谷歌Gemini 3 Deep Think全面碾压Claude和GPT，清华校友参与打造，编程能力全球仅7人能超越它

北京时间2月13日，谷歌发布了Gemini 3 Deep Think推理模式的重大升级。这一专为复杂科学与工程任务打造的模型，在多项顶级基准测试中刷新纪录，全面超越Claude Opus 4.6和GPT-5.2。2025年9月加入谷歌DeepMind的清华大学物理系校友姚顺宇（Shunyu Yao）是此次升级的核心参与者之一，他当天在社交平台发帖号召用户体验新模型。

谷歌CEO桑达尔·皮查伊发帖表示："我们与科学家和研究人员紧密合作，对Deep Think进行了改进，以应对棘手的现实挑战。"

从测试数据来看，Deep Think在"人类最后的考试"中取得48.4%的成绩（不使用工具），Claude Opus 4.6为40%，GPT-5.2为34.5%。在抽象推理测试ARC-AGI-2中，该模型达到84.6%，经ARC Prize基金会验证，此前最强模型得分在60%至70%之间。在竞技编程平台Codeforces上，Deep Think获得3455 Elo评分，相当于全球编程能力排名前八，仅7人能超越它。此外，该模型在2025年国际物理和化学奥林匹克竞赛笔试部分均达到金牌水平。

在科研实战中，罗格斯大学数学家Lisa Carbone利用Deep Think审阅一篇高能物理领域的专业数学论文，模型成功识别出一个此前人工同行评审未曾发现的细微逻辑缺陷。杜克大学实验室则借助该模型优化晶体生长制备方法，设计出可培育超过100微米薄膜的工艺方案，突破了以往方法的精度极限。Deep Think还具备将手绘草图转化为3D打印文件的工程能力，可自动完成图纸分析、复杂形状建模及文件生成。

在谷歌官宣评论区，一位AI从业者感慨："如果这个模型在识别新模式（而不仅仅是记忆）方面真的达到了这样超人的水平，我们就应该停止称它为聊天机器人，而应该称它为外星智能。"一位谷歌前工程师评论道："真正让人惊讶的是，Deep Think竟然发现了一篇经过同行评审的数学论文中，人类审稿人都忽略的逻辑缺陷。那不是工具，那是合作者。"

据谷歌官方博客，Deep Think现已在Gemini应用中上线，Google AI Ultra订阅用户可直接使用，同时首次通过Gemini API向部分研究人员、工程师和企业开放使用权限。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。