产品发布与核心定位 - 谷歌DeepMind发布了Gemini 3 Deep Think的重大升级，该模型在多个领域刷新了SOTA（当前最优技术），标志着AI推理能力进入新维度 [2] - 该模型被定位为科学研究和硬核工程领域的“最强大脑”，旨在解决现代科学、研究和工程领域的难题 [5][40] 性能基准与竞赛表现 - 编程竞赛：在Codeforces平台上获得3455 Elo评分，达到世界冠军水准，排名相当于人类选手前10，全球仅7人评分高于它 [9][12] - 人类最后考试：在不使用工具的情况下，取得了48.4%的准确率，刷新SOTA [12][30] - ARC-AGI-2基准：以84.6%的准确率取得新SOTA，并使该基准直接“饱和” [13][30] - 国际数学奥林匹克：在2025年IMO中达到金牌水平，准确率为81.5% [30][35] - 国际物理与化学奥林匹克：在2025年理论部分分别取得87.7%和82.8%的成绩，具备金牌实力 [33][35] - 高级理论物理：在CMT-Benchmark测试中取得50.5%的成绩 [34][35] 对比竞争对手 - 与谷歌自家前代模型Gemini 3 Pro相比，Deep Think实现了全方位反超 [19] - 在多项基准测试中，其性能显著超越竞争对手Claude Opus 4.6和GPT-5.2 [19][20][35] 科研与工程应用能力 - 论文审阅：能够审查高深的物理数学论文，并发现连人类同行评审都遗漏的细微逻辑漏洞 [21][22] - 独立研究：基于初代Deep Think的“AI数学家”Aletheia可以独立撰写论文并证明难题，在Advanced Proofbench测试中取得91.9%的准确率 [28][30] - 材料科学：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，优化了复杂晶体生长的制造方法，用于潜在的半导体材料发现 [44][45] - 工业设计与3D建模：能够将草图渲染成高保真的3D模型（如笔记本电脑支架），并生成可打印的文件，据称让物理零部件建模加速十倍 [6][47][48] - 架构可视化：能够根据学术论文为复杂架构（如“时空循环视频Transformer”）创建可视化方案 [37] 多模态与创意生成能力 - 物理模拟与3D渲染：展现出超强的物理模拟能力，可在单个HTML文件中构建完整的Three.js场景，渲染出高保真3D室内房间 [53][56] - 矢量图生成：能够生成高度复杂且符合详细生物学特征的SVG矢量图（如具备繁殖羽特征的加州褐鹈鹕骑自行车） [59][62][63] 发布与获取方式 - 目前，Google AI Ultra订阅用户可在Gemini中体验新版Deep Think [24] - 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 [24]