LiveBench Reasoning逻辑与空间推理·LiveBench84.0%折算分 57.9+
• FrontierMath T1–3研究级数学·Epoch AI59.6%折算分 56.4+
• Terminal-Bench Science终端里做科研·Vals AI1.4%折算分 至多 56.2+

专业办公53.910 项

• MedCode医疗编码·Vals AI59.1%折算分 72.4+
• Harvey LAB-AA v1.1法律文书·Artificial Analysis0.0%折算分 至多 70.3+
• LiveBench Data Analysis数据处理·LiveBench78.5%折算分 65.6+
• AA-Analyst Agent数据分析·Artificial Analysis41.3%折算分 63.9+
• AutomationBench-AA业务自动化·Artificial Analysis35.4%折算分 55.5+
• APEX-Agents投行咨询法律·Mercor35.1%折算分 49.4+
• Legal Research Bench法律检索·Vals AI20.7%折算分 47.9+
• TaxAgentBench税务问答·Vals AI9.3%折算分 39.7+
• GDPval-AA职业交付件·Artificial Analysis798.9折算分 36.3+
• AA-Briefcase办公长任务·Artificial Analysis457折算分 28.3+

知识问答63.07 项

• SimpleQA Verified事实准确·Epoch AI73.5%折算分 82.0+
• LNYT Connections 扩展版词语归类·Lech Mazur97.4%折算分 至少 79.2+
• LiveBench IF按要求作答·LiveBench79.1%折算分 74.0+
• LiveBench Language语言理解·LiveBench85.4%折算分 68.8+
• AA-LCR长文理解·Artificial Analysis82.0%折算分 56.6+
• MLCR-AA医疗长记录·Artificial Analysis11.1%折算分 48.7+
• PBullshitBench v2识破错误前提·BullshitBench31.0%折算分 39.5+

真人盲选56.52 项

• Arena Text对话盲选·LMArena1,486.8折算分 64.5+
• Arena WebDev网页成品盲选·LMArena1,446.5折算分 47.3+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。