谷歌 Gemini 3 Deep Think 刷新全球 SOTA，Codeforces 排名全球第七，击败人类世界冠军。不仅能编程，还能直接把草图变成 3D 打印模型，甚至发现了连人类科学家都遗漏的论文漏洞。OpenAI 迎来最强劲敌。

就在刚刚，Gemini 3 Deep Think 重磅升级，以一种恐怖的姿态刷爆了全领域的 SOTA（当前最佳技术水平）。这不是一次简单的版本迭代，而是一次 AI 推理能力的维度跨越——在科学研究和硬核工程领域，它已经不再是“副驾驶”，而是真正的最强大脑。

新版 Deep Think 的实力究竟有多夸张？

一个数据足以让所有开发者沉默： 在刚刚结束的 Codeforces 编程比赛中，Gemini 3 Deep Think 拿下了 3455Elo 的惊人分数。 这意味着什么？它不仅达到了世界冠军级的水准，更直接冲入了人类 TOP 10，排名全球第七！

也就是说，在这个星球上，目前仅有 7 个人类选手能勉强压制住它。作为对比，一年前被奉为神作的最强OpenAI o3 模型，也仅仅拿下了 2727 Elo。Gemini 3 Deep Think 的出现拿到3455 Elo，让 AI 编程能力直接断层领先。

但这只是冰山一角。 在人类最后考试（HLE）上，它拿下了 48.4% 的成绩，刷新 SOTA； 在最难的 ARC-AGI-2 基准测试中，它一夜之间让榜单直接饱和，以 84.6% 的分数一骑绝尘。

与 Gemini 3 Pro 相比，Deep Think 实现了全方位的反超，更是将 ClaudeOpus 4.6、GPT-5.2 直接踩在了脚下。

目前，Google AI Ultra 订阅用户已经可以在后台直接体验，API 也已向部分开发者开放。属于 AI 推理的新纪元，真的来了。

Gemini 3 Deep Think 的强，不是挤牙膏式 5% 提升，是断崖式的维度打击。

让我们看一组让友商窒息的数据：

• ARC-AGI-2 基准（84.6%）： 这是一个标志性时刻。ARC 曾被认为是 AI 无法逾越的“抽象推理长城”，但 Deep Think 一夜之间将其打穿。84.6% 的得分意味着该榜单已接近饱和，换句话说，在纯粹的抽象逻辑推理上，它已经没有对手了。
• 人类最后考试（HLE）： 在这个号称AI 噩梦的测试集上，Deep Think 拿下了 48.4%。听起来不高？但请注意，此前最强的模型连及格线的一半都摸不到。
• 奥赛金牌收割机： 2025 年国际数学奥林匹克（IMO）、物理奥林匹克（IPhO）、化学奥林匹克（IChO），它全部具备了金牌水平。甚至在高级理论物理的 CMT-Benchmark 中，它也游刃有余地拿到了 50.5%。

全方位反超，绝非虚言。 在 Google 官方公布的雷达图中，Gemini 3 Deep Think 几乎包围了所有竞争对手。曾经的逻辑之王Claude Opus 4.6 在它面前显得反应迟钝，而 GPT-5.2 更是被远远甩在身后。

一位参与测试的开发者在推特上感叹：以前我们对比模型是用跑分，现在对比 Deep Think，感觉像是在用智商。

它不仅是在做题，它是在思考。官方演示中，Deep Think 展现出的不仅仅是计算能力，更是一种对复杂系统的多维理解力——这也为它在现实物理世界中的惊人表现埋下了伏笔。

如果说前面的跑分只是学霸的自我修养，那么接下来的实战表现，才真正让人感受到了 Gemini3 Deep Think 对物理世界的降维打击。

它不再只是一个能聊天的 Bot，它开始具备了工程师的直觉和设计师的手眼。

最令人震撼的一幕，发生在谷歌 VP 的一个副业项目中： 他随手画了一张极其实际的、甚至有些潦草的笔记本电脑支架草图，扔给了 Deep Think。 Deep Think 没有废话，它不仅仅是“看懂”了这张图，而是瞬间化身为一名资深工业设计师。它分析了草图结构，自动补全了物理细节，直接渲染出了一个高保真、可落地的 3D 模型方案。

