Meta Avocado AI 模型：为何推迟到 2026 年 5 月？

Lisa Ernst · 13.03.2026 · 人工智能 · 8 分钟

谷歌 Gemini 3.1 Pro：当 AI 达到人类基线时

当我第一次看到谷歌最新 AI 模型 Gemini 3.1 Pro 的性能数据时，我认为这是一个真正的范式转变。它在逻辑推理和多模态处理方面的能力设定了新的标准。这一发展远远超出了我们迄今为止对大型语言模型的了解。

来源: 独家报道

人工智能正处于一个关键的转折点。虽然 Meta 等公司因其模型 Avocado AI 与谷歌 Gemini 3.0 相比缺乏竞争力而推迟发布，但谷歌正以惊人的速度推进创新。谷歌 Gemini 3.0 已被誉为该公司迄今为止最智能的模型，具备增强的逻辑推理能力、多模态理解和代理功能。现在，谷歌 DeepMind 推出了 Gemini 3.1 Pro，并于 2026 年 2 月 19 日正式发布。与 Gemini 3 Pro 相比，这是一个全面的架构升级。

简而言之：Meta Avocado AI 和 Gemini 3.1 Pro 的要点

• Meta Avocado AI： 发布日期已推迟至 2026 年 5 月，主要原因是与谷歌 Gemini 3.0 等模型相比缺乏竞争力。
• Avocado AI 的弱点： 与竞争对手相比，在逻辑推理和写作方面表现出弱点。
• Meta 的策略： 优先考虑质量而非速度，并考虑许可谷歌的 Gemini 模型作为过渡解决方案。
• Gemini 3.1 Pro： 由谷歌 DeepMind 于 2026 年 2 月 19 日发布的全面架构升级。
• Deep Think Mini 推理引擎： 支持显式控制的推理深度，并在 HIGH 模式下达到 ARC-AGI-2 基准的 77.1%——接近人类基线。
• 多模态卓越： 从一开始就使用混合数据（文本、图像、音频、视频）进行训练，支持多种格式，并具有 100 万个 token 的上下文窗口。
• 价格： 每百万输入 token 2.00 美元，每百万输出 token 12.00 美元（上下文小于 200,000 token），与 Claude Opus 4.6 相比具有竞争力。
• 集成： 与 Gemini 应用、AI Studio 和 Vertex AI 等谷歌产品深度集成。

逻辑推理的突破

Gemini 3.1 Pro 最显著的进展之一是“Deep Think Mini 推理引擎”，这是一个三层推理架构，允许开发人员通过 API 的 thinkingLevel 参数显式控制推理深度。这项创新将推理能力从“隐式”转变为“显式且可控”。在启用完整的 Deep Think Mini 推理引擎的 HIGH 模式下，Gemini 3.1 Pro 在 ARC-AGI-2 基准测试中取得了令人印象深刻的 77.1% 的分数，比 Gemini 3 Pro 的 31.1% 提高了 148%。

来源: arcprize.org

该图说明了 Gemini 3.1 Pro 在 ARC-AGI-2 基准测试中的惊人性能提升，几乎达到了人类基线。

ARC-AGI-2 基准测试衡量了从少量示例中识别抽象规则并将其泛化的能力。凭借这一结果，Gemini 3.1 Pro 达到了 85% 的人类基线下的限值。在此基准测试中，其性能比 Claude Opus 4.6（68.8%）高出 8.3 个百分点，比 GPT-5.3 Preview（52.9%）高出 24.2 个百分点。

Deep Think Mini 推理引擎的工作原理

这一突破归功于 Deep Think Mini 推理引擎的假设验证循环、原生多模态架构以及增强的少样本泛化能力。对于不太复杂的任务，提供了 LOW 和 MEDIUM 模式，其中 LOW 和 HIGH 模式之间的成本差异可能高达 30 倍。在 HIGH 模式下，复杂的推理任务可能成本高达 0.30 美元。

thinkingLevel

多模态卓越与广泛集成

Gemini 3.1 Pro 在逻辑推理和多模态理解方面均表现出色。该模型从一开始就使用混合的文本、图像、音频和视频数据进行联合训练。它支持多种文件格式，如 JPEG、PNG、WebP、GIF、音频、视频和 PDF。这种原生多模态能力使系统能够在不同模态之间建立交叉连接。

