本文来自微信公众号： APPSO ，作者：祝大家新年快乐的，原文标题：《刚刚，Gemini 3.1 Pro 发布！清华姚顺宇站台宣传，Karpathy：应用商店的时代结束了》
刚在印度AI峰会上经历了最尴尬的一幕，Google CEO Sundar Pichai转头就在今天凌晨官宣了最新模型Gemini 3.1 Pro。
时机选得，相当精准（doge）。
OpenAI CEO和Anthropic CEO在合影时拒绝握手，而是高举拳头。
虽然距离上周Gemini 3 Deep Think的更新没几天，但3.1 Pro的定位，Google说得很清楚——专为那些「一个简单答案远远不够」的任务而设计，是解决复杂问题的基础底座。
按惯例，0.1的版本号更新通常意味着小修小补，然而，在测试模型解决全新逻辑模式能力的ARC-AGI-2基准上，3.1 Pro拿下77.1%，是上代3 Pro（31.1%）的两倍多，同时压过了Anthropic的Opus 4.6（68.8%）和OpenAI的GPT-5.2（52.9%）。
其它方面，科学知识测试GPQA Diamond拿了94.3%，智能体类基准MCP Atlas和BrowseComp分别拿下69.2%和85.9%。
编程能力方面，竞争性编程基准LiveCodeBench Pro的Elo评分达到2887，超过3 Pro的2439和GPT-5.2的2393。SWE-Bench Verified上，3.1 Pro拿了80.6%，和Opus 4.6的80.8%基本打平。
当然，3.1 Pro也不是处处碾压。
多模态基准MMMU Pro上，上代3 Pro反而略胜（81.0%vs 80.5%）；启用工具支持的Humanity's Last Exam里，Opus 4.6以53.1%拿了第一。外界长期批评Google工具使用效率不如对手，这次还是没能完全堵上嘴。
第三方知名分析机构Artificial Analysis则给出了相当实在的评价。
3.1 Pro在他们的智能指数里排名第一，比Opus 4.6高4分；整个测试跑下来总计使用约5700万tokens，完成测试的成本不到Opus 4.6的一半。能打又省钱，这个组合还是很香的。
Google DeepMind首席科学家Jeff Dean也转发了一个是用3.1 Pro模拟城市规划、设计全新城市的应用，从零生成可交互的规划界面demo。
Google官方博客则展示了几个更日常的方向。代码动画方面，3.1 Pro可以直接根据文字提示生成动态SVG，因为是纯代码生成而非像素，任意缩放都不失真，文件体积也远小于传统视频。
复杂系统方面，模型直接接入公开遥测数据流，搭出了一个实时追踪国际空间站轨道的航天仪表盘。
更有意思的是两个创意类demo。
一个是3D椋鸟群模拟，不只是生成视觉代码，还支持用手势操控鸟群，并配有随鸟群动态变化的生成音乐；
另一个是把《呼啸山庄》的文学氛围转化成一个现代个人网站，模型没有简单概括情节，而是分析了小说的整体基调，设计出了贴合主人公气质的界面风格。
此外，网友们也贡献了不少精彩的案例。有人让3.1 Pro生成一个「鬼怪猎人穿越鬼屋」的动态SVG循环动画，结果直接看呆，评价是「Google这次是认真的」。
还有网友认为让它生成种子破土、根系延伸、茎秆冒出、叶片展开、直到长成完整大树的交互动画，每个生长阶段的过渡都顺滑自然，说这是见过最好的同类效果。
去年从Anthropic转投Google DeepMind的清华物理系特奖得主姚顺宇也站台宣传：「Gemini不仅是一个优秀的模型，而且更好的模型正以不可阻挡的方式到来。」
当然，这些demo加在一起说的是同一件事：模型能做的事，已经从单纯的回答问题延伸到完成一整套专业或创意工作流了。
价格方面，API按分级付费，整体和上代3 Pro保持一致，但跟Anthropic Opus系列比还是相对便宜的。
20万tokens以内，输入2美元/每百万tokens，输出12美元；超过20万tokens，输入涨到4美元，输出18美元。搜索功能每月前5000次免费，之后每1000次查询收费14美元。
现在，开发者可以在AI Studio、Gemini API、Gemini CLI、智能体开发平台Google Antigravity以及Android Studio；企业用户在Vertex AI和Gemini Enterprise；普通用户在Gemini应用和NotebookLM都能用，后者仅限Pro和Ultra订阅。
值得注意的是，3.1 Pro目前只是预览版，Google大概率是要继续打磨好智能体工作流再推正式版，向外界展示出一副还没使全力的姿态。
至于这种能力渗透到个人层面会发生什么，这让我联想到了OpenAI联创Andrej Karpathy刚刚发布的推文：
他想用8周时间把静息心率从50降到45，计划是设定Zone 2有氧总时长目标，配合每周一次HIIT。为了追踪进展，他花了1小时用vibe coding做了一个专属仪表盘。
上下滑动查看更多内容
过程比想象中麻烦，Claude需要对Woodway跑步机的云API进行逆向工程，提取原始数据，处理筛选，搭出Web前端界面，中间还有公制英制单位混用、日历日期对不上这些bug需要手动发现并要求修复。
Karpathy的感叹很直接，两年前这事得花10小时，现在1小时。但他更在意的是：这本来应该只需要1分钟。
他的判断是，应用商店模式正在过时。
300行代码、LLM几秒生成的专属工具，没必要变成一个正经App让你去搜索下载。他同时也点了行业的问题：99%的产品仍然没有AI原生的CLI，还在维护给人看的前端界面，而不是直接提供便于Agent调用的API。
Woodway跑步机本质上就是个传感器，结果还得让LLM去逆向工程它，完全没必要。
把Jeff Dean的城市规划demo和Karpathy的跑步仪表盘放在一起看，其实是同一件事的两面。当普通人花1小时就能为自己做一个高度定制的专属工具，由AI原生传感器和执行器构成、LLM负责编排、即兴生成高度定制专属应用的时代，就已经近在眼前了。
附官方博客：
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-1-pro/