部分验证65% 置信事实时间未知

Gemini 3.1 Pro在GPQA Diamond测试中得分94.3%，超过OpenAI的o4和GPT-5.2

3

来源数

65%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Gemini 3.1 Pro深度横评：ARC-AGI-2得分77.1%，真的最强吗？

bilibili锋芒AI

涉及实体

Gemini 3.1 Promodel GPQA Diamondconcept o4model GPT-5.2model OpenAIcompany

相关事实

待验证在SimpleQA评测中，Gemini 3.1 Pro以75.6分领先，DeepSeek V4 Pro得分57.9分78% 相似待验证Gemini 3.5 Flash在Finance Agent v2基准测试中比Claude Opus和GPT高出57.9%74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/12516

API

curl https://kongchang.com/api/v1/knowledge/claims/12516

MCP

get_claim(id=12516)