

> 谷歌新一代核心模型Gemini 3.1 Pro正式登场，凭借高达77.1%的ARC-AGI-2基准得分，将推理性能提升一倍，剑指前沿科学与复杂工程领域的深度应用。

## 突破复杂场景的算力重构
面对科学研究与高级工程领域的极端复杂性，谷歌对Gemini 3.1 Pro的底层逻辑进行了重构。这并非一次简单的参数升级，而是针对核心推理路径的定向优化。在评估逻辑模式处理能力的ARC-AGI-2测试中，新模型交出了77.1%的优异答卷。与上一代Gemini 3 Pro相比，其实际推理效能实现了百分之百的跨越式增长。这一数据表明，人工智能在处理需要多步逻辑推演的前沿难题时，精准度与计算效率已达到全新水准。

![Generated Image February 20, 2026 - 7_01PM (1).png](https://static.downly.cn/images/d9cbfbe2ed420eea89c36ffc0d78fdd9.png) <center>图源备注：图片由AI生成</center>

## 全矩阵生态的阶梯式部署
技术突破的最终导向是产业落地。为此，谷歌迅速拉开了多渠道并行的推送大网。开发者群体可率先通过Google AI Studio、智能体开发平台Antigravity等多端接口接入预览版。针对企业级客群，Vertex AI与Gemini Enterprise平台已做好算力承接准备。

在消费级市场，普通用户可通过Gemini应用直接调用基础功能。值得注意 对于订阅了Google AI Pro与Ultra的高级用户群体，谷歌赋予了更为宽裕的资源调用限额，并在NotebookLM平台向其独家开放了3.1Pro的完整权限，以满足高阶数字劳动者的生产力需求 。





谷歌发布Gemini 3.1 Pro 核心推理性能实现翻倍



> **导语**
> 阿里巴巴于除夕夜开源Qwen3.5-Plus，凭借3970亿参数与底层架构革新，性能全面超越万亿参数模型，比肩Gemini 3 Pro。新模型实现原生多模态跃迁，显存占用降60%，API成本仅为竞品的1/18，并在MMLU-Pro等多项权威评测中刷新全球纪录。

## 架构革新 小参数撬动万亿级性能

2026年2月16日除夕之夜，阿里巴巴向全球开源社区送上了一份重磅“年货”——全新一代大模型千问Qwen3.5-Plus。这款模型的发布标志着国产大模型在底层架构设计上取得了突破性进展。

Qwen3.5-Plus并未盲目追求参数规模的无限扩张，而是选择了更高效的MoE（混合专家）架构路线。其总参数量为3970亿，但激活参数仅为170亿。这种设计使得它能够以“四两拨千斤”之势，在性能上超越了万亿参数级别的Qwen3-Max。在实际部署中，其显存占用大幅降低了60%，而在256K超长上下文场景下的推理吞吐量更是惊人地提升了19倍。这不仅意味着算力利用率的极致优化，也为开发者大幅降低了硬件门槛。

![Generated Image February 19, 2026 - 7_52PM.png](https://static.downly.cn/images/1c3f52dd9d527724442635f627feebf1.png) <center>图源备注：图片由AI生成</center>

## 原生多模态与极致性价比

与前几代依赖纯文本训练的模型不同，Qwen3.5-Plus实现了向 **原生多模态** 的代际跨越。通过基于视觉和文本混合Token的预训练机制，模型以不到40%的参数量就获取了顶尖的理解与生成性能。

在商业化落地方面，阿里打出了极具杀伤力的价格牌。其API定价为每百万Token仅0.8元，这一价格仅为同级别竞品Gemini 3 Pro的1/18。这种“性能顶格、价格地板”的策略，无疑将对全球大模型API市场造成剧烈冲击。

## 权威评测霸榜 刷新多项世界纪录

在硬核性能指标上，Qwen3.5-Plus的表现堪称“屠榜”。
*   **MMLU-Pro**：得分87.8分，超越GPT-5.2。
*   **GPQA**：斩获88.4分，优于Claude 4.5。
*   **IFBench**：刷新历史最高纪录。

