谷歌发布最强推理模型Gemini 2.5 Deep Think

作者 | ZeR0

编辑 | 漠影

智东西报道，近日，谷歌推出了迄今为止最强大的推理模型——Gemini 2.5 Deep Think。

该模型是最近在国数奥（IMO）获得金牌的模型的改进版。高级版Gemini Deep Think在6道题目中成功解答了5道，获得金牌水平。新发布的版本在日常使用中速度更快、更易用，在2025年IMO基准测试中仍达到铜牌水平。

谷歌在今年的I/O开发者大会上首次展示了Gemini 2.5 Deep Think。新版本进行了“重大改进”，并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，在LiveCodeBench V6和Humanity's Last Exam均取得最佳性能。

Gemini app中的Deep Think模型，利用思考技巧提供详细、有创意和周全的回答，帮助数学家测试数学猜想，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，使Deep Think成为更好、更直观的问题解决者。

Deep Think可帮助解决需要创造力、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表现出色，例如提高网络开发任务的美观性。

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。

谷歌还计划在未来几周内通过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。