Gemini 2.5 Deep Think

Материал из Systems analysis Wiki
Перейти к навигации Перейти к поиску
Gemini 2.5 Deep Think
Gemini — поколение 2.5, режим углублённых рассуждений
Логотип Gemini
Общие сведения
РазработчикGoogle DeepMind
Дата выпуска20 мая 2025 года (анонс на Google I/O); в приложении Gemini — 1 августа 2025 года
Предшественник— (расширенный режим 2.5 Pro)
ПреемникGemini 3 Deep Think
ДоступностьРежим в приложении Gemini для подписчиков Google AI Ultra (включается переключателем в строке промпта); полная (конкурсная) версия — избранной группе математиков; доверенным тестерам — через Gemini API. Веса не публиковались
ЛицензияПроприетарная
Технические характеристики
Архитектура«Глубокое мышление»: параллельная генерация и сопоставление нескольких гипотез на инференсе с удлинённым временем обдумывания и новыми методами RL; детальная архитектура не раскрыта (обучение — JAX и ML Pathways)
Всего параметровНе раскрывались
Контекстное окноНе объявлялся
МодальностиМультимодальный вход (текст, изображения); выход — текст
Актуальность знанийЯнварь 2025
Try Deep Think in the Gemini app (Google)

Gemini 2.5 Deep Think (англ. Gemini 2.5 Deep Think) — экспериментальный режим углублённых рассуждений моделей Google DeepMind из семейства Gemini, расширяющий 2.5 Pro; впервые показан на Google I/O 20 мая 2025 года как режим для сложнейшей математики и программирования[1]. Ключевая особенность — параллельное «мышление»: модель одновременно рассматривает несколько гипотез, уточняя и комбинируя их, прежде чем дать ответ[2]. 1 августа 2025 года режим стал доступен в приложении Gemini подписчикам Google AI Ultra[2]; экспериментальная версия модели достигла «золотого уровня» (gold-medal standard) на Международной математической олимпиаде (IMO 2025)[2].

Как работает

В отличие от обычного «мышления» с одной цепочкой рассуждений, Deep Think на инференсе генерирует сразу много идей и обдумывает их параллельно, пересматривая и объединяя варианты по ходу; удлинение времени «обдумывания» даёт модели больше шансов исследовать гипотезы и приходить к нестандартным решениям[2]. Новые техники обучения с подкреплением учат модель пользоваться этими расширенными путями рассуждения, постепенно делая её «более интуитивным решателем задач»[2].

Результаты

Версия, показанная на I/O, лидировала на LiveCodeBench (олимпиадный кодинг), получила высокие результаты на USAMO 2025 и 84,0 % на MMMU (мультимодальные рассуждения)[1].

По модельной карте (данные на июль 2025; результаты Deep Think — pass@1, у конкурентов — лучшие из 32 попыток)[3]:

Бенчмарк 2.5 Pro 2.5 Deep Think o3 Grok 4
IMO 2025 31,6 % (без медали) 60,7 % (бронзовый уровень) 16,7 % (без медали) 21,4 % (без медали)
AIME 2025 88,0 % 99,2 % 88,9 % 91,7 %
LiveCodeBench v6 74,2 % 87,6 % 72,0 % 79,0 %
Humanity's Last Exam (без инструментов) 21,6 % 34,8 % 20,3 % 25,4 %

Полная (конкурсная) версия с многочасовым рассуждением достигла «золотого уровня» (gold-medal standard) на IMO 2025, однако версия в приложении оптимизирована под скорость и повседневное использование: по внутренним оценкам она даёт лишь «бронзовый уровень» на том же бенчмарке[2].

Доступность

  • Приложение Gemini: режим включается переключателем в строке промпта; доступен подписчикам Google AI Ultra (около 250 долл. в месяц)[2][4]. Пресса характеризовала модель как первый публично доступный мультиагентный продукт Google[4].
  • Полная версия, участвовавшая в конкурсе IMO, передана небольшой группе математиков и учёных для исследования гипотез (среди тестировщиков — математик Мишель ван Гаррел)[2].
  • Доверенные тестеры получили доступ через Gemini API ещё до широкого выпуска[1].

Ограничения

Модель наследует ограничения базовых моделей: возможны галлюцинации, замедление и таймауты на сложных задачах; из-за «фронтирного» характера Google проводила дополнительные оценки безопасности Frontier Safety и собирала дополнительные заключения экспертов до выпуска[3][1].

История и разработка

20 мая 2025 года на Google I/O Google представила Deep Think как экспериментальный расширенный режим рассуждения 2.5 Pro и объявила тестирование с доверенными тестерами через Gemini API[1].

1 августа 2025 года режим вышел в приложении Gemini для подписчиков AI Ultra — «значительное улучшение» версии с I/O по бенчмаркам и отзывам тестеров; одновременно опубликована модельная карта и объявлена передача полной версии математикам[2].

Направление Deep Think продолжилось в третьем поколении — в режиме Gemini 3 Deep Think, который после крупного обновления (февраль 2026 года) ориентирован на научные и инженерные задачи, с доступом через AI Ultra и записью для исследователей и предприятий[5].

Значение

Deep Think — первый массово доступный «мультиагентный» подход к рассуждению Google: параллельная проверка гипотез на инференсе, впервые вынесенная из лаборатории в потребительский продукт[4]. Золотой уровень на IMO 2025 и лидерство в Humanity's Last Exam обозначили новую планку «мышления» для всего семейства Gemini[2][3].

Ссылки

См. также

Примечания

  1. ↑ 1,0 1,1 1,2 1,3 1,4 Gemini 2.5: Our most intelligent models are getting even better. Google. 20 мая 2025.
  2. ↑ 2,00 2,01 2,02 2,03 2,04 2,05 2,06 2,07 2,08 2,09 Try Deep Think in the Gemini app. Google. 1 августа 2025.
  3. ↑ 3,0 3,1 3,2 Gemini 2.5 Deep Think Model Card — Google DeepMind (опубликована/обновлена 1 августа 2025).
  4. ↑ 4,0 4,1 4,2 Google rolls out Gemini Deep Think. TechCrunch. 1 августа 2025.
  5. ↑ Gemini 3 Deep Think: AI model update designed for science. Google. 12 февраля 2026.