谷歌推最强Gemini推理模型：月费1800，已拿奥赛金牌，性能超OpenAI o3和Grok 4

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。