百万 token：为何重要

Google 继续押注长上下文。Gemini 3.1 Pro 保持着 100 万 token 的创纪录上下文窗口——大约 70 万个单词，相当于几本完整的书籍。

在实际应用中，这意味着：

• 将中型项目的整个代码库一次性加载到单个请求中
• 分析年度财务报告而不丢失上下文
• 处理长对话历史和文档
• 处理数小时的会议和通话录音

ARC-AGI-2：抽象思维测试

ARC-AGI-2 基准测试检验模型的抽象推理能力——这些任务对孩子来说轻而易举，但对大多数 AI 系统却是难题。

Gemini 3.1 Pro 在 ARC-AGI-2 上取得了 77% 的成绩，是商业模型中最佳结果之一：

模型	ARC-AGI-2
Claude Sonnet 4.6	79.2%
Gemini 3.1 Pro	77.0%
GPT-5.3	74.5%
DeepSeek V3	71.3%

市场份额增长

据分析师统计，Google 在 LLM API 市场的份额在过去六个月从 12% 增长到 18%。主要原因：

定价策略

Google 提供极具竞争力的价格：

• 输入：$3.50 / 百万 token
• 输出：$10.50 / 百万 token
• 超过 128K 的上下文：$7 / $21 每百万

Google Cloud 生态系统

与 Vertex AI、BigQuery 及其他 Google Cloud 服务的集成，使 Gemini 对已在使用 Google 云基础设施的企业客户极具吸引力。

多模态

Gemini 3.1 Pro 原生支持：

• 文本、图像、音频和视频
• 代码生成和分析
• 表格和结构化数据处理

对交易者的意义

100 万 token 的长上下文开辟了有趣的可能性：

1. 加载长期的完整交易历史用于模式分析
2. 同时分析多家公司的财务报告
3. 处理一整天的新闻流而不遗漏重要细节

不过需要注意，长上下文开头和结尾处的信息处理质量可能存在差异——即所谓的”中间丢失”问题。

Google 正稳步巩固其在 AI 市场三强中的地位，Gemini 3.1 Pro 是这场竞赛中的有力证明。