目前，该模型已全方位超越Gemini 3 Pro等国际一线竞品，并已同步接入千问多端平台。对于开发者而言，这意味着即刻起便能以极低的成本调用全球最强性能的开源模型能力。

![Generated Image February 19, 2026 - 7_52PM (1).png](https://static.downly.cn/images/b12d4408341790d0afc3eadddf311e33.png) <center>图源备注：图片由AI生成</center>


阿里除夕夜突发Qwen3.5 Plus 登顶全球最强开源模型并大幅降低推理成本



> **导语**
> 2026年除夕，阿里巴巴发布全新开源大模型Qwen3.5-Plus，凭借3970亿参数与MoE架构革新，其性能不仅全面超越Gemini 3 Pro，更将API成本压低至竞品的十八分之一，标志着国产大模型在性能与成本双维度的重大突破。

## 底层架构革新与性能跃迁

2026年2月16日，阿里巴巴用一款里程碑式的开源模型——千问Qwen3.5-Plus，为全球AI社区送上了一份“除夕大礼”。这款模型代表了阿里在底层架构上的最新探索成果，总参数量达到3970亿，但得益于先进的混合专家（MoE）架构，其激活参数仅为170亿。

这种“大参数、小激活”的设计思路，使得Qwen3.5-Plus能够以极高的效率运行。数据显示，其部署显存占用大幅降低了60%，而在256K超长上下文的复杂推理场景中，吞吐量更是惊人地提升了19倍。这种以小胜大的技术路径，使其表现甚至优于万亿参数级别的Qwen3-Max。

![Generated Image February 18, 2026 - 11_07AM (2).png](https://static.downly.cn/images/84a6524e230dfaad1c414ea55f4a9ae9.png) <center>图源备注：图片由AI生成</center>

## 极致性价比与原生多模态

在商业化落地的关键指标上，Qwen3.5-Plus展现了极具破坏力的竞争力。其API定价仅为每百万Token 0.8元，这一价格仅为竞争对手Gemini 3 Pro的1/18。

此外，该模型告别了纯文本预训练的旧时代，实现了原生多模态的代际跨越。通过基于视觉和文本混合Token的预训练机制，它在不到40%参数量的情况下，获取了顶尖的多模态理解能力。在MMLU-Pro评测中，其87.8分的成绩超越了GPT-5.2；在GPQA测试中，更是以88.4分力压Claude 4.5。目前，该模型已全线接入千问多端平台，开发者可即刻部署体验。


阿里开源千问Qwen3.5-Plus 架构革新重塑大模型性价比



> 智谱正式开源新一代基座模型 GLM-5，以 744B 参数规模问鼎开源榜首，在长程任务与系统工程能力上实现对标国际顶尖水平的重大突破，重新定义 AI 工程化边界。

## 性能跃迁 迈向Agentic Engineering时代

智谱今日发布的 GLM-5 不仅仅是一次版本号的更新，更代表着大模型能力范式的转移——从单一的代码生成进化为能够独立处理复杂系统工程的 **“Agentic Engineering”**。

在权威的 Artificial Analysis 全球榜单中，GLM-5 强势位居全球第四，并摘得 **开源模型第一** 的桂冠。其工程化实战能力已逼近 Claude Opus 4.5
*   **编程对齐** 在 `SWE-bench-Verified` (77.8分) 和 `Terminal Bench 2.0` (56.2分) 中均取得开源界最佳成绩，超越了 Google 的 Gemini 3 Pro。
*   **长程智能体** 在 `BrowseComp` 及复杂工具规划测试 `τ²-Bench` 中稳居开源首位，展现了卓越的任务拆解与执行能力。
*   **经营决策** 在模拟商业环境的 `Vending Bench 2` 测试中，其长期规划能力表现出类拔萃。

![Generated Image February 12, 2026 - 11_09AM (1).png](https://static.downly.cn/images/a81c005a2294b9c18c77ea0461a92130.png) <center>图源备注：图片由AI生成</center>

