Google、科学・工学特化型AI「Gemini 3 Deep Think」のメジャーアップグレードを発表

Googleは2026年2月12日、専門的な推論モードであるGemini 3 Deep Thinkのメジャーアップグレードを発表した。この最新版は、科学、研究、工学分野における複雑な課題解決に焦点を当て、深い科学的知見と実用的な工学的有用性の融合を目指している。このモデルは、明確な指針や完全なデータが存在しない困難な研究課題に取り組むため、科学者や研究者と密接に連携して開発された。

Deep Thinkのアップグレード版は、Google AI Ultraの加入者向けにGeminiアプリケーション内で提供が開始された。さらに、Gemini APIを通じて選ばれた外部の利用者に対しても初めて公開された。この戦略的な展開は、Googleが汎用的なチャットボットの段階を超え、専門的かつ厳密なAI分析へと重点を移していることを示唆しており、科学研究やエンジニアリングのワークフローに深い推論能力を組み込む意図が明確に表れている。

ベンチマークテストにおいて、Gemini 3 Deep Thinkは最先端の性能を実証した。具体的には、国際数学オリンピック2025の筆記部門で金メダルレベルの結果を達成し、Codeforcesベンチマークでは3455のエロレーティングを獲得した。また、学術推論の評価指標であるHumanity's Last Exam（ツール不使用）では48.4%という新記録を樹立し、ARC-AGI-2ベンチマークではARCプライズ財団によって検証された84.6%というスコアを記録した。これらの数値は、モデルが抽象的な理論を超えて、実世界への応用を推進する能力を持つことを示している。

実世界での応用例として、デューク大学のWang Lab（王浩哲氏関連）の研究チームは、半導体材料の発見に向けた複雑な結晶成長の製造方法を最適化するためにDeep Thinkを活用した。このAIは、従来の手段では達成が困難であった100マイクロメートルを超える薄膜を成長させるためのレシピ設計に成功した。また、ラトガース大学の数学者リサ・カーボーン氏は、Deep Thinkを用いて、それまで人間の査読を通過していた高度な数学論文内の微妙な論理的欠陥を特定した。これらの事例は、モデルが研究プロセスに実質的に参加できることを裏付けている。

Deep Thinkの機能には、複雑なデータの解釈、コードを通じた物理システムのモデリング、そしてスケッチから3Dプリント可能なファイルへの変換能力が含まれる。特にスケッチから3Dモデルへの変換機能は、PTC社のようなCADおよび製品ライフサイクル管理ソフトウェアを専門とする企業にとって、エンジニアリングソフトウェア市場における直接的な競合となり得ると市場で受け止められている。Googleは、このアップグレードを通じて、専門的な推論能力を企業レベルのAI市場における新たな戦場と位置づけており、OpenAIのo1シリーズやAnthropicのClaudeといった競合他社との競争を意識していることが示唆される。

2026年2月12日のこの発表は、AIの成熟度が驚きから実質的な影響へと移行していることを示すものであり、Deep Thinkは科学者にとっての「能力増幅装置」として機能することが期待されている。API経由での提供は、この高度な推論能力が、最先端の科学的および工学的ワークフローの基盤となるインフラストラクチャとなる可能性を示唆している。