Команда разработчиков Google DeepMind представила значительное обновление Gemini 3 Deep Think – режима глубокого анализа, оптимизированного для научных и инженерных задач. Ключевая цифра: 84,6% на бенчмарке ARC-AGI-2 (тест на AGI), который оценивает способность к обучению для решения абстрактных проблем, не встречавшихся в обучающей выборке. В декабре предыдущая версия Deep Think достигала 45,1%, в то время как средний результат обычного человека составляет 60%.
Более того, обновленная ИИ-модель получила бы золотую медаль на письменных этапах Международных олимпиад по физике и химии 2025 года, а на Codeforces нейросеть продемонстрировала рейтинг Elo 3455 – в то время как у Gemini 3 Pro он составляет 2512, а у Claude Opus 4.6 – 2352. На Humanity’s Last Exam – академическом тесте с 2500 сложными вопросами – Deep Think показала 48,4% без использования дополнительных инструментов, обойдя Claude Opus 4.6 (40,0%) и GPT-5.2 (34,5%).
Google поделилась примерами использования модели для реальных задач. Математик Лиза Карбоне из Университета Ратгерс (США) использовала Deep Think для проверки статьи по теоретической физике – модель выявила логическую ошибку, которую упустили её коллеги-рецензенты. В Университете Дьюка лаборатория Хаочжэ Ванга интегрировала Deep Think через API для оптимизации синтеза двумерных полупроводниковых материалов: от генерации гипотез до подбора условий для выращивания кристаллов.
Обновленный Deep Think уже доступен подписчикам Google AI Ultra в приложении Gemini. Впервые режим также стал доступен через Gemini API для исследователей и инженеров в рамках программы раннего доступа.
Ранее разработчики Google запустили Agentic Vision. Это не самостоятельный продукт, а скорее новая функция для модели Gemini 3 Flash. Она изменяет подход ИИ к анализу изображений. Теперь нейросеть не просто быстро просматривает картинку, а проводит собственное расследование.
Gemini в Google Maps можно использовать без рук
