面對(duì)Claude Opus 4.6和GPT Codex 5.3的猛烈攻勢(shì)，谷歌反手就是一個(gè)Gemini 3 Deep Think的重大升級(jí)。

在Codeforces（一個(gè)包含各種競(jìng)技編程挑戰(zhàn)的基準(zhǔn)測(cè)試平臺(tái)）上，它取得了驚人的3455Elo分?jǐn)?shù)，相當(dāng)于世界第8名

這下子，全球只有7人的編程水平能排在它前面了。而此前最高分是一年前o3拿下的2727 Elo。

Gemini 3 Deep Think的實(shí)力不止于此，它還直接把ARC-AGI-2——這個(gè)公認(rèn)測(cè)試AI推理能力的前沿基準(zhǔn)，給刷到了史無(wú)前例的84.6%

要知道，之前最強(qiáng)模型的得分在60%-70%之間徘徊，Claude Opus 4.6的成績(jī)也只有68.8%。

人類最后考試（HLE）上，Gemini 3 Deep Think也刷新SOTA，拿下了48.4%的成績(jī)。

官方表示，新版Deep Think是谷歌專門開發(fā)的推理模式，旨在推動(dòng)智能前沿發(fā)展，并解決科學(xué)、研究和工程領(lǐng)域的現(xiàn)代挑戰(zhàn)。

另一位“堯舜禹”——清華物理系傳奇特獎(jiǎng)得主姚順宇（Shunyu Yao），去年9月加入谷歌DeepMind，也是這次Deep Think新模型的參與者。

新版DeepThink已經(jīng)走進(jìn)了實(shí)驗(yàn)室

升級(jí)后的Gemini 3 Deep Think實(shí)力究竟有多強(qiáng)？

它的野心不止于贏得基準(zhǔn)測(cè)試，而是要走進(jìn)科研和工程領(lǐng)域，幫助工程師處理復(fù)雜任務(wù)。

新版Deep Think可以分析草圖，對(duì)復(fù)雜形狀進(jìn)行建模，并直接生成用于3D打印的實(shí)體文件。這是它打印的一個(gè)筆記本電腦支架：

谷歌VP Josh Woodward 在X上曬出了打印的成果，看起來(lái)對(duì)草圖相當(dāng)還原：

羅格斯大學(xué)的數(shù)學(xué)家Lisa Carbone，利用Gemini 3 Deep Think審閱了一篇高度專業(yè)的數(shù)學(xué)論文。

結(jié)果Gemini 3 Deep Think成功地識(shí)別出了一個(gè)細(xì)微的邏輯缺陷，而這個(gè)缺陷在此前的人工同行評(píng)審中均未被發(fā)現(xiàn)。

杜克大學(xué)的王安實(shí)驗(yàn)室，利用Gemini 3 Deep Think技術(shù)優(yōu)化了復(fù)雜晶體生長(zhǎng)的制備方法，以期發(fā)現(xiàn)新的半導(dǎo)體材料。

結(jié)果Gemini 3 Deep Think成功設(shè)計(jì)了一種能夠生長(zhǎng)厚度大于 100 微米薄膜的工藝，達(dá)到了以往方法難以企及的精確目標(biāo)。

在X上，DeepSeek多模態(tài)團(tuán)隊(duì)研究員XiaoKang Chen也表示：Gemini 3 Deep Think非常擅長(zhǎng)處理科學(xué)領(lǐng)域中的長(zhǎng)尾任務(wù)。

他給Deep Think輸入了一張復(fù)雜分子結(jié)構(gòu)的圖片，隨后模型便準(zhǔn)確地計(jì)算出了分子式。

勇奪三項(xiàng)新SOTA，推理成本降低82%

去年Deep Think專門版已經(jīng)IMO等國(guó)際競(jìng)賽中奪下金牌?，F(xiàn)在，全新升級(jí)后的Deep Think又在多項(xiàng)高難度的基準(zhǔn)測(cè)試中全面刷新SOTA：

• 不使用任何工具，在HLE中取得新SOTA——48.4%
• 在ARC-AGI-2測(cè)試中取得前所未有的84.6%的成績(jī)，并經(jīng) ARC Prize 基金會(huì)驗(yàn)證；
• 在Codeforces上取得了驚人的3455Elo分?jǐn)?shù)；
• 在2025年國(guó)際數(shù)學(xué)奧林匹克競(jìng)賽中達(dá)到金牌水平。

其中，ARC-AGI-2被譽(yù)為AI界的“圖靈測(cè)試”，旨在衡量模型處理從未見(jiàn)過(guò)的新穎推理任務(wù)的能力

要知道，去年12月剛發(fā)布的初代Deep Think得分還是45.1%，不到三個(gè)月時(shí)間已經(jīng)飆升到84.6%，比Opus 4.6還要強(qiáng)出一截。

