Gemini 3.1 Pro se distingue par ses performances avancées dans plusieurs domaines clés de l’intelligence artificielle, notamment le raisonnement complexe, la programmation agente, la compréhension multimodale et la connaissance scientifique. Sur le benchmark Humanity’s Last Exam, il atteint 44,4 % en raisonnement académique sans outils, dépassant significativement Gemini 3.0 Pro (37,5 %) et rivalisant avec les modèles concurrents comme Opus 4.6 (40,0 %). Dans les énigmes d’abstraction ARC-AGI-2, il obtient 77,1 %, bien au-dessus de ses prédécesseurs, bien que toujours en dessous des performances de GPT-5.2 (52,9 %). Sur le test scientifique GPQA Diamond, il excelle avec 94,3 %, démontrant une maîtrise exceptionnelle des connaissances spécialisées, supérieure à la plupart de ses concurrents. En programmation, Gemini 3.1 Pro montre des résultats solides sur SWE-Bench Verified (80,6 %) et LiveCodeBench Pro (Elo 2887), surpassant GPT-5.3-Codex (2393 Elo) dans ce dernier défi. Il se distingue également sur Terminal-Bench 2.0 (68,5 %) et SciCode (59 %), où il affiche des capacités supérieures à la moyenne. Sur des tâches complexes à long horizon comme APEX-Agents, il obtient 33,5 %, démontrant une capacité à gérer des workflows professionnels complexes, bien que supérieure à certains modèles concurrents comme GPT-5.2 (23,0 %). Sur MCP Atlas, il atteint 69,2 %, confirmant sa compétence dans les workflows multi-étapes. Dans les évaluations multimodales, Gemini 3.1 Pro excelle avec 80,5 % sur MMMU-Pro et 92,6 % sur MMMLU, démontrant une compréhension robuste des langues et des contenus visuels. Sur les tâches à long contexte (MRCR v2), il atteint 84,9 % à 128k tokens, surpassant plusieurs modèles concurrents, bien que sa performance chute à 26,3 % à 1 million de tokens, là où d’autres modèles ne sont pas encore supportés. En matière de sécurité, le modèle maintient un haut niveau de protection. Il améliore légèrement la sécurité textuelle (gains de +0,10 %) et multilingue (+0,11 %), bien que sa sécurité image-texte diminue légèrement (-0,33 %). Il reste stable sur les refus injustifiés et adopte un ton plus objectif. L’évaluation du Frontier Safety Framework révèle qu’il reste en dessous des seuils critiques pour les CCL (Critical Capability Levels) dans les domaines du CBRN, de la manipulation nuisible, de la R&D en apprentissage automatique et de la désalignement. Bien qu’il ait atteint le seuil d’alerte pour le risque cyber, il ne franchit pas le seuil critique du CCL, même en mode Deep Think, où ses performances sont limitées par les coûts d’inférence. Les évaluations exploratoires montrent une amélioration sur les tâches de recherche en apprentissage automatique, mais sans atteindre les niveaux critiques de risque. En résumé, Gemini 3.1 Pro incarne une avancée significative en termes de performance globale, de raisonnement complexe et de sécurité contrôlée, positionnant Google comme un acteur majeur dans le développement de modèles d’IA de pointe.