Gemini 3.1 Pro 性能翻倍，Flash TTS 精细语音控制

核心洞察

这篇文章把 Google 新出的 Gemini 3.1 Pro 和 Flash TTS 的能力基本都讲透了，尤其是 ARC-AGI-2 上 77.1% 的得分，比上一代翻倍还多，确实吓人。不过国内使用方案里那几个镜像站到底稳不稳，建议自己试之前先掂量一下隐私问题。

---

核心结论

1. Gemini 3.1 Pro 在 ARC-AGI-2 基准测试中得分 77.1%，是上一代 Gemini 3 Pro 的两倍多，领先 GPT-5.2 和 Claude Opus 4.6。 同时在 GPQA Diamond 测试中达到 94.3%，Humanity's Last Exam 为 44.4%。
2. Gemini 3.1 Pro 支持最高 100 万输入 token 和 6.4 万输出 token 的超长上下文，可一次性处理整本书、代码库或长篇文档。
3. Gemini 3.1 Flash TTS 支持 70 多种语言，内置 200 多个音频标签（如 [whispered]、[excited]），可精细控制语速、语调、情感和风格，并原生支持多角色对话。
4. Gemini 3.1 Flash TTS 在 Artificial Analysis TTS 排行榜上以 1211 分排名第二，质量与成本比领先。
5. 国内用户通过镜像站使用 Gemini 时，建议避免输入真实姓名、身份证号、密码等敏感信息，这些第三方平台的数据处理机制需自行评估。

Gemini 官网入口：Google AI Gemini 3.1 国内使用指南

更新时间：2026-06-30

Gemini（双子座）是 Google DeepMind 搞出来的旗舰 AI 模型，多模态能力强，逻辑推理也深。文本、图像、音频、视频都能处理，写代码也不差。业内觉得它算是当前 AI 技术里顶尖的那一档。

2026 年 2 月，Google 发了 Gemini 3.1 Pro，在 ARC-AGI-2 基准上拿了 77.1%，是上一代 Gemini 3 Pro 的两倍多，把 GPT-5.2 和 Claude Opus 4.6 都甩在后面。2026 年 4 月又出了 Gemini 3.1 Flash TTS，支持 70 多种语言的文本转语音，内置 200 多个音频标签，语速、语调、情感都能调。

这篇就聊聊国内怎么用上 Gemini，以及它的新模型到底有多能打。

---

Gemini 国内可用方案

国内用户直接连 Gemini 有点费劲。下面列几种常见的路子：

使用接入 Gemini AI API 的中文版服务

全球有好几家服务商基于 Gemini API 搞了中文版界面，你可以按需挑。选的时候注意三点：

• 看对方有没有说明白自己用了官方 API
• 了解清楚数据怎么处理
• 优先选有明确公司背景和客服渠道的平台

比如 Lazyman.ai 聚合平台 和 huoya.ai 镜像 这些，统一帮你接进去，在国内网络下就能用 Gemini 的能力。

官方渠道

• Gemini 官网地址：https://gemini.google.com
• Google AI Studio 官网首页：https://aistudio.google.com

上面是 ChatGPT 官网唯一渠道

---

什么是 Gemini？

Gemini 是 Google DeepMind 做的多模态 AI 系统，现在最新系列是 Gemini 3.x，核心成员有这几个：

Gemini 3.1 Pro 的核心能力

顶级推理性能：Gemini 3.1 Pro 在 ARC-AGI-2 上得分 77.1%（Gemini 3 Pro 的两倍还多），GPQA Diamond 测试到了 94.3%，Humanity's Last Exam 有 44.4%。全面领先 GPT-5.2 和 Claude Opus 4.6。

超长上下文：最高支持 100 万输入 token 和 6.4 万输出 token。一本书、一个代码库、长篇文档，一次全塞进去没问题。

代码生成与动画：从文本提示就能生成网站级别的动画 SVG（放大也不糊），还能搭实时航天仪表盘（接入国际空间站遥测数据），写复杂 3D 交互体验。

创意编程：能把文学主题变成代码。比如读《呼啸山庄》的氛围之后，设计出现代感的文学作品展示网站。

Gemini 3.1 Flash TTS 的核心能力

精细语音控制：靠 200 多个音频标签（比如 [whispered]、[excited]、[shouting]）直接控制语速、语调、情感和风格。

多语言与口音：支持 70 多种语言，提供美式、英式、南部口音，还有 Brixton、RP 这些地方口音变体。

场景模板：内置播客对话、有声书 narrator、语言导师、语音助手、健康指南、新闻播报、客服代表等模板，拿来就能用。

多角色对话：原生支持多角色对话，每个角色声音一致，轮转节奏自然。适合播客和对话式 agent 开发。

排名表现：在 Artificial Analysis TTS 排行榜上以 1211 分排第二，质量与成本比领先。

---

国内如何使用 Gemini？

通过 Google 官方访问

Gemini 官方提供了这些产品，国内用户得自己搞定网络：

• Gemini App：https://gemini.google.com —— 消费级网页对话界面
• Google AI Studio：https://aistudio.google.com —— 开发者 API 调试平台
• Vertex AI：企业级部署（Google Cloud）
• Gemini CLI：https://geminicli.com —— 命令行工具

国内直达方案

如果 Google 服务打不开，可以用下面这些国内平台：

• gemini-cnblog —— 支持 Gemini 3 Pro、Gemini 3.1 Pro 以及 Claude、Grok 等多模型
• gemini-docs.com —— 支持 Gemini 3.1 Pro 及多种 AI 模型，扫码就能用
• lazymanchat.com —— Gemini 中文版入口

Gemini 3.1 Pro 界面截图

---

Gemini 3.1 Pro 技术规格一览

---

常见问题

Q：Gemini 3.1 Pro 跟 3 Pro 比提升了多少？

A：ARC-AGI-2 得分翻倍，输出 token 拉长到 6.4 万，创意编程、复杂系统合成、动画生成强了一大截。

Q：Gemini 3.1 Flash TTS 适合做什么？

A：有声书、播客、多语言语音应用、客服对话机器人、语言学习助手这些需要精细调语音的场景都很合适。

Q：国内镜像站安全吗？

A：推荐的都是挑过的。但别在里面输真名、身份证号、密码这些敏感信息。

Q：Gemini 模型有使用限制吗？

A：官方渠道有免费额度和速率限制。镜像站各有各的政策，有些高级功能可能要付费。

Q：Gemini CLI 是什么？

A：Google 出的命令行工具，开发者可以直接在终端调 Gemini API，适合本地开发和脚本集成。

---

本文基于 2026 年 4 月最新信息整理，Gemini 模型还在迭代，能力以 Google 官方公布为准。

常见问题（FAQ）

Gemini 3.1 Pro 在推理能力上比前代提升多少？

ARC-AGI-2 得分达 77.1%，是前代 Gemini 3 Pro 的两倍多，GPQA Diamond 94.3%，全面领先 GPT-5.2 和 Claude Opus 4.6。

国内用户有哪些方式可以使用 Gemini 3.1？

可通过镜像站如 gemini-cnblog.com、lazymanchat.com 等使用，或自行解决网络后访问官方渠道（gemini.google.com）。注意镜像站隐私风险。

Gemini 3.1 Flash TTS 的语音控制有多精细？

支持 200+ 音频标签（如 [whispered]）控制语速、语调、情感；覆盖 70+ 语言及多角色对话，适合播客、有声书等场景。