而在ARC-AGI-1上，Gemini 3 Deep Think取得了96%的成績(jī)，直接頂?shù)教旎ò辶恕?/p>

性能提升的同時(shí)，推理成本也在大幅下降。初代Deep Think執(zhí)行每項(xiàng)任務(wù)的成本為77.16美元。此次升級(jí)讓成本降低了82%，每項(xiàng)任務(wù)僅需13.62美元

由于1和2都被Gemini刷爆了，現(xiàn)在ARC Prize已經(jīng)在構(gòu)建ARC-AGI-3了……

除了數(shù)學(xué)和編程，升級(jí)后的Deep Think在化學(xué)和物理等廣泛的科學(xué)領(lǐng)域同樣表現(xiàn)出色。

在2025年國(guó)際物理奧林匹克競(jìng)賽和化學(xué)奧林匹克競(jìng)賽中，Gemini 3 Deep Think在筆試部分取得了金牌級(jí)別的成績(jī)。

此外，它還展現(xiàn)了在高等理論物理方面的能力，在CMT-Benchmark測(cè)試中取得了50.5%的分?jǐn)?shù)。

華人帶隊(duì)，打造最強(qiáng)推理模型

Gemini 3 Deep Think的研發(fā)團(tuán)隊(duì)中，有不少華人身影。

核心成員包括95后華人科學(xué)家Yi Tay，他在Gemini團(tuán)隊(duì)中從事強(qiáng)化學(xué)習(xí)和推理方向的研究工作。

此前，他曾在Google Brain共同領(lǐng)導(dǎo)早期大語(yǔ)言模型項(xiàng)目，包括PaLM-2、UL2和Flan-2。

在Google Brain工作3年多之后，2023–2024 年間，Yi Tay曾短暫離開谷歌，作為聯(lián)合創(chuàng)始人創(chuàng)辦了一家獨(dú)角獸AI初創(chuàng)公司——Reka。

Reka AI由DeepMind、谷歌和Meta的研究人員創(chuàng)立，其創(chuàng)辦初衷是打造功能強(qiáng)大且高效的基礎(chǔ)模型，現(xiàn)在也開發(fā)界面設(shè)計(jì)、應(yīng)用邏輯以及其他應(yīng)用方面的工具。

在創(chuàng)業(yè)一年半后，Yi Tay便重返谷歌DeepMind，擔(dān)任高級(jí)資深研究科學(xué)家，繼續(xù)從事人工智能和大語(yǔ)言模型的研究。

去年剛從Anthropic跳槽到谷歌DeepMind的清華校友姚順宇，也參與了Deep think新模型的開發(fā)。

姚順宇本科就讀于清華大學(xué)物理系，曾拿下過(guò)清華本科生特等獎(jiǎng)學(xué)金（清華授予在校優(yōu)秀本科生的最高獎(jiǎng)學(xué)金榮譽(yù)）

本科期間，他就已在《Physical Review Letters》（國(guó)際物理學(xué)領(lǐng)域最頂級(jí)的學(xué)術(shù)期刊之一）發(fā)表高水平論文，首次在國(guó)際上給出了關(guān)于非厄米系統(tǒng)的拓?fù)淠軒Ю碚摚粌H準(zhǔn)確預(yù)測(cè)了相關(guān)現(xiàn)象，還定義了兩個(gè)新的物理概念。

本科畢業(yè)后，他赴斯坦福大學(xué)繼續(xù)攻讀博士，專注于量子多體混沌、開放量子系統(tǒng)動(dòng)力學(xué)等前沿問(wèn)題，師從Douglas Stanford（美國(guó)理論物理學(xué)家，被同行視為頂尖且有潛力改變物理學(xué)發(fā)展方向的年輕科學(xué)家之一）、Zhenbin Yang（楊振斌，華裔美國(guó)科學(xué)家，公認(rèn)的20世紀(jì)最重要的物理學(xué)家之一）等知名學(xué)者。

博士畢業(yè)后，他先是去UC伯克利做博士后研究，隨后加入了Anthropic。在Anthropic工作的一年時(shí)間里，他參與組建了強(qiáng)化學(xué)習(xí)基礎(chǔ)團(tuán)隊(duì)，負(fù)責(zé)了Claude 3.7 Sonnet框架，以及Claude 4系列背后的基本強(qiáng)化學(xué)習(xí)理論。

離開Anthropic之后，姚順宇轉(zhuǎn)戰(zhàn)谷歌DeepMind，繼續(xù)從事AI方面的研究。這次Deep Think新模型發(fā)布，也是他在谷歌的首秀之作

[1]https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/
[2]https://x.com/ShunyuYao14/status/2022013770843967900
[3]https://x.com/YiTayML/status/2021988841142534287
[4]https://x.com/NoamShazeer/status/2021988459519652089
[5]https://x.com/PKUCXK/status/2022144532272623990