Gemini 3 Deep Think横扫全球，超越GPT-5.2|deep|gemini|数学|新论文

谷歌 Gemini 3 Deep Think 刷新全球 SOTA，Codeforces 排名全球第七，击败人类世界冠军。不仅能编程，还能直接把草图变成 3D 打印模型，甚至发现了连人类科学家都遗漏的论文漏洞。OpenAI 迎来最强劲敌。

就在刚刚，Gemini 3 Deep Think重磅升级，以一种恐怖的姿态刷爆了全领域的SOTA（当前最佳技术水平）。这不是一次简单的版本迭代，而是一次 AI 推理能力的维度跨越——在科学研究和硬核工程领域，它已经不再是“副驾驶”，而是真正的最强大脑。

一个数据足以让所有开发者沉默：在刚刚结束的 Codeforces 编程比赛中，Gemini 3 Deep Think 拿下了3455Elo的惊人分数。这意味着什么？它不仅达到了世界冠军级的水准，更直接冲入了人类 TOP 10，排名全球第七！

也就是说，在这个星球上，目前仅有 7 个人类选手能勉强压制住它。作为对比，一年前被奉为神作的最强OpenAI o3 模型，也仅仅拿下了 2727 Elo。Gemini 3 Deep Think 的出现拿到3455 Elo，让 AI 编程能力直接断层领先。

但这只是冰山一角。在人类最后考试（HLE）上，它拿下了 48.4%的成绩，刷新 SOTA；在最难的 ARC-AGI-2 基准测试中，它一夜之间让榜单直接饱和，以84.6%的分数一骑绝尘。

与 Gemini 3 Pro 相比，Deep Think 实现了全方位的反超，更是将 ClaudeOpus 4.6、GPT-5.2直接踩在了脚下。

目前，Google AI Ultra 订阅用户已经可以在后台直接体验，API 也已向部分开发者开放。属于 AI 推理的新纪元，真的来了。

Gemini 3 Deep Think 的强，不是挤牙膏式 5% 提升，是断崖式的维度打击。

让我们看一组让友商窒息的数据：

ARC-AGI-2 基准（84.6%）：这是一个标志性时刻。ARC 曾被认为是 AI 无法逾越的“抽象推理长城”，但 Deep Think 一夜之间将其打穿。84.6% 的得分意味着该榜单已接近饱和，换句话说，在纯粹的抽象逻辑推理上，它已经没有对手了。
人类最后考试（HLE）：在这个号称AI 噩梦的测试集上，Deep Think 拿下了48.4%。听起来不高？但请注意，此前最强的模型连及格线的一半都摸不到。
奥赛金牌收割机：2025 年国际数学奥林匹克（IMO）、物理奥林匹克（IPhO）、化学奥林匹克（IChO），它全部具备了金牌水平。甚至在高级理论物理的 CMT-Benchmark 中，它也游刃有余地拿到了 50.5%。

全方位反超，绝非虚言。在 Google 官方公布的雷达图中，Gemini 3 Deep Think 几乎包围了所有竞争对手。曾经的逻辑之王Claude Opus 4.6 在它面前显得反应迟钝，而 GPT-5.2 更是被远远甩在身后。

一位参与测试的开发者在推特上感叹：以前我们对比模型是用跑分，现在对比 Deep Think，感觉像是在用智商。

它不仅是在做题，它是在思考。官方演示中，Deep Think 展现出的不仅仅是计算能力，更是一种对复杂系统的多维理解力——这也为它在现实物理世界中的惊人表现埋下了伏笔。

如果说前面的跑分只是学霸的自我修养，那么接下来的实战表现，才真正让人感受到了 Gemini3 Deep Think 对物理世界的降维打击。

它不再只是一个能聊天的 Bot，它开始具备了工程师的直觉和设计师的手眼。

最令人震撼的一幕，发生在谷歌 VP 的一个副业项目中：他随手画了一张极其实际的、甚至有些潦草的笔记本电脑支架草图，扔给了 Deep Think。 Deep Think 没有废话，它不仅仅是“看懂”了这张图，而是瞬间化身为一名资深工业设计师。它分析了草图结构，自动补全了物理细节，直接渲染出了一个高保真、可落地的 3D 模型方案。

它紧接着生成了 3D 打印所需的 STL 文件。谷歌 VP 拿着这个文件直接去打印，最终的成品——一个完美的、稳固的笔记本支架，就这样诞生了。从一张餐巾纸草图，到手中的实物，中间没有任何人类建模师的参与。这哪里是AI，这简直是光速原型机。

除了懂物理，它的审美也在线。Simon Willison 为了刁难它，发出了一个离谱指令：“生成一张鹈鹕骑自行车的 SVG 矢量图”。 Deep Think 并没有像以往的模型那样生成一团乱码，而是画出了一张线条流畅、结构合理的矢量图。 Simon 看完直接炸了

既然基础题难不倒它，Simon 决定加大难度。结果 Deep Think 在处理复杂的几何图形和矢量路径时，依然表现得游刃有余。只需一张图、一个提示词，它就能深入思考，提供几个你从未设想过的设计方案。

对于产品经理和设计师来说，这意味着什么？这意味着 “想法即产品”的时代真的来了。AI 开始理解空间、理解结构、理解物理约束——这才是通往 AGI 的必经之路。

画图、写代码还在我们可以理解的范畴，那么 Gemini 3 Deep Think 在科研领域的表现，则让人感到一丝畏惧。

这一次，谷歌让 AI 真正渗透进了科研工作的“最后一公里”：审阅论文、工业设计、实验优化，无所不包。当 AI 能够揪出连人类顶级审稿人都忽略的逻辑漏洞时，辅助工具这四个字显然已经配不上它了。

罗格斯大学数学家 Lisa Carbone ：她在研究时，把一篇极高深的物理数学论文扔给了 Deep Think 审查。结果，Deep Think 竟然在复杂的推导中，敏锐地发现了一个连人类同行评审都遗漏的细微逻辑漏洞。这不仅是读懂了论文，更是具备了批判性思维。在学术界，这意味着它已经具备了独立研究员的资格。

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/

而在杜克大学，Wang Lab 的科学家们则被它的“创造力”震惊了。为了优化一种复杂晶体的生长制造方法，Deep Think 不仅分析了现有数据，还成功设计出了一种生长大于 100 μm 薄膜的全新配方。这个精确目标，在此前的方法中几乎难以实现。它不仅给出了方案，还预测了结果，直接让物理零部件建模加速了十倍。