谷歌推出Gemini 3 Deep Think人工智能模型更新，专为科学研究设计，旨在推动科学、研究和工程领域的进步。

文章主要内容重述：

标题：Gemini 3 Deep Think：推动科学、研究与工程进步
发布时间：2026年2月12日

核心内容：
1. Gemini 3 Deep Think的重大升级
- 这是谷歌专为科学、研究和工程领域设计的AI推理模式，旨在解决现代复杂挑战。
- 通过与科学家和研究人员的紧密合作，新版Deep Think能够处理数据不完整或问题边界模糊的高难度研究任务，兼具理论深度与实际应用价值。

2. 实际应用案例

   • 数学领域：罗格斯大学的数学家Lisa Carbone利用Deep Think发现了一篇高难度数学论文中人类同行评审未察觉的逻辑漏洞。
   • 材料科学：杜克大学Wang实验室通过Deep Think优化了复杂晶体生长的制备方法，成功实现了100微米以上薄膜的精准生长目标。
   • 工程设计：谷歌工程师Anupam Pathak使用Deep Think加速物理组件的设计流程。

3. 技术性能突破

   • 在多项学术基准测试中表现卓越，包括：
     • “Humanity’s Last Exam”测试中达到48.4%（无工具辅助）；
     • ARC-AGI-2测试中取得84.6%的成绩；
     • 国际数学奥林匹克（2025）金牌级表现。
   • 扩展至化学、物理等领域，在国际物理和化学奥赛理论部分均达到金牌水平。

4. 开放访问计划

   • Google AI Ultra订阅用户：即日起可通过Gemini应用使用新版Deep Think。
   • 研究人员与企业：可通过Gemini API申请早期测试权限（申请链接）。

未来展望：
谷歌期待Deep Think在更多实际场景中推动科学发现与工程创新。

注：原文中的导航菜单、社交媒体分享按钮、视频嵌入代码等非核心内容已省略，仅保留与主题直接相关的技术细节和应用案例。

以下是评论内容的总结：

1. 性能表现

• Gemini 3 Deep Think在基准测试中表现优异，特别是在ARC-AGI-2测试中达到84.6%，远超Claude 4.6的68.8%（评论1、3）。
  • "According to benchmarks...healthily ahead of Claude 4.6"
  • "Arc-AGI-2: 84.6% (vs 68.8% for Opus 4.6)"
• Google AI近几个月表现突出，部分用户认为Gemini优于其他模型（评论1、6）。
  • "Google has definitely been pulling ahead in AI..."
  • "Google is absolutely running away with it."

2. 技术细节与测试方法

• 基准测试方法公开，但未与GPT5.2 Pro直接比较（评论2、12）。
  • "Here is the methodologies for all the benchmarks..."
  • "The benchmarks don't appear to compare to GPT5.2 Pro..."
• 缺乏模型架构细节（如参数规模），讨论焦点转向模型能力（评论9）。
  • "Do we get any model architecture details like parameter size etc.?"

3. 模型类型与计算复杂度

• 存在不同复杂度的模型类型（线性、二次、立方），可能对应不同问题解决能力（评论4）。
  • "I think they map to - linear, quadratic and n^3 respectively."
  • "what’s the higher level here, is there a 4th option?"

4. 可用性与应用场景

• 仅限Ultra订阅用户，且尚未支持代理工作流（评论5、8）。
  • "it's only available in the Ultra subscription..."
  • "Not trained for agentic workflows yet..."

5. 其他观察

• 在数学证明等任务上的表现存疑，可能不愿公开负面结果（评论10）。
  • "nobody wants to publish a negative result..."
• 生成内容质量获肯定（如骑自行车的鹈鹕图像）（评论11）。
  • "The pelican riding a bicycle is excellent."