XNews

谷歌Gemini 3的‘深思’模式与基准测试声明

谷歌Gemini 3的‘深思’模式与基准测试声明

谷歌的Gemini 3推出了深思模式。

Key insights

ARC‑AGI‑2基准测试领先

据报道,Gemini 3的深思模式在ARC‑AGI‑2基准测试中实现了45.1%的准确率,而GPT‑5.1的准确率为17.6%,被称为2.5倍的差距。发布还声称在GPQA钻石测试中接近最高分,并在‘人类最后的考试’(HLE)基准中获得41.0分。这些数字声明被呈现为相较于先前模型基线的测量改进。

并行的‘多假设’推理特性

深思模式被描述为支持并行或多假设推理,而不是线性逐步链。该模式据称并行探索多个解决路径,使得在困难推理任务中能够提供更详细和深思熟虑的答案。帖子将此描述为Gemini 3深思推理工作流程中的核心架构/行为差异。

仅限于超用户的可用性

据报道,深思模式仅对‘超’用户可用。一则帖子描述了用户界面的访问方式:在左侧选择‘深思’,在右侧选择‘思考’。推出的详细信息表明,最初的可用性受到限制,与高级用户层级相关。

将声明框架视为对OpenAI的竞争举措

帖子将深思模式的推出框架为对OpenAI的竞争步骤,强调在高难度测试中的基准主导地位,并直接与GPT‑5.1的数字进行比较。叙述将深思模式定位为谷歌在深度推理能力上的重大进步。

Source posts