Carte modèle Google DeepMind, résultats en février 2026. · source
Une seule tentative ; la carte ne donne aucun chiffre de Claude pour ce benchmark. · source
| Article | Valeur |
|---|---|
| Entrées | Texte, images, audio, vidéo ; fenêtre contextuelle jusqu'à 1 million de jetons |
| Sortir | Texte, 64 000 jetons |
| Basé sur | Gémeaux 3 Pro |
| Le dernier examen de l'humanité (sans outils) | 44,4 % (Gémeaux 3 Pro 37,5 %) |
| GPQA Diamond (sans outils) | 94.3% |
| SWE-Bench vérifié (une seule tentative) | 80.6% |
| Terminal-Bench 2.0 (Terminus-2) | 68.5% |
| tau2-bench Télécom | 99.3% |
| ParcourirComp | 85.9% |
| Atlas MCP | 69.2% |
| MRCR v2 8 aiguilles, 1M par points | 26.3% |
Chiffres de Google, résultats de février 2026. La carte ne mentionne aucun prix API. · source
Partial outage now. Google Gemini is currently experiencing a partial outage
Unofficial, from StatusGator. Uptime is the share of the window not marked down (559 min down, 4786 min degraded); it covers the whole service, not this version alone.
Estimate from the version's published specs, benchmarks and reviews, 0-5; scores are only comparable within one criteria year. Scored as launched (19 Feb 2026, preview). Reasoning: Artificial Analysis Intelligence Index 57 at launch (v4.0; four points ahead of Claude Opus 4.6; The Decoder 21 Feb 2026). AA's pages now show lower numbers (30, 46) after later index versions, not used. Coding null: no Terminal-Bench 4.0; Google published Terminal-Bench 2.0 68.5% (Terminus-2) and SWE-Bench Verified 80.6%. Context 1M input, 64k output (DeepMind model card). Price $2 in / $12 out per 1M up to 200k = $4.50 blended (AA, Google). Speed null: no launch-time speed found (AA now lists 132 tokens/s, undated). Input text, image, audio, video.[1]
The model ranks first in six of ten categories, including agent-based coding, knowledge, scientific reasoning, and physics.
While the leap in logical reasoning and coding benchmarks is impressive, the 'soul' of the model — its emotional depth, empathy, creative flexibility, and nuance — seems to have been significantly reduced.
It is not necessarily faster, and in some modes, it is intentionally slower, taking a moment to chew on a problem before spitting out an answer.
Winner: Gemini wins for providing phrasing I'd actually use because it feels the most natural and immediately usable.
Photos de lecteurs, distinctes des médias sourcés du pin. Notez ce que vous avez mangé ou vu et, sur un pin de restaurant, identifiez les plats directement sur votre photo.
La première entrée est toujours la source de l’épingle. La confiance globale est une moyenne pondérée de la fermeté avec laquelle chaque référence étaye les heures de début et de fin retenues ci-dessus ; une référence compte moitié moins pour chaque tranche de 180 jours d’ancienneté par rapport à la plus récente.
L'article de Google « Gemini 3.1 Pro: A smarter model for your most complex tasks » est daté du 19 février 2026 et indique qu'il est déployé ce jour-là auprès des développeurs, des entreprises et du grand public.
The Wikipedia article lists Gemini 3.1 Pro as released in preview on 19 February 2026.
DeepMind's model card gives the benchmark table against the model's predecessor and named rivals.
Il manque quelque chose ou une erreur s'est glissée ? Dites-le avec vos mots : un lien qui étaye cette épingle, une autre date de début ou de fin et pourquoi, ou une information absente ou erronée. L'IA la vérifie au regard des sources de l'épingle, en cherche de meilleures et ajoute toute page qui vous donne raison. Les sources de l'épingle restent celles qui comptent le plus. L'IA regarde aussi les images : une image qui montre autre chose, ou qui le montre mal, passe en dernier ou est remplacée.
Titre original: Gemini 3.1 Pro Released
| Benchmark | Gemini 3.1 Pro | Gemini 3 Pro | Sonnet 4.6 | Opus 4.6 | GPT-5.2 | GPT-5.3-Codex |
|---|---|---|---|---|---|---|
| Humanity's Last Exam (raisonnement académique (jeu complet, texte + MM), sans outils) | 44.4% | 37.5% | 33.2% | 40.0% | 34.5% | — |
| Humanity's Last Exam (raisonnement académique (jeu complet, texte + MM), recherche (liste d'exclusion) + code) | 51.4% | 45.8% | 49.0% | 53.1% | 45.5% | — |
| ARC-AGI-2 (puzzles de raisonnement abstrait, vérifié par ARC Prize) | 77.1% | 31.1% | 58.3% | 68.8% | 52.9% | — |
| GPQA Diamond (connaissances scientifiques, sans outils) | 94.3% | 91.9% | 89.9% | 91.3% | 92.4% | — |
| Terminal-Bench 2.0 (programmation agentique en terminal, harnais Terminus-2) | 68.5% | 56.9% | 59.1% | 65.4% | 54.0% | 64.7% |
| Terminal-Bench 2.0 (programmation agentique en terminal, meilleur autre harnais déclaré par l'éditeur) | — | — | — | — | 62.2% | 77.3% |
| SWE-Bench Verified (programmation agentique, une seule tentative) | 80.6% | 76.2% | 79.6% | 80.8% | 80.0% | — |
| SWE-Bench Pro (Public) (tâches de programmation agentique variées, une seule tentative) | 54.2% | 43.3% | — | — | 55.6% | 56.8% |
| LiveCodeBench Pro (problèmes de programmation compétitive de Codeforces, ICPC et IOI, Elo) | 2887 | 2439 | — | — | 2393 | — |
| SciCode (programmation pour la recherche scientifique) | 59% | 56% | 47% | 52% | 52% | — |
| APEX-Agents (tâches professionnelles de longue haleine) | 33.5% | 18.4% | — | 29.8% | 23.0% | — |
| GDPval-AA Elo (tâches d'expert) | 1317 | 1195 | 1633 | 1606 | 1462 | — |
| τ2-bench (agents et usage d'outils, commerce de détail) | 90.8% | 85.3% | 91.7% | 91.9% | 82.0% | — |
| τ2-bench (agents et usage d'outils, télécoms) | 99.3% | 98.0% | 97.9% | 99.3% | 98.7% | — |
| MCP Atlas (flux de travail en plusieurs étapes avec MCP) | 69.2% | 54.1% | 61.3% | 59.5% | 60.6% | — |
| BrowseComp (recherche agentique, recherche + Python + navigation) | 85.9% | 59.2% | 74.7% | 84.0% | 65.8% | — |
| MMMU-Pro (compréhension et raisonnement multimodaux, sans outils) | 80.5% | 81.0% | 74.5% | 73.9% | 79.5% | — |
| MMMLU (questions-réponses multilingues) | 92.6% | 91.8% | 89.3% | 91.1% | 89.6% | — |
| MRCR v2 (8-needle) (performance en contexte long, 128k (moyenne)) | 84.9% | 77.0% | 84.9% | 84.0% | 83.8% | — |
| MRCR v2 (8-needle) (performance en contexte long, 1M (ponctuel)) | 26.3% | 26.3% | — | — | — | — |