## 技术硬核 稀疏注意力与异步进化

GLM-5 的强大性能源于底层架构的彻底重构：
1.  **参数规模暴力美学** 模型参数量从前代的 355B 暴涨至 **744B**（激活参数 40B），预训练数据量更是提升至 **28.5T** Token。
2.  **Slime 进化框架** 引入全新的异步智能体强化学习算法，使模型能够像人类一样在长程交互中不断自我修正与进化。
3.  **效率优化** 集成 **DeepSeek Sparse Attention**（稀疏注意力）机制，在处理超长文本的同时，大幅降低了推理成本与显存占用。

## 生态闭环 全面适配国产芯

为了打破算力瓶颈，GLM-5 在发布之初便完成了广泛的硬件适配。目前，该模型已实现与 **华为昇腾、摩尔线程、寒武纪、昆仑芯、海光** 等国产主流算力平台的深度兼容。通过底层的算子级优化，确保了在国产芯片集群上的高吞吐与低延迟运行。

与此同时，智谱同步推出了基于 GLM-5 的 **Z Code** 编程工具，支持多智能体并发开发。更令人瞩目是其办公生态的打通——GLM-5 可直接将素材转化为 Office 文档，并作为原生插件嵌入 Excel，将大模型能力无缝注入日常办公流。

目前，GLM-5 模型权重已通过 Hugging Face 和 ModelScope 正式开源，遵循 **MIT License** 协议，允许全球开发者自由商用。

![Generated Image February 12, 2026 - 11_10AM.png](https://static.downly.cn/images/9b5045a381cf3b998937f2ea1040d5d3.png) <center>图源备注：图片由AI生成</center>

智谱GLM-5开源登场 744B参数重塑国产大模型工程化天花板



> **导语**
> 2026 年 1 月 26 日，阿里发布旗舰推理模型 Qwen3-Max-Thinking。凭借“自适应工具调用”与“测试时扩展”两大技术突破，该模型在逻辑推理与编程等 19 项权威测试中跻身全球第一梯队，正面硬刚 GPT-5.2 与 Gemini 3 Pro。

## 思考的进化 两大技术重构推理逻辑

Qwen3-Max-Thinking 的发布标志着国产大模型从“参数竞赛”转向“智力密度”的较量。其强悍性能源于两项关键的技术革新。

首先是 **自适应工具调用能力**。这项率先在 Qwen Chat 上线的功能，赋予了模型类似人类的“行动力”。模型能够根据任务的复杂度，自主判断是否需要调用外部工具以及调用何种工具，实现了从单一文本生成到复杂问题解决的跨越。

其次是 **测试时扩展技术（Scaling Test-time）**。这是一种前沿的推理增强手段，允许模型在推理阶段动态调配算力资源。通过在输出结果前进行更深层次的逻辑拆解与自我验证，确保每一个回答都经过“深思熟虑”，从而显著提升在数学与代码任务中的准确率。

![Google_AI_Studio_2026-01-27T03_25_00.823Z.png](https://static.downly.cn/images/dda4dcaa81a429b21883755c352a18ca.png) <center>图源备注：图片由AI生成</center>

## 跻身顶流 权威测试平起平坐

在衡量大模型综合实力的竞技场上，Qwen3-Max-Thinking 交出了一份亮眼的成绩单。在涵盖逻辑推理、高阶数学、编程开发及多模态理解的 **19项权威基准测试** 中，其核心指标得分与闭源领域的霸主 **GPT-5.2** 及 **Gemini 3 Pro** 旗鼓相当。这一表现证实了中国 AI 模型已成功跻身世界第一梯队，具备了在全球范围内进行顶级技术对话的能力。

