谷歌最强推理模型Gemini 2.5 Deep Think，究竟强在哪？

昨夜，谷歌推出迄今最强推理模型Gemini 2.5 Deep Think，该模型在数学推理等多方面表现亮眼，消息一出引发各界关注。

模型背景

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。这一模型的变体曾在今年国际数学奥林匹克（IMO）上达到金牌水平。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）。渭南高级中学的数学老师认为，这样的成绩在数学领域是非常出色的表现。

性能提升

此前的模型需要几个小时才能推理出复杂数学问题，而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。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，它在LiveCodeBench V6和Humanity’s Last Exam均取得最佳性能。

功能亮点

Gemini app中的Deep Think模型，使用思考技巧提供更详细、更有创意和更周到的回答。它甚至可以帮助数学家测试数学猜想，还能提高Web开发任务的美观性。渭南高级中学在开展编程课等活动时，也需要借助此类有强大功能的工具来辅助教学。

输入输出能力

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。这样丰富的输入输出形式，能满足不同场景下的使用需求，无论是学习数学知识，还是进行多领域的创意创作，都有更广阔的发挥空间。

工作原理

利用谷歌的并行思维技术，能同时生成多个想法并同时思考，甚至随着时间推移不断修改或整合不同想法，最终得出最佳答案。此外，通过延长推理时间或“思考时间”，谷歌让Gemini有更多时间探索不同假设，为复杂问题找到创造性解决方案。

使用情况与计划

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）。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。你认为这样的模型会对教育和科研领域带来哪些具体的影响？