谷歌近期宣布，Gemini 2.5 Deep Think模型正式向Google AI Ultra订阅用户开放。该模型在多项基准测 试中表现优于OpenAI的o3和xAI的Grok 4，标志着大语言模型在复杂推理能力上的竞争进入新阶段。作 为Gemini 2.5 Pro系列的升级版，Deep Think模式基于全新研究方法，通过多假设综合推理提升作答质 量，同时针对日常使用场景进行了效率优化。 技术定位：从"竞赛优化"到"实用平衡" Gemini 2.5 Deep Think的前身是在国际数学奥林匹克竞赛(IMO)中获得金牌的模型变体，其核心优势在 于复杂问题的多步推理能力。谷歌在最新版本中保留了这一技术基底，但为适应日常场景进行了加速优 化——这一调整导致模型在IMO基准测试中性能降至铜牌水平，但响应速度和资源占用更符合消费级应 用需求。 性能突破：基准测试中的多维度领先 据第三方测试数据，Gemini 2.5 Deep Think在多个权威基准中表现突出：在MMLU(大规模多任务语言理 解)测试中，模型在人文社科、自然科学等领域的综合准确率超过竞品;在GSM8K数学推理数据集上，复 杂算术题的求解正确率提升 ...