## 极速迭代 千问家族的马年加速度

回顾阿里的 AI 进化史，Qwen3 系列展现了令人惊叹的迭代速度：
*   **2025年9月**：发布万亿参数的 Qwen3-Max-Preview，夯实算力地基。
*   **2025年11月**：Thinking 版本早期预览亮相，探索推理模型新路径。
*   **2025年12月**：全模态 Qwen3-Omni-Flash 面世，突破实时流式响应。
*   **2026年1月**：旗舰推理模型正式落槌，宣告高阶推理能力的全面成熟。

随着 Qwen3-Max-Thinking 的落地，无论是科研领域的复杂计算，还是企业级的智能助理构建，其商业化应用的门槛将被进一步拉低。

阿里千问 Qwen3-Max 登场 19项基准对标 GPT-5.2



> 导语：谷歌发布新一代轻量级模型 Gemini 3 Flash，响应速度提升三倍并实现近乎“零延迟”，在多项权威基准测试中反超前代旗舰 Pro 版本，且向全球免费开放。

## 降维打击的突破性表现

谷歌今日正式推出的 Gemini 3 Flash 不仅响应速度极快，更在性能上实现了对同代旗舰的逆袭。作为史上首个在同期对比中性能超越 Pro 版本的 Flash 模型，它在多个高难度领域表现亮眼

*   **代码修复** 在权威榜单 SWE-bench 上，以 78% 的得分超越 Gemini 3 Pro。
*   **博士级推理** 在 GPQA Diamond 测试中拿下 90.4% 的高分。
*   **综合评估** 在极难的 Humanity’s Last Exam（无工具模式）中取得 33.7% 的成绩，显著优于前代旗舰 Gemini 2.5 Pro。
*   **文本能力** 在 LMArena 排名中跃居全球第三。

![Google_AI_Studio_2025-12-18T01_40_35.277Z.png](https://static.downly.cn/images/1fb7c709d21958733790cf52c3db6832.png)

<center>图源备注：图片由AI生成</center>

## 深度优化造就性能奇迹

这一性能突破源于谷歌对模型架构的深度打磨。在保持极低推理成本的同时，通过知识蒸馏、推理路径压缩与多模态对齐等技术，使小模型具备了接近大模型的逻辑深度。用户上传一张图像或视频，Flash 可在数秒内解析内容并生成可执行计划，从识别电路故障到规划旅行路线，响应如同闪电般迅速。

## 三种交互模式适配全场景

为满足不同用户的需求，新版 Gemini App 推出了三种针对性的交互模式

*   **极速模式** 默认启用 Gemini 3 Flash，适合日常快速问答。
*   **思考模式** 激活 Flash 的深度推理链，专门处理复杂的逻辑问题。
*   **专业模式** 保留 Gemini 3 Pro，专注解决高难度数学与编程任务。

这意味着普通用户无需付费，即可享受过去仅限高端订阅的智能体验。你在 Google 搜索中提出的每一个复杂问题，背后都将由融合顶级推理能力的 AI 引擎驱动。

![Google_AI_Studio_2025-12-18T01_39_20.073Z.png](https://static.downly.cn/images/f40f8b270570f811075378cd246d9b50.png)

<center>图源备注：图片由AI生成</center>

## 市场策略与普惠愿景

市场数据有力印证了这一策略的成功。Gemini App 月活用户在一个季度内激增至 6.5 亿，API 调用量同比翻了三倍。随着 Flash 的加入，Gemini 3 产品线形成了清晰的“Deep Think 深度推理、Pro 专业攻坚、Flash 普惠极速”梯队。

当免费模型开始超越付费旗舰，AI 的竞争已不再只是参数规模的比拼，而是效率、体验与普惠性的综合较量。谷歌用 Gemini 3 Flash 宣告，下一代 AI 既要聪明，更要快、要省、要人人可用。

Gemini 3 Flash 震撼发布 免费极速 性能反超旗舰 谷歌开启 AI 零延迟时代



> 导语：谷歌宣布将强大的深度研究代理（Deep Research Agent）向开发者开放，该工具基于Gemini 3 Pro打造，具备自主迭代搜索与推理能力，同时推出了全新的DeepSearchQA基准以评估复杂任务表现。


