Google обновила Gemini 3 Deep Think: ИИ выходит на уровень олимпиадного золота
Технологический гигант Google снова поднимает планку. Компания представила обновлённую версию своей продвинутой модели — Gemini 3 Deep Think. Разработчики называют её инструментом для науки нового поколения. И судя по первым результатам, громкие заявления не выглядят пустыми словами.
Что изменилось
Gemini 3 Deep Think создавалась не как универсальный чат-бот «на все случаи жизни». Её фокус — сложные технические задачи, инженерные расчёты, научные исследования и глубокий аналитический разбор.
Проще говоря, модель тренировали думать не быстро, а глубоко.
Она способна:
- анализировать инженерные решения;
- разбирать сложные математические конструкции;
- работать с исследовательскими гипотезами;
- помогать в научном моделировании;
- системно проверять расчёты.
Если предыдущие поколения нейросетей в основном ускоряли рутину, то Deep Think ориентирована на задачи, где цена ошибки высока.
Результаты тестов впечатляют
Главный аргумент Google — сухие цифры.
- В тесте ARC-AGI-2, который считается одним из самых сложных бенчмарков на абстрактное мышление, модель показывает 84,6%. Это крайне высокий результат для систем подобного уровня.
- На платформе Codeforces, где программисты соревнуются в алгоритмических задачах, нейросеть набрала 3455 баллов — показатель, который сопоставим с результатами сильнейших участников.
- По заявлениям разработчиков, модель достигает уровня золотой медали Международной математической олимпиады 2025 года, а также демонстрирует аналогичные показатели в задачах по физике и химии.
Важно понимать: речь идёт не о «знает формулы», а о способности выстраивать логические цепочки, делать выводы и корректно применять знания в новых условиях.
Что это значит для науки
Google позиционирует Gemini 3 Deep Think как ускоритель научного прогресса.
Сегодня исследователи тратят месяцы на перебор гипотез, моделирование процессов и проверку вычислений. Если ИИ способен выполнять эти этапы быстрее и без системных ошибок, скорость научных открытий может существенно вырасти.
Это особенно актуально для:
- материаловедения,
- энергетики,
- фармацевтики,
- инженерного проектирования,
- сложных вычислительных моделей.
Модель не заменяет учёных, но способна стать их вычислительным партнёром.
Инженерия без узких мест
Отдельный интерес вызывает применение в инженерной среде.
Проектирование сложных систем — от микросхем до транспортной инфраструктуры — требует десятков итераций. Gemini 3 Deep Think может анализировать схемы, искать слабые места и просчитывать альтернативные варианты решений.
Это снижает риск дорогостоящих ошибок на этапе прототипирования.
Почему это важный шаг
За последние годы ИИ активно развивался в сфере генерации текста, изображений и кода. Но настоящий скачок начинается тогда, когда модель выходит за пределы «контента» и начинает работать в фундаментальных дисциплинах.
Gemini 3 Deep Think — попытка именно такого перехода.
Если заявленные показатели подтверждаются в реальной практике, мы увидим постепенное изменение роли ИИ в науке: из помощника он превращается в полноценный аналитический инструмент.
Можно ли протестировать самому
Пока доступ к подобным версиям моделей ограничен, но использовать технологии Gemini можно через специализированные платформы.
Например, в Telegram есть бот @ChatGPTPoRusskiBot, где доступна работа с различными ИИ-моделями, включая Gemini. Это удобный способ протестировать возможности без сложных настроек и технических барьеров.
Что дальше
Google открыто заявляет: Deep Think — это шаг к новому формату научных исследований.
Если модели продолжат расти в точности и глубине анализа, через несколько лет мы можем увидеть ИИ, который участвует в создании новых материалов, оптимизации энергетических систем и даже в разработке лекарств.
Пока рано говорить о революции. Но тренд очевиден: нейросети всё увереннее заходят на территорию фундаментальной науки. И это уже не эксперимент, а реальный инструмент, который постепенно меняет правила игры.