Gemini 3.1 Pro 심층 분석: ARC-AGI-2 77.1%, 추론의 새 기준

2026년 2월 19일, Google DeepMind가 Gemini 3.1 Pro ↗를 공개했습니다. Google이 평가한 16개 벤치마크 중 13개에서 1위를 차지했습니다. ARC-AGI-2 77.1%, GPQA Diamond 94.3%, SWE-Bench Verified **80.6%**입니다.

Gemini 3.1 Pro는 Gemini 3 Deep Think의 추론 능력을 Pro 모델 사용자에게 제공합니다. 이 글에서는 Gemini 3.1 Pro의 주요 변화를 살펴보고, 실제 개발에서 어떻게 활용할 수 있는지 정리합니다.

Gemini 모델 패밀리에서의 위치

Gemini 3.1 Pro는 Gemini 시리즈 최초의 .1 증분 업데이트입니다. 기존에는 .5 단위로 중간 업데이트를 했고, 이번에는 더 짧은 주기로 개선 사항을 내놓았습니다.

이 모델은 Gemini 3 Deep Think의 추론 능력을 Pro 모델에 옮겨 왔습니다. Google은 이를 “A smarter model for your most complex tasks”라고 설명합니다. 짧은 답변보다 여러 단계의 추론이 필요한 작업을 겨냥합니다.

현재 Preview 상태로 제공되며, 가격은 Gemini 3 Pro와 같습니다.

핵심 특징 및 개선사항

추론 성능: ARC-AGI-2 31.1% → 77.1%

추론 벤치마크 점수가 가장 크게 올랐습니다.

ARC-AGI-2 점수는 31.1%에서 77.1%로 약 2.5배가 됐습니다. Claude Opus 4.6(68.8%)보다 8.3%p, GPT-5.2(52.9%)보다 24.2%p 높습니다.

Dynamic Thinking (동적 사고)

기본적으로 Dynamic Thinking이 활성화됩니다. thinking_level 파라미터로 사고의 깊이를 제어할 수 있습니다.

Claude의 Adaptive Thinking과 비슷하지만, 개발자가 레벨을 직접 지정합니다.

토큰 효율성 개선

Google은 “improved token efficiency”를 내세웁니다. 같은 작업에 더 적은 토큰을 쓰고 더 나은 결과를 낸다는 설명입니다. 일부 경쟁 모델은 세대가 바뀔수록 토큰 소비량이 늘었습니다.

소프트웨어 엔지니어링 최적화

코딩 작업과 에이전틱 워크플로 성능도 올랐습니다.

• SWE-Bench Verified: 80.6% (Claude Opus 4.6의 80.8%와 0.2%p 차이)
• Terminal-Bench 2.0: 68.5%로 1위
• APEX-Agents: 33.5%로 에이전트 성능 1위
• MCP Atlas: 69.2%로 MCP 프로토콜 활용 1위

1M 토큰 컨텍스트 윈도우

Gemini 3.1 Pro는 1M(100만) 토큰 컨텍스트 윈도우를 지원합니다. 텍스트 약 1,500페이지, 코드 약 50,000줄, 팟캐스트 에피소드 200개 이상을 한 번에 넣을 수 있습니다.

멀티모달 입력

텍스트, 이미지, 비디오, 오디오, PDF를 입력으로 받습니다. 출력은 텍스트만 지원합니다. Live API와 이미지·오디오 생성은 아직 지원하지 않습니다.

벤치마크 종합 비교

주요 벤치마크 (경쟁 모델 비교)

영역별 강점 정리

Gemini 3.1 Pro가 앞서는 영역:

• 추론 작업 (ARC-AGI-2): 77.1%로 1위, 2위와 8.3%p 차이
• 과학 지식 (GPQA Diamond): 94.3%
• 에이전트 성능 (APEX-Agents): 33.5%
• 터미널/브라우징/MCP 등 다양한 실전 작업

Claude Opus 4.6이 앞서는 영역:

• 엔터프라이즈 지식 작업 (GDPval-AA): 1633 vs 1317로 큰 격차
• SWE-Bench Verified: 80.8% vs 80.6% (근소한 차이)
• Humanity’s Last Exam with-tools: 53.1% vs 51.4%

“단일 최고 모델은 없습니다. Gemini 3.1 Pro는 추론·과학·에이전트에서 리드하고, Claude Opus 4.6은 엔터프라이즈 작업과 코딩에서 리드합니다.”

가격 정책

Gemini 3.1 Pro 가격

Gemini 3 Pro와 같은 가격입니다.

경쟁 모델과의 가격 비교

입력 기준 Claude Sonnet 4.6 대비 33% 저렴하고, Claude Opus 4.6 대비 60% 저렴합니다. Batch API를 쓰면 50%를 추가로 할인받습니다. Google Search 그라운딩에는 무료 티어가 있습니다.

