谷歌Gemini 3 Deep Think模型发布 - 谷歌DeepMind发布Gemini 3 Deep Think模型，在多个领域刷新了SOTA（State-of-the-Art）记录，标志着AI推理能力进入全新维度 [1] - 该模型在短短三个月内实现全方位性能突破 [1] 核心性能与基准测试结果 - 编程与算法：在Codeforces竞赛中获得3455 Elo评分，达到世界冠军级水准，在全球人类排名中位列第7，击败了绝大多数人类选手 [7][8][10] - 抽象推理：在ARC-AGI-2基准测试中获得84.6%的准确率，刷新SOTA，并获得ARC奖项基金会验证 [11][12][17] - 综合学术推理：在“人类最后考试”（Humanity‘s Last Exam）基准测试中，在不使用工具的情况下获得48.4%的准确率 [10][21] - 多模态理解：在MMMU-Pro基准测试中获得81.5%的准确率 [21][34] - 数学：在2025年国际数学奥林匹克（IMO）基准测试中获得81.5%的准确率，达到金牌水平 [21][33][34] - 物理：在2025年国际物理奥林匹克（理论）基准测试中获得87.7%的准确率 [21][34] - 化学：在2025年国际化学奥林匹克（理论）基准测试中获得82.8%的准确率 [21][34] - 凝聚态物理理论：在CMT-Benchmark测试中获得50.5%的准确率 [21][34] 与竞争对手的对比 - 在ARC-AGI-2基准测试中，Gemini 3 Deep Think（84.6%）的表现远超Gemini 3 Pro Preview（31.1%）、Claude Opus 4.6 Thinking Max（68.8%）和GPT-5.2 Thinking xhigh（52.9%） [17][21] - 在Codeforces Elo评分上，Gemini 3 Deep Think（3455）显著高于Gemini 3 Pro Preview（2512）和Claude Opus 4.6 Thinking Max（2352） [21][34] - 在高级数学证明（Advanced ProofBench）基准测试中，基于Deep Think的“AI数学家”Aletheia获得91.9%的准确率，远超GPT-5.2 Thinking high（35.7%）和Gemini 3 Pro（30.0%） [30] 科研与工程应用能力 - 科研辅助：能够审查高深学术论文，并发现人类同行评审遗漏的细微逻辑漏洞 [23] - 工业设计：可以根据草图渲染高保真、实用的3D模型（如笔记本电脑支架），并直接生成可3D打印的文件，将物理零部件建模速度提升十倍 [3][39] - 实验优化：在杜克大学Wang Lab的测试中，成功设计出生长大于100 μm薄膜的配方，用于潜在的半导体材料发现 [39] - 物理模拟：展现出强大的物理模拟能力，可以模拟光线追踪，并在单个HTML文件中构建完整的Three.js场景 [40][41][42] - 创意生成：能够生成复杂且细节丰富的SVG矢量图像（如具有特定品种特征的鹈鹕骑自行车） [44][45][48] 技术进展与突破 - 基于初代Deep Think的“AI数学家”Aletheia已能独立撰写论文，证明了“Erdős猜想”中的多个难题，并一举攻克18大研究瓶颈 [29] - 模型在ARC-AGI-1基准测试上已达到接近饱和的**96.0%**准确率 [12][35] - 模型能够根据论文描述，为复杂的“时空循环视频Transformer”架构创建可视化方案 [36] 发布与可用性 - 目前，Google AI Ultra订阅用户可在Gemini中体验新版Deep Think [25] - 谷歌首次通过API向部分研究人员、工程师和企业开放该模型 [25] - 核心研发团队包括从Anthropic离职加入谷歌的华人学者姚顺宇 [3]