Google DeepMind 正式推出 Gemini 2.5 Deep Think，这是其最先进的 AI 推理模型。该模型能够同时探索并考量多种思路，进而筛选出最佳答案。
Gemini Ultra 订阅用户（月费 250 美元）将于周五起在 Gemini 应用中率先体验该功能。
多智能体架构与 IMO 金牌实力
Gemini 2.5 Deep Think 于 2025 年 5 月 Google I/O 大会首次亮相，是 Google 首个公开可用的多智能体模型。该系统通过多个 AI 智能体并行处理问题，虽计算资源消耗显著高于单智能体，但往往能产出更优结果。
Google 曾使用其变体模型在今年的国际数学奥林匹克竞赛（IMO）中斩获金牌。目前，公司正将该 IMO 专用模型开放给数学家和学者群体。尽管该模型推理耗时达数小时（远超消费级模型的秒级响应），但旨在增强学术研究能力，并收集反馈以优化学术场景下的多智能体系统。
性能升级与基准测试表现
相比 I/O 大会版本，Gemini 2.5 Deep Think 实现了显著提升。Google 引入了新型强化学习技术，进一步优化了模型的推理路径利用效率。
Google 表示：“Deep Think 可辅助解决需创造力、战略规划及逐步迭代的问题。”在衡量 AI 综合解题能力的《人类最后的考试》（HLE）中，Gemini 2.5 Deep Think（无工具辅助）得分 34.8%，领先 xAI Grok 4（25.4%）及 OpenAI o3（20.3%）。在 LiveCodeBench 6 编程任务测试中，该模型得分 87.6%，同样优于 Grok 4（79%）和 o3（72%）。
工具调用与应用场景拓展
Gemini 2.5 Deep Think 支持自动调用代码执行和 Google 搜索等工具，并能生成比传统模型更详尽的回复。测试显示，其在网页开发任务中的输出更为详细美观，有望加速科研发现进程。
行业趋势与未来规划
采用多智能体方法已成为 AI 实验室的主流趋势。xAI 发布了 Grok 4 Heavy；OpenAI 用于 IMO 夺金的未发布模型亦为多智能体系统；Anthropic 的 Research agent 同样基于此架构驱动。
然而，多智能体系统服务成本较高，导致科技公司倾向于将其作为高端订阅权益。Google 计划在未来几周通过 Gemini API 向精选测试人员开放 Gemini 2.5 Deep Think，以进一步探索开发者与企业的应用需求。