## 开发者迎来最强科研助手

谷歌近日迈出了重要一步，正式更新并向开发者开放了其深度研究代理。这意味着，开发者现在能够将谷歌最先进的自主研究能力直接集成到自己的应用程序中。这款曾在2024年末Gemini应用中惊艳亮相的工具，终于走出了封闭生态。

## 迭代式搜索与Gemini 3 Pro加持

该代理采用了独特的迭代式研究方法。它不仅仅是简单地抓取信息，而是能够像人类研究员一样，自主制定搜索查询、阅读结果、识别知识盲点，并持续进行多轮搜索，直到构建出满意的答案。

![image.png](https://static.downly.cn/images/2bc3e5cdc510064b4d125f2f79eae7e4.png)

<center>图源备注：图片由AI生成</center>

新版本的性能得到了显著提升，其推理核心基于Gemini 3 Pro进行训练。经过特别优化，该系统在减少错误率和提高复杂任务报告质量方面表现优异，甚至略微超越了Gemini 3 Pro本身的直接网络搜索能力。尽管谷歌坦言深度研究系统目前仍存在一定的错误风险，但它已成为探索性资料收集的强大工具。
## 全新开源基准 DeepSearchQA

为了更精准地衡量AI的搜索能力，谷歌同步推出了名为DeepSearchQA的开源基准。谷歌认为，现有的测试标准无法真实反映复杂的多步骤网页搜索场景。

DeepSearchQA包含900个精心设计的手工因果链任务，跨越17个主题领域。在这个基准中，每一个步骤的执行都严格依赖于前一步的分析结果。它不仅评估答案的完整性，还衡量搜索精度和检索召回率，成为了诊断AI“思考时间”价值的重要工具。

## 丰富的功能与未来展望

目前，开发者通过API已可访问多种新功能：

*   PDF、CSV及文档分析
*   可控的报告结构
*   详细的来源引用
*   JSON模式输出

谷歌承诺，未来的更新将加入原生图表生成功能以及对自定义数据源的扩展支持。此外，一个新的标准化交互API也已进入公共测试阶段，旨在帮助开发者更便捷地与Gemini 3 Pro及深度研究代理进行交互，构建更复杂的AI应用。

 谷歌开放深度研究Agent给开发者 搭载Gemini 3 Pro推理核心



> 导语 谷歌抢先发布 Gemini Deep Research 智能体，主打深度研究与第三方 API 嵌入，意在定义“代理式 AI”时代。然而 OpenAI 紧随其后发布 GPT-5.2 并宣称全面超越，两大巨头在 AI 代理赛道的角力进入白热化阶段。

## 深度研究代理 解决幻觉难题

就在 OpenAI 发布代号“Garlic”的新模型前夕，谷歌抢先一步推出了 Gemini Deep Research。这款基于最新 Gemini 3 Pro 大模型构建的智能体，专为处理海量信息与超长上下文提示而设计。

该工具能高效整合庞杂数据流，适用于尽职调查、药物安全评估等高要求场景。为应对“幻觉”问题，Gemini 3 Pro 特别优化了事实准确性，确保在多步骤自主决策链条中的可靠性。更关键的是，它首次通过 Interactions API 向开发者开放，允许将谷歌的高级研究能力嵌入第三方应用。

![image.png](https://static.downly.cn/images/e24c9a26af93d8733adfc26475681552.png)

## 激烈的基准测试攻防战

为了验证技术优势，谷歌推出了 DeepSearchQA 新基准测试，并在“人类终极考试”中表现优异。然而，讽刺的是，这些数据发布当天即遭遇挑战。

OpenAI 紧随其后正式推出了 GPT-5.2，宣称在包括自家基准和浏览器自动化任务（BrowserComp）在内的多项测试中全面超越竞品。这场发布时点的精准卡位，凸显了双方在代理智能赛道上的激烈角力：一方主打深度研究，另一方强调通用推理，真正的 AI 代理战争才刚刚开始。



搜索结果: Gemini 3 Pro