智东西

作者 | ZeR0

编辑 | 漠影

智东西 8 月 2 日报道，昨夜，谷歌推出其迄今最强推理模型 Gemini 2.5 Deep Think。

这是最近在今年国际数学奥林匹克（IMO）上 " 拿金牌 " 的模型的变体。近期高级版 Gemini Deep Think 完美解答了 IMO 6 道题目中的 5 道，总分 35 分（满分 42 分），达到金牌水平。

该模型需要几个小时才能推理出复杂的数学问题。新发布的版本在日常使用中速度更快、更易用，根据内部评估，在 2025 年 IMO 基准测试中仍达到铜牌水平。

谷歌在今年 5 月的 I/O 开发者大会上首次预览了 Gemini 2.5 Deep Think。新版本进行了 " 重大改进 "。在具有挑战性的编程、科学、知识、推理基准测试中，与 OpenAI o3、Grok 4 等其他不使用工具的模型相比，Gemini 2.5 Deep Think 在 LiveCodeBench V6 和 Humanity ’ s Last Exam 均取得最佳性能。

Gemini app 中的 Deep Think 模型，使用思考技巧来提供更详细、更有创意和更周到的回答，甚至可以帮助数学家来测试数学猜想，还能提高 Web 开发任务的美观性。

Deep Think 支持文本、图像、音频、视频等输入和 1M tokens 上下文窗口，输出长度为 192K tokens。

其工作原理是利用谷歌的并行思维技术，能同时生成多个想法，并同时进行思考，甚至随着时间的推移不断修改或整合不同的想法，最终得出最佳答案。

此外，通过延长推理时间或 " 思考时间 "，谷歌给了 Gemini 更多的时间来探索不同的假设，并为复杂问题找到创造性的解决方案。

谷歌还开发了新颖的强化学习技术，鼓励模型利用这些扩展的推理路径，从而使 Deep Think 随时间推移成为更好、更直观的问题解决者。

Deep Think 可以帮助人们解决需要创造力、战略规划和逐步改进的问题，例如：

迭代开发和设计：在需要逐块构建复杂事物的任务上的表现出色，比如可以提高网络开发任务的美学和功能。

科学和数学发现：可推理出高度复杂的问题，通过复杂的科学文献帮助制定和探索数学猜想或推理，可能加速发现之路。

算法开发和代码：在棘手的编码问题上特别出色，其中问题制定和仔细考虑权衡和时间复杂性是最重要的。

目前仅有最高级别的 Google AI Ultra 订阅者可选用 "Deep Think"，每月订阅费为 249.99 美元（约合人民币 1803 元）。

Deep Think 自动与代码执行和谷歌搜索等工具配合使用，并能产生更长的响应。

同时，达到 IMO 金牌水平的 Deep Think 模型将进一步测试，并向一小部分数学家和学者分享，用于辅助研究。谷歌计划利用这些反馈来完善该模型的未来版本。

谷歌还正在努力在未来几周内通过 Gemini API 向一组受信任的测试人员发布带和不带工具的 Deep Think，以更好地了解其对开发者和企业用例的可用性。