它紧接着生成了 3D 打印所需的 STL 文件。谷歌 VP 拿着这个文件直接去打印，最终的成品——一个完美的、稳固的笔记本支架，就这样诞生了。 从一张餐巾纸草图，到手中的实物，中间没有任何人类建模师的参与。这哪里是AI，这简直是光速原型机。

除了懂物理，它的审美也在线。 Simon Willison 为了刁难它，发出了一个离谱指令：“生成一张鹈鹕骑自行车的 SVG 矢量图”。 Deep Think 并没有像以往的模型那样生成一团乱码，而是画出了一张线条流畅、结构合理的矢量图。 Simon 看完直接炸了

既然基础题难不倒它，Simon 决定加大难度。结果 Deep Think 在处理复杂的几何图形和矢量路径时，依然表现得游刃有余。 只需一张图、一个提示词，它就能深入思考，提供几个你从未设想过的设计方案。

对于产品经理和设计师来说，这意味着什么？ 这意味着 “想法即产品” 的时代真的来了。AI 开始理解空间、理解结构、理解物理约束——这才是通往 AGI 的必经之路。

画图、写代码还在我们可以理解的范畴，那么 Gemini 3 Deep Think 在科研领域的表现，则让人感到一丝畏惧。

这一次，谷歌让 AI 真正渗透进了科研工作的“最后一公里”：审阅论文、工业设计、实验优化，无所不包。 当 AI 能够揪出连人类顶级审稿人都忽略的逻辑漏洞时，辅助工具这四个字显然已经配不上它了。

罗格斯大学数学家 Lisa Carbone ： 她在研究时，把一篇极高深的物理数学论文扔给了 Deep Think 审查。 结果，Deep Think 竟然在复杂的推导中，敏锐地发现了一个连人类同行评审都遗漏的细微逻辑漏洞。 这不仅是读懂了论文，更是具备了批判性思维。在学术界，这意味着它已经具备了独立研究员的资格。

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-deep-think/

而在杜克大学，Wang Lab 的科学家们则被它的“创造力”震惊了。 为了优化一种复杂晶体的生长制造方法，Deep Think 不仅分析了现有数据，还成功设计出了一种生长大于 100 μm 薄膜的全新配方。 这个精确目标，在此前的方法中几乎难以实现。它不仅给出了方案，还预测了结果，直接让物理零部件建模加速了十倍。

更疯狂的是，它开始解决数学难题。 背靠 Deep Think 的“AI 数学加” Aletheia，已经可以独立撰写论文，甚至成功证明了“Erdős 猜想”中的多个难题。 在官方演示中，它还为晦涩难懂的“时空循环视频 Transformer”架构，创建了一个完美的可视化方案。

这意味着什么？ 这意味着在科学发现的领域，AI 已经从整理资料进化到了产出新知。对于科研人员来说，它既是最好的搭档，也是最强的对手。

Google AI Ultra 订阅用户即刻起就能在 Gemini 后台体验新版 Deep Think。同时，谷歌首次通过 API 向部分研究人员、工程师和企业开放了这一能力。

这可能是一个转折点。 过去的一年，我们习惯了用“生成速度”和“上下文长度”来衡量一个模型。但 Gemini 3 Deep Think 的出现告诉我们：在解决真正的科学难题时，慢思考（Deep Think）比快直觉更重要。

去年，Deep Think 还需要专门版才能解决数学难题；而今天，通用版的它已经能在 Codeforces 上虐杀人类选手，在实验室里指导科学家做实验。

如今，巨大的压力球被狠狠抛回给了 OpenAI。 面对谷歌这记直击痛点、甚至可以说是“羞辱级”的 SOTA 回击，Sam Altman 手里还藏着什么牌？ 传说中的 GPT-5 或者是那个神秘的“Q*”，如果不能拿出超越“自主科研”级别的能力，恐怕很难再复刻当年的 ChatGPT 时刻了。

2026 年的 AI 战争，才刚刚开始。但至少，谷歌 DeepMind 是跑在前方的赢家。