IXThinker·2026-02-21 16:00

Gemini 3.1 Pro屠榜ARC-AGI-2

谷歌DeepMind深夜拋出新一代旗艦模型Gemini 3.1 Pro，直接刷爆多個領域的最佳成績。在公認最難的ARC-AGI-2測試中，它拿下最高分，推理能力較前代大幅躍升，把Claude 4.6拉下王座。

最難測試登頂

ARC-AGI-2被視為衡量通用推理能力的嚴苛標尺。Gemini 3.1 Pro在此測試中取得最高分，成績令矽谷側目，被視為大模型推理能力的又一次躍升。