Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

Gemini 3.1 Pro

Google DeepMind · États-Unis · sorti le Google DeepMind · États-Unis · 19 février 2026

  • Réflexion réglable
  • Poids fermés
  • En ligne seulement
  • Classe énergétique E
85,7de 83,9 à 87,5Rang 47 · 100 %?
Empreinte?
Raisonnement91,3Code80,4Agents84,1Usage87,8Maths84,6Sciences91,6Français88,1Vision87,3Écriture90,2Web80,7

Son bilan?

  • Au classement général, 47e sur 257, ex æquo avec 14 autres modèles dont les marges d'erreur se recouvrent.
L'essayer surGemini (nouvel onglet)

Estimationenviron 8,0 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Où l'utiliser

Relevé du . Formules relevées sur la page officielle de chaque assistant, en France. Les prix et les modèles changent souvent : vérifiez avant de payer. Tous les abonnements →

Score général?

85,7de 83,9 à 87,5

Rang47Groupe 5, ex æquoCouverture100 %42 mesures

Pourquoi ce score ? →Comment lire un score →

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. C'est un autre indice, qui ne compte pas dans le score IA de QUELLE IA et ne se compare pas directement à lui.

Version évaluéeIndiceRang chez euxVitessePremier jetonPrix par million de jetonsentrée / sortie
Gemini 3.1 Pro Preview29,7non publié128,6 jetons/s17,5 s2 $ / 12 $

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Relevé le 26 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Agent Arena

Hors du score

Agent Arena, le classement des agents d'Arena, observe de vraies sessions de travail : des internautes confient une tâche à un agent (écrire du code, chercher, analyser des fichiers) dont le modèle est tiré au sort et reste caché. Le score net dit de combien de points ce modèle fait monter ou baisser les signes de réussite de ces sessions (tâche validée, compliments, corrections réussies, erreurs rattrapées, aucun outil inventé) par rapport au modèle moyen du classement, qui vaut 0 %. Il ne compte pas dans le score IA de QUELLE IA.

Version évaluéeRangScore netIntervalle à 95 %Sessions
Gemini 3.1 Pro Preview41e sur 59−4,5 %de −6,0 à −3,0 %87 422

Score net et intervalle de confiance à 95 % en points de pourcentage. Rang parmi les 59 modèles du classement, où un même modèle peut paraître à plusieurs niveaux d'effort. Classement publié par Arena le 11 novembre 2026, repris de son jeu de données public sous licence CC BY 4.0.

Source : Arena (Agent Arena), CC BY 4.0 · la méthode

Peut-il tourner chez vous ?

Non. Gemini 3.1 Pro est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

Ces trois modèles ouverts ont le score le plus proche. Eux se téléchargent, et peuvent tourner sur votre machine ou sur votre serveur.

Fiche technique

Prix
2,00 € / 12,0 €entrée / sortie, par million de jetons
Fenêtre de contexte
1 048 576 jetonsenviron 786 000 mots
Entrées
Texte, image, vidéo, son, PDF
Réflexion
Faible, moyenne, élevéetrois niveaux réglables
Paramètres
Non communiqué
Licence
Propriétairepoids fermés, accès par l'éditeur
Classe énergétique
Esur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Janvier 2025

Où le trouver

Liens directs, sans affiliation

Dans les outils de code

Relevé du
Disponible dans
Mesuré dans

Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré. Tous les outils et leurs modèles →

Selon l'outil

Le même modèle n'obtient pas le même score selon l'outil qui le pilote. Ces mesures viennent des classements publics, une par outil.

Gemini 3.1 Pro sur Terminal-Bench 2.0

3 outils · écart de 18,8 points
  1. TongAgents (agent de recherche)80,2 %
  2. Terminus-KIRA (autre agent)74,8 %
  3. Gemini CLI (outil grand public)61,4 %

agent de rechercheautre agentoutil grand public

Modèle sorti le 19 février 2026 · source : tbench.ai

Le classement Terminal-Bench date chaque ligne du jour de sortie du modèle et ne publie pas la date de chaque mesure.

Retirée du classement : ForgeCode, 78,4 %. Les trois lignes de ForgeCode figurent au classement Terminal-Bench 2.0 jusqu'au 13 mai 2026 et n'y sont plus à partir du 19 mai 2026. Le 19 avril 2026, l'équipe du classement écrivait avoir remis à zéro des essais où l'agent de ForgeCode récupérait la solution sur Internet. copie du 13/05/2026 · copie du 19/05/2026 · annonce du classement