全面的数据处理

Gemini 3.1 Pro 拥有 100 万个 token 的上下文窗口，可处理约 750,000 个英语单词或 500,000 个中文字符，为处理大量数据设定了新的标准。在 MRCR 基准测试中，它在 128K 上下文下的提取准确率达到 96.8%。

集成到谷歌生态系统中

谷歌将 Gemini 模型深度集成到其产品中，如 Gemini 应用、AI Studio 和 Vertex AI（deepmind.google/models/model-cards/gemini-3-pro）。Gemini 应用已拥有 4.5 亿月活跃用户和约 3500 万日活跃用户。超过 46% 的美国企业已将 Gemini 集成到其生产力工作流程中。这表明谷歌 AI 战略的巨大影响力和接受度。该公司采取“全栈”方法，控制从芯片到产品集成的整个技术链。

成本和架构选择

Gemini 3.1 Pro 的架构基于稀疏专家混合（MoE）模型，并具有原生 TPU 协同设计和原生多模态融合。这种 MoE 架构意味着只有一个小部分专家子网络被激活。该模型在谷歌自行设计的专用半导体 TPU v5p 集群上进行训练。与基于 NVIDIA H100 的竞争对手模型相比，这导致了每 token 的边际成本更低。

来源: winbuzzer.com

特写展示了谷歌 TPU 芯片，这是 Gemini 3.1 Pro 训练和性能的技术基础。

详细的成本结构

对于上下文不足 200,000 token 的情况，Gemini 3.1 Pro 的成本为每百万输入 token 2.00 美元，每百万输出 token 12.00 美元。对于上下文超过 200,000 token 的情况，输入成本将增加到 4.00 美元，输出成本增加到 18.00 美元。与 Claude Opus 4.6 相比，Gemini 3.1 Pro 的输入价格便宜 13%，输出价格便宜 16%。100 万 token 的上下文窗口已正式进入 GA 阶段，谷歌为 Gemini API 提供了慷慨的免费额度：每分钟 15 个请求，每天 100 万个输入 token。

与竞争对手的成本比较

注意：确切的上下文窗口和价格可能会发生变化，并因提供商和使用情况而异。

竞争格局与未来展望

在 Artificial Analysis 的独立测试中，Gemini 3.1 Pro 在 Intelligence Index v4.0 中被评为综合冠军。它在 18 个常用基准测试中的 12 个中位居第一，包括 GPQA Diamond（94.3%）和 SWE-bench Verified（80.6%）。谷歌声称 Gemini 3.1 Pro 在 16 个基准测试中有 13 个处于领先地位，但独立分析表明这是基于过滤后的子集。尽管如此，这仍然证实了该模型处于领先地位。

来源: ajelix.com

Artificial Analysis 的 Intelligence Index v4.0 将 Gemini 3.1 Pro 评为综合冠军，并证实了其在许多关键基准测试中的领先地位。

战略定位

Gemini 3.1 Pro 的发布使谷歌在 Anthropic Claude Opus 4.6（2026 年 1 月发布）和预期中的 OpenAI GPT-5.3（2026 年 3 月发布）之间占据了战略位置。这些新模型快速的开发速度凸显了 AI 领域的激烈竞争。谷歌能够将其 AI 功能嵌入其现有盈利来源的优势，使其业务模式更具韧性。市场正密切关注进一步的进展，特别是 Gemini CLI 存储库中的代码提交已指向“Beta-3.0-Pro”构建，这表明其持续的开发。

常见问题解答 (FAQ)

结论

谷歌 Gemini 3.1 Pro 标志着人工智能发展的一个重要飞跃。凭借其无与伦比的逻辑推理能力、原生多模态和具有竞争力的成本结构，它设定了新的标准。能够在 ARC-AGI-2 基准测试中取得近乎人类的性能，预示着 AI 研究的新篇章，模型将在更高的抽象层面上解决复杂问题。随着科技巨头之间的竞争日益激烈，谷歌凭借 Gemini 3.1 Pro 定位为一股领导力量，重新定义了 AI 能力的边界。

来源列表