- Inizio
- 19 feb 2026AFFIDABILITÀ 90%da la fonte
Rilasciato Gemini 3.1 Pro
Tradotto automaticamente dall’originale
Titolo originale: Gemini 3.1 Pro Released
- Google ha rilasciato Gemini 3.1 Pro in anteprima il 19 febbraio 2026, tre mesi dopo Gemini 3 Pro, descrivendolo come l'intelligenza di base potenziata dietro le recenti scoperte scientifiche e di ricerca[1]
- È «una base più intelligente e capace per la risoluzione di problemi complessi», con un 77,1% verificato in ARC-AGI-2, che mette alla prova schemi logici del tutto nuovi[1]
- Google lo ha tenuto in anteprima per convalidare gli aggiornamenti e migliorare i flussi di lavoro agentici prima della disponibilità generale «a breve»[1]
Caratteristiche principali
- Disponibile nell'app Gemini con limiti più alti per i piani Google AI Pro e Ultra, e in NotebookLM solo per gli utenti Pro e Ultra[1]
- Sviluppatori e aziende lo ottengono in anteprima tramite l'API di Gemini in AI Studio, Antigravity e Vertex AI, oltre a Gemini Enterprise[1]
- La demo di Google gli fa programmare una murmuration interattiva 3D di storni che gli utenti guidano con il tracciamento delle mani e che suona una colonna sonora generativa[1]
Benchmark[3]
| 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 (Ragionamento accademico (set completo, testo + MM), senza strumenti) | 44,4% | 37,5% | 33,2% | 40,0% | 34,5% | — |
| Humanity's Last Exam (Ragionamento accademico (set completo, testo + MM), ricerca (blocklist) + codice) | 51,4% | 45,8% | 49,0% | 53,1% | 45,5% | — |
| ARC-AGI-2 (Rompicapi di ragionamento astratto, verificato da ARC Prize) | 77,1% | 31,1% | 58,3% | 68,8% | 52,9% | — |
| GPQA Diamond (Conoscenza scientifica, senza strumenti) | 94,3% | 91,9% | 89,9% | 91,3% | 92,4% | — |
| Terminal-Bench 2.0 (Programmazione agentica da terminale, harness Terminus-2) | 68,5% | 56,9% | 59,1% | 65,4% | 54,0% | 64,7% |
| Terminal-Bench 2.0 (Programmazione agentica da terminale, altro miglior harness autodichiarato) | — | — | — | — | 62,2% | 77,3% |
| SWE-Bench Verified (Programmazione agentica, tentativo singolo) | 80,6% | 76,2% | 79,6% | 80,8% | 80,0% | — |
| SWE-Bench Pro (Public) (Compiti vari di programmazione agentica, tentativo singolo) | 54,2% | 43,3% | — | — | 55,6% | 56,8% |
| LiveCodeBench Pro (Problemi di programmazione competitiva da Codeforces, ICPC e IOI, Elo) | 2887 | 2439 | — | — | 2393 | — |
| SciCode (Programmazione per la ricerca scientifica) | 59% | 56% | 47% | 52% | 52% | — |
| APEX-Agents (Compiti professionali a lungo orizzonte) | 33,5% | 18,4% | — | 29,8% | 23,0% | — |
| GDPval-AA Elo (Compiti da esperti) | 1317 | 1195 | 1633 | 1606 | 1462 | — |
| τ2-bench (Uso agentico e di strumenti, Vendita al dettaglio) | 90,8% | 85,3% | 91,7% | 91,9% | 82,0% | — |
| τ2-bench (Uso agentico e di strumenti, Telecomunicazioni) | 99,3% | 98,0% | 97,9% | 99,3% | 98,7% | — |
| MCP Atlas (Flussi di lavoro in più passaggi con MCP) | 69,2% | 54,1% | 61,3% | 59,5% | 60,6% | — |
| BrowseComp (Ricerca agentica, ricerca + Python + navigazione) | 85,9% | 59,2% | 74,7% | 84,0% | 65,8% | — |
| MMMU-Pro (Comprensione e ragionamento multimodali, senza strumenti) | 80,5% | 81,0% | 74,5% | 73,9% | 79,5% | — |
| MMMLU (Domande e risposte multilingue) | 92,6% | 91,8% | 89,3% | 91,1% | 89,6% | — |
| MRCR v2 (8-needle) (Prestazioni su contesto lungo, 128k (media)) | 84,9% | 77,0% | 84,9% | 84,0% | 83,8% | — |
| MRCR v2 (8-needle) (Prestazioni su contesto lungo, 1M (puntuale)) | 26,3% | 26,3% | — | — | — | — |
Fonti 3AFFIDABILITÀ 85%Affidabilità complessiva: 85%Quanto la fonte e le altre fonti del pin ne confermano le date.Media ponderata di quanto 3 fonti, compresa quella principale, confermano gli orari di inizio e fine del pin; una fonte conta la metà per ogni 180 giorni in più rispetto alla più recenteMostra tutti i pin con affidabilità pari o superiore al 75%
La prima voce è sempre la fonte del pin. L’affidabilità complessiva è una media ponderata di quanto ogni fonte conferma gli orari di inizio e fine indicati sopra; una fonte conta la metà per ogni 180 giorni in più rispetto alla più recente.
- [1]90%blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-problog.google· Postato il 30 set 2026· Inizio 19 feb 2026 ✓· 41% del punteggio
Il post di Google «Gemini 3.1 Pro: A smarter model for your most complex tasks» è datato 19 febbraio 2026 e dice che viene distribuito quel giorno a sviluppatori, aziende e consumatori.
- [2]75%Gemini (language model) - Wikipediaen.wikipedia.org· Aggiunto il 30 set 2026· 41% del punteggio
The Wikipedia article lists Gemini 3.1 Pro as released in preview on 19 February 2026.
- [3]95%Gemini 3.1 Pro - Model Carddeepmind.google· Pubblicato il 19 feb 2026· 17% del punteggio
DeepMind's model card gives the benchmark table against the model's predecessor and named rivals.
Suggerisci una correzione
Manca qualcosa o c’è un errore? Dillo con parole tue: un link che conferma questo pin, una data di inizio o fine diversa e perché, o un fatto che manca o è sbagliato. L’IA lo confronta con le fonti del pin, ne cerca di migliori e aggiunge qualsiasi pagina ti dia ragione. Le fonti del pin contano comunque di più. Anche un’immagine che mostra altro, o lo mostra male, viene esaminata e spostata in basso o sostituita.
