Cartão modelo Google DeepMind, resultados de fevereiro de 2026. · fonte
Tentativa única; o cartão não fornece nenhum valor de Claude para este benchmark. · fonte
| Item | Valor |
|---|---|
| Entradas | Texto, imagens, áudio, vídeo; janela de contexto até 1 milhão de tokens |
| Saída | Texto, tokens de 64 mil |
| Baseado em | Gêmeos 3 Pró |
| Último Exame da Humanidade (sem ferramentas) | 44,4% (Gêmeos 3 Pro 37,5%) |
| Diamante GPQA (sem ferramentas) | 94.3% |
| SWE-Bench verificado (tentativa única) | 80.6% |
| Terminal-Banco 2.0 (Terminus-2) | 68.5% |
| tau2-banco Telecom | 99.3% |
| BrowseComp | 85.9% |
| Atlas MCP | 69.2% |
| MRCR v2 8 agulhas, 1M pontual | 26.3% |
Números do próprio Google, resultados de fevereiro de 2026. O cartão não lista nenhum preço de API. · fonte
Unofficial, from StatusGator. Uptime is the share of the window not marked down (529 min down, 5676 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.
| Google just upgraded Gemini again, and 3.1 Pro more than doubles its AI reasoning power — but some users aren't impressed · 20 de fev. de 2026 | 0.20 |
|---|---|
| I tested Gemini 3.1 Pro vs Claude Sonnet 4.6 in 7 tough challenges and there was one clear winner · 20 de fev. de 2026 | 0.70 |
| Google's Gemini 3.1 Pro Preview tops Artificial Analysis Intelligence Index at less than half the cost of its rivals · 21 de fev. de 2026 | 0.80 |
| Gemini 3.1 Pro vs Gemini 3 Pro: Google's new AI is slower on purpose — and smarter for it · 24 de fev. de 2026 | 0.10 |
Fotos de leitores, separadas das mídias com fontes do pin. Avalie o que você comeu ou viu e, em um pin de restaurante, marque os pratos direto na sua foto.
A primeira entrada é sempre a fonte do pin. A confiança geral é uma média ponderada de quanto cada referência sustenta os horários de início e fim usados acima; uma referência conta metade a cada 180 dias a mais em relação à mais recente.
O texto do Google, “Gemini 3.1 Pro: A smarter model for your most complex tasks” (“Gemini 3.1 Pro: um modelo mais inteligente para suas tarefas mais complexas”), é datado de 19 de fevereiro de 2026 e diz que está sendo liberado nesse dia para desenvolvedores, empresas e consumidores.
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.
Falta algo ou há um erro? Diga com suas palavras: um link que sustente este pin, uma data de início ou fim diferente e por quê, ou um fato que falta ou está errado. A IA confere isso com as fontes do pin, procura outras melhores e adiciona qualquer página que dê razão a você. As fontes do próprio pin continuam contando mais. Uma imagem que mostra outra coisa, ou mostra mal, também é analisada e rebaixada ou substituída.
Título 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 (raciocínio acadêmico (conjunto completo, texto + MM), sem ferramentas) | 44,4% | 37,5% | 33,2% | 40,0% | 34,5% | — |
| Humanity's Last Exam (raciocínio acadêmico (conjunto completo, texto + MM), busca (com lista de bloqueio) + código) | 51,4% | 45,8% | 49,0% | 53,1% | 45,5% | — |
| ARC-AGI-2 (quebra-cabeças de raciocínio abstrato, ARC Prize Verified) | 77,1% | 31,1% | 58,3% | 68,8% | 52,9% | — |
| GPQA Diamond (conhecimento científico, sem ferramentas) | 94,3% | 91,9% | 89,9% | 91,3% | 92,4% | — |
| Terminal-Bench 2.0 (programação em terminal com agentes, harness Terminus-2) | 68,5% | 56,9% | 59,1% | 65,4% | 54,0% | 64,7% |
| Terminal-Bench 2.0 (programação em terminal com agentes, outro melhor harness autorrelatado) | — | — | — | — | 62,2% | 77,3% |
| SWE-Bench Verified (programação com agentes, tentativa única) | 80,6% | 76,2% | 79,6% | 80,8% | 80,0% | — |
| SWE-Bench Pro (pública) (tarefas variadas de programação com agentes, tentativa única) | 54,2% | 43,3% | — | — | 55,6% | 56,8% |
| LiveCodeBench Pro (problemas de programação competitiva do Codeforces, ICPC e IOI, Elo) | 2887 | 2439 | — | — | 2393 | — |
| SciCode (programação para pesquisa científica) | 59% | 56% | 47% | 52% | 52% | — |
| APEX-Agents (tarefas profissionais de longo horizonte) | 33,5% | 18,4% | — | 29,8% | 23,0% | — |
| GDPval-AA Elo (tarefas de especialistas) | 1317 | 1195 | 1633 | 1606 | 1462 | — |
| τ2-bench (agentes e uso de ferramentas, varejo) | 90,8% | 85,3% | 91,7% | 91,9% | 82,0% | — |
| τ2-bench (agentes e uso de ferramentas, telecomunicações) | 99,3% | 98,0% | 97,9% | 99,3% | 98,7% | — |
| MCP Atlas (fluxos de trabalho em várias etapas com MCP) | 69,2% | 54,1% | 61,3% | 59,5% | 60,6% | — |
| BrowseComp (busca com agentes, busca + Python + navegação) | 85,9% | 59,2% | 74,7% | 84,0% | 65,8% | — |
| MMMU-Pro (compreensão e raciocínio multimodais, sem ferramentas) | 80,5% | 81,0% | 74,5% | 73,9% | 79,5% | — |
| MMMLU (perguntas e respostas multilíngues) | 92,6% | 91,8% | 89,3% | 91,1% | 89,6% | — |
| MRCR v2 (8-needle) (desempenho em contexto longo, 128k (média)) | 84,9% | 77,0% | 84,9% | 84,0% | 83,8% | — |
| MRCR v2 (8-needle) (desempenho em contexto longo, 1M (pontual)) | 26,3% | 26,3% | — | — | — | — |