Tous les modèles mesurés dans plusieurs outils →

Toutes les mesures

68 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
ARC-AGI-198 %96,9InconnueSATURÉepoch.ai
GPQA Diamond94,4 %95,3ÉlevéeSATURÉepoch.ai
GPQA Diamond94,1 %93,9InconnueSATURÉepoch.ai
OTIS Mock AIME 2024-202595,6 %83,2InconnueSATURÉepoch.ai
OTIS Mock AIME 2024-202595,6 %83,1ÉlevéeSATURÉepoch.ai
DTBench97,1 %103,9MoyenneSATURÉconceptualreasoning.ai
DTBench95,5 %97,4ÉlevéeSATURÉconceptualreasoning.ai
DTBench94,9 %95,7FaibleSATURÉconceptualreasoning.ai
Terminal-Bench 2.080,2 %89,4Inconnue · TongAgentsARCHIVÉtbench.ai
Terminal-Bench 2.078,4 %88,5Inconnue · ForgeCodeARCHIVÉtbench.ai
Terminal-Bench 2.078,4 %88,5Inconnue · Forge CodeARCHIVÉtbench.ai
ARC-AGI-277,1 %90,4InconnueSATURÉepoch.ai
Voir les 56 autres mesures
ARC-AGI-277,1 %90,4InconnueSATURÉepoch.ai
SWE-bench Verified75,6 %83,4InconnueACTIFepoch.ai
SimpleBench79,6 %98,0InconnueACTIFlmcouncil.ai
Terminal-Bench 2.074,8 %86,9Inconnue · Terminus-KIRAARCHIVÉtbench.ai
SimpleQA Verified73,5 %104,7ÉlevéeACTIFepoch.ai
WeirdML (v2)72,1 %90,4InconnueACTIFhtihle.github.io
Arena, écriture créative1 481,7 Elo96,3InconnueACTIFarena.ai
LMCA53,8291,2ÉlevéeACTIFconceptualreasoning.ai
Arena, questions d'experts1 508,6 Elo87,7InconnueACTIFarena.ai
LMCA52,890,3MoyenneACTIFconceptualreasoning.ai
Arena, texte1 486,8 Elo90,7InconnueACTIFarena.ai
Arena, questions de maths1 487,8 Elo88,3InconnueACTIFarena.ai
Terminal-Bench 2.061,4 %81,9Inconnue · Gemini CLIARCHIVÉtbench.ai
Arena, questions en français1 501,4 Elo88,4InconnueACTIFarena.ai
Arena, questions de code1 520,4 Elo87,0InconnueACTIFarena.ai
LMCA51,1889,0FaibleACTIFconceptualreasoning.ai
SciCode58,7 %93,8InconnueACTIFartificialanalysis.ai
compar:IA1 084,0 Elo95,9InconnueACTIFarene.comparia.beta.gouv.fr
Arena, vision1 279,9 Elo89,9InconnueACTIFarena.ai
BALROG57 %92,6InconnueACTIFepoch.ai
BALROG56,9 %92,5InconnueACTIFepoch.ai
Code Arena, WebDev1 446,4 Elo80,3InconnueACTIFarena.ai
Vending-Bench 23 774 $88,2InconnueACTIFepoch.ai
Chess Puzzles51 %92,5ÉlevéeACTIFepoch.ai
Vending-Bench 2911 $82,4InconnueACTIFepoch.ai
Humanity's Last Exam46,4 %94,1InconnueACTIFepoch.ai
EnigmaEval36,8 %95,5InconnueACTIFlabs.scale.com
APEX-Agents35,1 %80,1InconnueACTIFepoch.ai
ForecastBench65,5 %89,4ÉlevéeACTIFepoch.ai
ForecastBench64,3 %81,3InconnueACTIFepoch.ai
Mystery Game Puzzles34 %88,9ÉlevéeACTIFepoch.ai
FrontierMath, palier 4 (v2)26,8 %86,0InconnueSATURÉepoch.ai
Blueprint-Bench 226,5 %89,6InconnueACTIFandonlabs.com
ExploitBench26,1 %85,2InconnueARCHIVÉepoch.ai
ProofBench26 %84,1InconnueSATURÉvals.ai
Mystery Game Puzzles32 %88,2MoyenneACTIFepoch.ai
GSO22,6 %84,5Inconnue · OpenHandsACTIFgso-bench.github.io
PostTrainBench22 %83,0Inconnue · OpenCodeACTIFepoch.ai
Mystery Game Puzzles29 %87,1FaibleACTIFepoch.ai
CL-bench20,8 %84,0InconnueARCHIVÉepoch.ai
CritPt17,7 %89,3InconnueACTIFepoch.ai
GDP.pdf17 %85,6InconnueACTIFsurgehq.ai
GDP.pdf17 %85,6ÉlevéeACTIFsurgehq.ai
CL-bench Life16,9 %85,9InconnueARCHIVÉepoch.ai
ExploitBench15,7 %79,2InconnueARCHIVÉepoch.ai
DeepSWE11,7 %72,0Inconnue · mini-SWE-agentACTIFdeepswe.datacurve.ai
MirrorCode8,9 %81,1ÉlevéeACTIFepoch.ai
GBAEval0,8 %74,6InconnueACTIFgbaeval.com
Furniture Assembly26,7 %81,5ÉlevéeACTIFepoch.ai

Source : Artificial Analysis pour CritPt et SciCode. Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

En bref

Quel est le score de Gemini 3.1 Pro ?
Gemini 3.1 Pro obtient un score IA de 85,7, avec une marge de 83,9 à 87,5, dans l'édition du 9 novembre 2026. Il est classé 47e sur 257 modèles, à partir de 42 mesures.?
Dans quelles tâches Gemini 3.1 Pro est-il le plus fort ?
Ses deux meilleures tâches sont sciences (91,6) et raisonnement (91,3). Sa tâche la plus faible est code (80,4).
Gemini 3.1 Pro peut-il tourner en local ?
Non. Gemini 3.1 Pro est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.
Combien coûte Gemini 3.1 Pro ?
2,00 € par million de jetons en entrée et 12,0 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 8,0 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite Gemini 3.1 Pro ?
Gemini 3.1 Pro est édité par Google DeepMind (États-Unis), et il est sorti le 19 février 2026. C'est un modèle fermé.

Ses voisins?