Google 刚刚放出了 Gemini3 DeepThink
这里有两个对比：Gemini3 DeepThink vs Gemini3 Pro
评测数据：
-
• ARC-AGI-2：45.1% -
• 作为对比，Claude Sonnet 4.5 是 13.6%，GPT-5 Pro 是 15.8%，GPT-5.1 是 17.6%
差不多是其他模型的 3 倍，但图里没画 Opus，是 37.6%
Humanity's Last Exam 上也是第一，41%，比 GPT-5 Pro 的 30.7% 高出 10 个点GPQA Diamond 是93.8%，科学知识类测试，各家差距不大
技术上，Google 说的是「parallel reasoning」，并行推理
普遍的 reasoning model 是 chain-of-thought，一步一步往下推，走一条路，走到底
parallel reasoning 不一样，它同时开很多条推理路径，每条路径探索一个假设
比如遇到一个问题，传统做法是：假设 A → 推理 → 结论
parallel reasoning 则是这样：
同时开 A、B、C、D 四个假设，四条路同时跑，跑完再比较
理解起来，就像这样
假设 A → 推理 → ...可能的正确结论 A
假设 B → 推理 → ...可能的正确结论 B
假设 C → 推理 → ...可能的正确结论 C
假设 D → 推理 → ...可能的正确结论 D
最后，看看这些结论中，哪个更靠谱
这样的话，不会因为一开始选错方向就全盘皆输
就很类似你在做数独，有时候要假设好几个前提，然后逐个尝试
在 ARC-AGI-2 这种视觉推理测试上特别有用，因为这类题目需要从没见过的 pattern 里找规律，一开始很难判断哪个方向是对的
有关 ARC-AGI 的介绍，之前提过，感兴趣的可以回顾下这里：OpenAI o3 详解：并非 AGI，比 o1 贵 1000倍（另附内测申请）
简单来说，ARC-AGI 就是一组图片题库，没有描述，对人来说较为简单，但对 AI 来说就难度异常，这里放几个典型的题目，感受一下
Gemini3 Deep Think 这套东西，是 Gemini 2.5 Deep Think 的延续
之前在 IMO（国际数学奥林匹克）和 ICPC 世界总决赛上都拿到了金牌水平，现在这套东西产品化了
使用方式：
Gemini app 里选「Deep Think」模式，模型选 Gemini 3 Pro
已上线，需要 Ultra 订阅，$249.99/月