摘要
30 秒看懂
在这段 2026 年 2 月的短视频中，Matthew Berman 简要评论 Gemini 3.1 Pro、其推出情况和一组基准测试对比。他重点介绍 Humanity’s Last Exam 在两种不同测试条件下的成绩，并表示想在 OpenClaw 中试用这个模型。
- 1幽默开场Berman 对几张奇特的生成图像开玩笑，称它们是重要的基准测试。
- 2推出和测试他说 Gemini 3.1 Pro 正在面向消费者和开发者产品推出，并希望在 OpenClaw 中测试。
- 3Humanity’s Last Exam画面中的表格显示，无工具条件下得分为 44.4%，使用带屏蔽名单的搜索和代码环境时为 51.4%；Berman 强调其相对 Gemini 3 Pro 的提升。
要点建议
- Berman 表示，Gemini 3.1 Pro 正在面向消费者和开发者产品推出。
- 画面中的对比表显示，Gemini 3.1 Pro 在 Humanity’s Last Exam 无工具条件下得分为 44.4%，使用带屏蔽名单的搜索和代码环境时为 51.4%。
- 同一表格显示，Gemini 3 Pro 在两种条件下的得分均较低。
全文
按章节阅读整理后的全文
01
Gemini 3.1 Pro 的推出
Berman 开场拿奇特图像开玩笑。他说该模型即将进入消费者和开发者产品，并希望在 OpenClaw 中测试。
这里有一只穿轮滑鞋的鸵鸟，接着是一只开加长豪华轿车的腊肠犬。这些是极其重要的基准测试——基本上就是 AGI。Google 正在消费者和开发者产品中推出 Gemini 3.1 Pro，我迫不及待想在 OpenClaw 中测试它。
02
基准测试对比
他重点介绍 Humanity’s Last Exam 在无工具和工具辅助条件下的成绩。他指出，画面中的结果高于 Gemini 3 Pro。
看看 Humanity’s Last Exam 的对比。表格显示，Gemini 3.1 Pro 在无工具条件下得分为 44.4%，使用带屏蔽名单的搜索和代码环境时为 51.4%。这比 Gemini 3 Pro 有明显提升，表格中后者在两种条件下的得分分别为 37.5% 和 45.8%。
同频道的其他文章
14:45EN → 简体中文
Matthew Berman· 2026年10月29日Matthew Berman 解读 Google 的 Gemini 4 Carbon 公告Matthew Berman · Forward FutureMatthew Berman 回顾 Google 公布的 Gemini 4 Carbon 基准结果、分阶段开放计划与定价，同时指出自己尚未使用该模型。
34:21EN → 简体中文Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构，并质疑 AI 快速发展与安全之间的张力。
0:26EN → 简体中文Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中，Altman 思考解决难题的乐趣，以及人在解读结果时的作用。
0:36EN → 简体中文Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原，并对 Kimi K3.1 的测试给予积极评价。
0:21EN → 简体中文Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表，随后发现图中的数字只是示意性占位值。
25:50EN → 简体中文Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。