Google lança Gemini 3.1 Pro com foco em solução de problemas complexos

O Google anunciou o lançamento do modelo de inteligência artificial Gemini 3.1 Pro, uma atualização do Gemini 3 Pro focada em resolver problemas complexos em áreas como ciência, pesquisa e engenharia. Essa versão incorpora capacidades de raciocínio avançado do Gemini 3 Deep Think, visando tarefas que demandam planejamento profundo e síntese de dados. O modelo está sendo liberado inicialmente em preview para desenvolvedores, empresas e usuários individuais.

Anúncio e Novas Características

O Gemini 3.1 Pro representa uma evolução no raciocínio central da série Gemini 3, com ênfase em cenários onde respostas simples não bastam. Entre as inovações, destaca-se a geração de animações SVG prontas para sites a partir de descrições textuais, criadas em código puro para manter qualidade em qualquer tamanho e arquivos de tamanho reduzido. Além disso, o modelo suporta processamento multimodal de texto, imagens, áudio e vídeo, com janela de contexto de até um milhão de tokens e saída de até 64 mil tokens.

Essa atualização marca uma mudança na nomenclatura do Google, adotando o incremento “.1” pela primeira vez, em vez do padrão “.5” usado em gerações anteriores como o Gemini 2.5 Pro. A escolha sugere um ritmo de atualizações mais rápido e contínuo. Para acessar o modelo, usuários podem verificar no app Gemini, selecionando a opção “Pro” no menu suspenso, que agora indica suporte a matemática e programação avançadas.

Desempenho em Benchmarks

No benchmark ARC-AGI-2, que testa a capacidade de decifrar padrões lógicos novos, o Gemini 3.1 Pro obteve um score verificado de 77,1%, mais que o dobro do desempenho do Gemini 3 Pro anterior. Em outros testes, como GPQA Diamond para conhecimento científico, alcançou 94,3%; no LiveCodeBench Pro para codificação, um Elo de 2887; e no MMMLU para compreensão multimodal, 92,6%. Esses resultados posicionam o modelo como líder em vários benchmarks, conforme avaliações da Artificial Analysis.

Há variações em comparações com concorrentes: no Humanity’s Last Exam com ferramentas ativadas, o Claude Opus 4.6 da Anthropic pontuou 53,1%, contra 51,4% do Gemini 3.1 Pro; no Terminal-Bench 2.0 com harness Codex, o GPT-5.3-Codex obteve 77,3%, superior aos 68,5% do modelo Google; e no SWE-Bench Pro, o GPT-5.3-Codex marcou 56,8% ante 54,2%. No GDPval-AA Elo para tarefas especializadas, o Claude Sonnet 4.6 liderou com 1633 pontos, seguido pelo Claude Opus 4.6 com 1606, enquanto o Gemini 3.1 Pro registrou 1317 pontos. Essas diferenças destacam estimativas distintas entre fontes, sem prevalência clara.

Aplicações Práticas e Impactos

O modelo facilita a síntese de grandes volumes de dados em visões unificadas, explicações visuais de tópicos complexos e estruturação de projetos criativos, incluindo fluxos de trabalho de agentes autônomos. Exemplos incluem a configuração de painéis de telemetria para visualização orbital da Estação Espacial Internacional, codificação de animações 3D interativas com rastreamento manual e áudio gerativo, e tradução de temas literários como os de Wuthering Heights em designs web funcionais. Parceiros como JetBrains relataram melhorias de até 15% em qualidade para tarefas complexas, com o modelo sendo mais rápido e eficiente em tokens de saída.

Na área de codificação, o Gemini 3.1 Pro demonstra compreensão aprimorada de transformações 3D, resolvendo bugs em pipelines de animação, e captura o “vibe” de prompts para gerar código alinhado a intenções estilísticas em produtos para não-desenvolvedores. Databricks observou resultados de classe mundial no OfficeQA para raciocínio em dados tabulares e não estruturados. Esses avanços visam cenários empresariais, como planejamento profundo em ciência e engenharia.

Disponibilidade e Preços

O lançamento ocorre em fases de preview para validação, com disponibilidade geral prevista em breve, priorizando melhorias em workflows agentic. Desenvolvedores acessam via Gemini API no Google AI Studio, Gemini CLI, Android Studio e Google Antigravity; empresas, por Vertex AI e Gemini Enterprise; e usuários individuais, no app Gemini e NotebookLM, exclusivo para planos Pro e Ultra. Usuários com assinaturas Google AI Pro e Ultra recebem limites de uso mais altos.

Os preços permanecem inalterados em relação ao Gemini 3 Pro: US$ 2 por milhão de tokens de entrada para prompts até 200 mil, e US$ 4 para maiores; US$ 12 por milhão de saída até 200 mil, e US$ 18 para maiores. Cache de contexto custa US$ 0,20 a US$ 0,40 por milhão de tokens, mais US$ 4,50 por milhão por hora de armazenamento; buscas grounded oferecem 5 mil prompts grátis mensais, seguidos de US$ 14 por mil consultas. Para licenciamento, segue modelo SaaS proprietário via Google Cloud e Vertex AI, com segurança testada em áreas como riscos CBRN, cibersegurança e manipulação prejudicial, mantendo-se abaixo de limiares críticos.

Testes de Segurança e Perspectivas

O Google submeteu o Gemini 3.1 Pro a avaliações extensas sob o Frontier Safety Framework, cobrindo cinco áreas de risco, com resultados abaixo de thresholds críticos. Em segurança de conteúdo automatizada, houve leves melhorias em texto-para-texto (mais 0,10%) e multilingue (mais 0,11%) em relação ao Gemini 3.0 Pro, mas declínio de 0,33% em imagem-para-texto. O modelo baseia-se na arquitetura Gemini 3 Pro, otimizado para casos como síntese de sistemas complexos e codificação criativa.

Reações de parceiros, como Cartwheel e Hostinger Horizons, enfatizam ganhos em execução de edge cases e compreensão de intenções. O preview permite refinamentos antes da disponibilidade geral, alinhando-se a práticas comuns em implantações de IA. Detalhes adicionais estão no comunicado oficial da empresa, enquanto análises sobre o anúncio aparecem em cobertura sobre resolução de problemas complexos. O Gemini 3 Deep Think, base para sua inteligência, é exclusivo para assinantes Google AI Ultra, e comparações com o Claude Opus 4.6 surgem em análise sobre avanços empresariais.