Slechts drie maanden na de lancering van Gemini 3 Pro schakelt Google een versnelling hoger met de release van Gemini 3.1 Pro. Deze update markeert de eerste keer dat het bedrijf een “.1”-stap heeft gebruikt, wat een evolutie teweegbrengt in wat zij “kernredenering” noemen. Terwijl vorige generaties doorgaans wachtten op “.5”-updates halverwege het jaar, duidt deze verrassing van midden februari op een versnelling in het tempo van de AI-ontwikkeling van het bedrijf.
Twee keer zo slim: Google Gemini 3.1 Pro verdubbelt zijn redeneervermogen
Het opvallende kenmerk van Gemini 3.1 Pro is het vermogen om taken uit te voeren waarbij een eenvoudig antwoord op oppervlakkig niveau niet voldoende is. Volgens Google vertegenwoordigt dit model een enorme sprong in de logica. Op de ARC-AGI-2 benchmark – een rigoureuze test die evalueert hoe goed een AI geheel nieuwe patronen kan oplossen – behaalde Gemini 3.1 Pro een geverifieerde score van 77,1%. Om dat in perspectief te plaatsen: dat is meer dan het dubbele van de redeneerprestaties van het standaard 3 Pro-model.
Deze “geavanceerde redenering” is niet alleen voor de show; het is ontworpen voor praktische, alledaagse uitdagingen. Of je nu een visuele uitleg nodig hebt van een uitgebreid wetenschappelijk onderwerp, een manier om enorme hoeveelheden gegevens in één perspectief te synthetiseren, of een complex creatief project tot leven te brengen, dit model fungeert als een betere basis voor het oplossen van problemen.
Waar kun je het vinden?
Vanaf vandaag wordt Gemini 3.1 Pro uitgerold in het hele ecosysteem van Google. Voor consumenten: het komt voor iedereen in de Gemini-app, hoewel Google AI Pro- en Ultra-abonnees hogere gebruikslimieten zullen genieten. Voor onderzoekers krijgt NotebookLM ook de 3.1 Pro-upgrade, exclusief voor Pro- en Ultra-abonnees. Ten slotte is het model voor ontwikkelaars en ondernemingen als preview beschikbaar via de Gemini API in Google AI Studio, Vertex AI en zelfs Android Studio.
Google brengt deze versie uit als ‘preview’ om feedback te verzamelen en de prestaties ervan te verfijnen. Het uiteindelijke doel is om zich voor te bereiden op ambitieuzere agentische workflows – systemen waarbij de AI meerstapstaken met meer onafhankelijkheid kan uitvoeren. Het integreren van enkele van de “Deep Think”-mogelijkheden in het “Pro”-model is een stap in die richting.