실전 활용: API 사용법

기본 호출

from google import genai

client = genai.Client()  # GOOGLE_API_KEY 환경변수 사용

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Explain quantum computing in simple terms",
)

print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: process.env.GOOGLE_API_KEY });

const response = await ai.models.generateContent({
  model: "gemini-3.1-pro-preview",
  contents: "How does AI work?",
});

console.log(response.text);

Thinking Level 설정

작업 복잡도에 맞춰 thinking_level을 지정합니다.

from google.genai import types

# 복잡한 문제: high (기본값)
response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Solve this math problem step by step: ...",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="high")
    ),
)

# 간단한 작업: low (비용 절감)
response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="Translate this to Korean: Hello",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="low")
    ),
)

// 위의 import 및 초기화 동일
const response = await ai.models.generateContent({
  model: "gemini-3.1-pro-preview",
  contents: "Complex reasoning task...",
  config: {
    thinkingConfig: { thinkingLevel: "high" },
  },
});

Function Calling

def get_weather(location: str) -> str:
    """Returns the current weather for a location."""
    return "sunny"

response = client.models.generate_content(
    model="gemini-3.1-pro-preview",
    contents="What is the weather in Seoul?",
    config=types.GenerateContentConfig(
        tools=[get_weather],
    ),
)

모델 ID 정리

기술 사양

제공 플랫폼

• 개발자: Gemini API (Google AI Studio), Vertex AI, Gemini CLI, Android Studio
• 소비자: Gemini 앱 (AI Pro/Ultra 구독), NotebookLM
• IDE 통합: GitHub Copilot, Visual Studio, VS Code

주의사항 및 팁

사용 전 확인할 점

1. 현재 Preview 상태입니다. 프로덕션에 쓰려면 정식 출시 전까지 안정성을 먼저 검증하세요. 무료 티어는 없습니다.

2. 작업마다 Thinking Level을 지정하세요. 기본값은 high입니다. 간단한 작업에 low를 지정하면 비용과 지연 시간이 줄어듭니다.

3. Thought Signatures 검증을 확인하세요. Function Calling과 이미지 생성/편집에서는 Thought Signatures를 엄격하게 검증합니다. 공식 SDK(google-genai)는 이 처리를 자동으로 하므로, 직접 HTTP 요청을 만들기보다 SDK를 쓰세요.

4. 200K 토큰을 넘으면 가격이 오릅니다. 입력은 $2→$4로 2배, 출력은 $12→$18로 1.5배가 됩니다. 긴 컨텍스트를 반복해서 보낸다면 컨텍스트 캐싱으로 비용을 줄이세요.

5. 반복 입력에는 컨텍스트 캐싱을 쓰세요. 캐싱된 입력 토큰은 $0.20/MTok으로 일반 입력의 1/10 가격입니다. 같은 시스템 프롬프트나 문서를 반복해서 보낼 때 입력 비용이 줄어듭니다.

어떤 상황에서 Gemini 3.1 Pro를 선택할까?

마무리

Gemini 3.1 Pro는 ARC-AGI-2 77.1%, GPQA Diamond **94.3%**로 두 벤치마크에서 경쟁 모델보다 높은 점수를 냈습니다. SWE-Bench Verified는 80.6%로 Claude Opus 4.6과 0.2%p 차이입니다.

가격은 Gemini 3 Pro와 같습니다. 입력 $2/MTok은 Claude Sonnet 4.6보다 33% 저렴하고, 출력 $12/MTok은 20% 저렴합니다.

현재는 Preview 상태이고, 엔터프라이즈 지식 작업(GDPval-AA)에서는 Claude Opus 4.6보다 316점 낮습니다. 추론과 과학 문제가 중심이라면 Gemini 3.1 Pro를, 코딩과 엔터프라이즈 작업이 중심이라면 Claude 모델을 먼저 검토하세요.

복잡한 추론 작업이 많다면 Preview 단계에서 Dynamic Thinking과 1M 컨텍스트를 직접 시험해 보세요.

참고 자료

• Google 공식 블로그 — Gemini 3.1 Pro ↗
• Google DeepMind 모델 카드 ↗
• Gemini API 개발자 문서 ↗
• Gemini API 가격 ↗
• VentureBeat — 추론 성능 2배 향상 ↗
• TechCrunch — 벤치마크 기록 경신 ↗
• 9to5Google — 복잡한 문제 해결 특화 ↗

2026년 9월 26일 수정: 200K 토큰 초과 시 출력 가격 인상 폭을 “2배”에서 “1.5배”($12 → $18)로, Claude Sonnet 4.6 대비 출력 가격 차이를 “33%“에서 “20%“로 바로잡았습니다. 문장도 짧게 다듬었습니다.