Google DeepMind 모델 카드, 2026년 2월 기준 결과. · 출처
단일 시도; 카드는 이 벤치마크에 대한 Claude 수치를 제공하지 않습니다. · 출처
| 목 | 값 |
|---|---|
| 입력 | 텍스트, 이미지, 오디오, 비디오; 컨텍스트 창 최대 100만 토큰 |
| 산출 | 텍스트, 64K 토큰 |
| 기반 | 제미니 3 프로 |
| 인류의 마지막 시험(도구 없음) | 44.4% (제미니 3 프로 37.5%) |
| GPQA 다이아몬드(도구 없음) | 94.3% |
| SWE-Bench 인증(1회 시도) | 80.6% |
| 터미널-벤치 2.0(Terminus-2) | 68.5% |
| tau2-벤치 텔레콤 | 99.3% |
| 찾아보기Comp | 85.9% |
| MCP 아틀라스 | 69.2% |
| MRCR v2 8바늘, 포인트 방향 1M | 26.3% |
Google 자체 수치, 2026년 2월 기준 결과입니다. 카드에는 API 가격이 표시되어 있지 않습니다. · 출처
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.
독자들의 사진으로, 출처가 있는 핀의 미디어와 별도로 표시됩니다. 먹거나 본 것을 평가하고, 레스토랑 핀에서는 사진에 바로 요리를 태그해 보세요.
첫 번째 항목은 항상 핀의 출처입니다. 전체 신뢰도는 각 자료가 위의 시작·종료 시각을 얼마나 확실히 뒷받침하는지에 대한 가중 평균이며, 자료는 최신 자료보다 180일 오래될 때마다 가중치가 절반이 됩니다.
구글의 게시글 "Gemini 3.1 Pro: A smarter model for your most complex tasks"는 2026년 2월 19일자이며, 그날 개발자, 기업, 일반 소비자에게 순차 제공된다고 밝혔다.
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.
빠지거나 잘못된 점이 있나요? 이 핀을 뒷받침하는 링크, 다른 시작일이나 종료일과 그 이유, 빠지거나 잘못된 사실을 자신의 말로 알려주세요. AI가 이 핀의 출처와 대조하고 더 나은 자료를 찾아, 뒷받침하는 페이지를 추가합니다. 핀 자체의 출처가 여전히 가장 중요하게 반영됩니다. AI는 이미지도 확인합니다. 다른 것을 보여주거나 제대로 보여주지 못하는 이미지는 뒤로 옮기거나 교체합니다.
원본 제목: Gemini 3.1 Pro Released
| 벤치마크 | Gemini 3.1 Pro | Gemini 3 Pro | Sonnet 4.6 | Opus 4.6 | GPT-5.2 | GPT-5.3-Codex |
|---|---|---|---|---|---|---|
| Humanity's Last Exam (학술 추론, 전체 세트 텍스트+멀티모달, 도구 미사용) | 44.4% | 37.5% | 33.2% | 40.0% | 34.5% | — |
| Humanity's Last Exam (학술 추론, 전체 세트 텍스트+멀티모달, 검색(블록리스트) + 코드) | 51.4% | 45.8% | 49.0% | 53.1% | 45.5% | — |
| ARC-AGI-2 (추상 추론 퍼즐, ARC Prize 검증) | 77.1% | 31.1% | 58.3% | 68.8% | 52.9% | — |
| GPQA Diamond (과학 지식, 도구 미사용) | 94.3% | 91.9% | 89.9% | 91.3% | 92.4% | — |
| Terminal-Bench 2.0 (에이전트 터미널 코딩, Terminus-2 하니스) | 68.5% | 56.9% | 59.1% | 65.4% | 54.0% | 64.7% |
| Terminal-Bench 2.0 (에이전트 터미널 코딩, 자체 보고 최고 기록 하니스) | — | — | — | — | 62.2% | 77.3% |
| SWE-Bench Verified (에이전트 코딩, 단일 시도) | 80.6% | 76.2% | 79.6% | 80.8% | 80.0% | — |
| SWE-Bench Pro (Public) (다양한 에이전트 코딩 과제, 단일 시도) | 54.2% | 43.3% | — | — | 55.6% | 56.8% |
| LiveCodeBench Pro (Codeforces, ICPC, IOI의 경쟁 코딩 문제, Elo) | 2887 | 2439 | — | — | 2393 | — |
| SciCode (과학 연구 코딩) | 59% | 56% | 47% | 52% | 52% | — |
| APEX-Agents (장기 전문 업무) | 33.5% | 18.4% | — | 29.8% | 23.0% | — |
| GDPval-AA Elo (전문가 업무) | 1317 | 1195 | 1633 | 1606 | 1462 | — |
| τ2-bench (에이전트 및 도구 사용, 리테일) | 90.8% | 85.3% | 91.7% | 91.9% | 82.0% | — |
| τ2-bench (에이전트 및 도구 사용, 통신) | 99.3% | 98.0% | 97.9% | 99.3% | 98.7% | — |
| MCP Atlas (MCP를 이용한 다단계 워크플로) | 69.2% | 54.1% | 61.3% | 59.5% | 60.6% | — |
| BrowseComp (에이전트 검색, 검색 + Python + 브라우징) | 85.9% | 59.2% | 74.7% | 84.0% | 65.8% | — |
| MMMU-Pro (멀티모달 이해 및 추론, 도구 미사용) | 80.5% | 81.0% | 74.5% | 73.9% | 79.5% | — |
| MMMLU (다국어 질의응답) | 92.6% | 91.8% | 89.3% | 91.1% | 89.6% | — |
| MRCR v2 (8-needle) (긴 컨텍스트 성능, 128k(평균)) | 84.9% | 77.0% | 84.9% | 84.0% | 83.8% | — |
| MRCR v2 (8-needle) (긴 컨텍스트 성능, 1M(포인트와이즈)) | 26.3% | 26.3% | — | — | — | — |