Google представила обновление Gemini 3 Deep Think для решения сложных научных и инженерных задач

Двенадцатого февраля 2026 года компания Google анонсировала значительное обновление своего специализированного режима рассуждений — Gemini 3 Deep Think. Эта итерация модели нацелена на преодоление сложных вызовов в области науки, прикладных исследований и инженерии, где часто отсутствуют четкие рамки или единственно верное решение, а данные могут быть неполными или зашумленными. Разработка велась в тесном сотрудничестве с учеными и исследователями для обеспечения перехода от теоретических изысканий к практической пользе.

Обновленный Deep Think теперь доступен пользователям подписки Google AI Ultra в приложении Gemini. Впервые модель также предоставляется через программный интерфейс Gemini API для избранных инженеров, исследователей и корпоративных клиентов, что сигнализирует о стратегическом намерении Google интегрировать глубокие возможности рассуждения в промышленные рабочие процессы. Ключевые новые функции включают способность моделировать физические системы посредством кода, интерпретировать сложные и неоднозначные наборы данных, а также преобразовывать простой эскиз в файл, пригодный для 3D-печати.

Производительность модели на передовых ИИ-бенчмарках продемонстрировала существенный скачок. Gemini 3 Deep Think показал результаты золотого уровня на письменных секциях Международной математической олимпиады 2025 года, а также на Олимпиадах по физике и химии 2025 года. Модель достигла рейтинга Эло 3455 на бенчмарке Codeforces, оценивающем задачи по соревновательному программированию, и установила новый эталон (48.4% без использования инструментов) на тесте Humanity's Last Exam. В области фундаментальных наук модель продемонстрировала высокую компетентность, получив 50.5% на CMT-Benchmark в теоретической физике. Кроме того, тест ARC-AGI-2, предназначенный для оценки рассуждений, был пройден с результатом 84.6%, что было верифицировано Фондом ARC Prize. Для сравнения, предыдущая версия Gemini 3 Pro Preview показывала 31.1% на ARC-AGI-2.

Практическое применение модели уже находит подтверждение в академической среде. Лиза Карбоне, математик из Университета Ратгерс, использовала Deep Think для рецензирования узкоспециализированной математической статьи, где модель обнаружила тонкий логический недочет, ранее ускользнувший от человеческого экспертного рецензирования. Это свидетельствует о способности модели к содержательному участию в исследовательском процессе, выходящему за рамки простого поиска информации.

В инженерных приложениях модель показала себя как мощный инструмент для материаловедения. Исследователи из Лаборатории Ванга в Университете Дьюка, включая Хаочжэ «Гарри» Ванга, применили Deep Think для оптимизации методов изготовления сложных кристаллов, необходимых для потенциального открытия новых полупроводниковых материалов. Модель успешно разработала рецептуру для выращивания тонких пленок толщиной более 100 микрометров, достигнув целевых показателей точности, которые ранее были труднодостижимы. Работа Лаборатории Ванга сосредоточена на двумерных материалах, таких как графен, которые призваны превзойти ограничения традиционного кремния в условиях растущего спроса на вычислительную мощность со стороны ИИ.

Google позиционирует это обновление как сдвиг в зрелости ИИ от вызывания удивления к достижению существенного, прикладного воздействия, представляя Deep Think как «мультипликатор силы» для специалистов в STEM-областях. Доступность через API подчеркивает стремление компании сделать этот инструмент критически важной инфраструктурой для высокоуровневых научных и инженерных рабочих процессов, что является конкурентным шагом на рынке специализированного ИИ. Это развитие знаменует собой стратегический отход Google от моделей общего назначения в сторону глубокого, доменно-специфического анализа, что имеет прямые последствия для темпов научных открытий и инженерных инноваций.