Google Gemini 3 Deep Think крупное обновление: способность к рассуждению превосходит Opus 4.6, GPT-5.2, чтобы стать «самым научным ИИ»

Google выпустила значительное обновление Gemini 3 Deep Think. В тесте ARC-AGI-2, специально разработанном для предотвращения обмана ИИ и оценки его способности самостоятельно выявлять закономерности по нескольким примерам, Gemini 3 Deep Think набрал 84,6%, значительно превзойдя Claude Opus 4.6 (68,8%) и GPT-5.2 (52,9%), а также достиг уровня «легендарного мастера» на Codeforces.
(Предыстория: Появление режима обучения ChatGPT: закат наставничества или рассвет золотой эпохи образования?)
(Дополнительный фон: Google официально запустила «Gemini 3»! Чем он выделяется среди самых умных ИИ моделей в мире?)

Содержание статьи

• Не только умеет сдавать экзамены, но и выявлять ошибки человека
• Изменения в рыночной доле
• Влияние на индустрию криптовалют
• Научные победы только начинаются

Сегодня (13-го числа) Google объявила о значительном обновлении Gemini 3 Deep Think. В тесте ARC-AGI-2, который не оценивает знания, а проверяет способность самостоятельно выявлять закономерности, Gemini 3 Deep Think набрал 84,6%.

Для сравнения, Claude Opus 4.6 (в режиме Thinking Max) получил 68,8%, GPT-5.2 (в режиме Thinking xhigh) — 52,9%, а средний показатель у человека составляет около 60%.

Еще более впечатляюще, что на оригинальной версии ARC-AGI-1 Deep Think достиг 96%, практически достигнув потолка по этому тесту, который ранее считался одним из самых сложных для ИИ.

В настоящее время Deep Think доступен подписчикам Google AI Ultra, а API — для раннего корпоративного доступа.

Не только умеет сдавать экзамены, но и выявлять ошибки человека

Помимо результатов тестов, в объявлении Google был отмечен важный кейс: Deep Think при рецензировании математической статьи, прошедшей экспертную проверку, обнаружил логическую ошибку, которую не заметили все предыдущие рецензенты. Статью подтвердили математики из Университета Рутгерса.

Этот пример важен тем, что речь идет не о стандартных тестах, а о реальных научных задачах. Рецензирование — ключевой механизм контроля качества в науке. Если ИИ сможет стабильно помогать в этом процессе, его вклад в ускорение научных исследований будет значительно выше, чем любые показатели тестов.

Кроме того, Deep Think достиг уровня золотого медалиста на международной олимпиаде по физике и химии 2025 года, а на платформе Codeforces его рейтинг Elo составляет 3455, что соответствует уровню «легендарного мастера» — немногие человеческие программисты могут похвастаться таким уровнем.

На «Последнем экзамене человечества» — стандарте, созданном экспертами из разных областей, чтобы усложнить задачу ИИ — Deep Think набрал 48,4% без использования инструментов, установив новый рекорд.

Изменения в рыночной доле

Гонка технологий между тремя гигантами ИИ меняет карту рынка. Доля ChatGPT снизилась с пика 87% до примерно 68%, а Gemini выросла с менее 5% до более 18%, в то время как Claude от Anthropic постепенно захватывает корпоративный сегмент.

Уникальное преимущество Google — в распространении. Gemini встроен в Android, Chrome, Google Workspace и поисковик, что позволяет даже при равных возможностях модели привлекать пользователей через каналы.

Однако распространение — это меч с двумя острицами. Если опыт использования Gemini окажется неудовлетворительным, он может быстрее потерять доверие пользователей, поскольку они «подвержены пассивному восприятию», а не «активному выбору». Пользователи OpenAI платят за услуги и, следовательно, более терпимы и лояльны.

Влияние на индустрию криптовалют

Каждое обновление в гонке ИИ увеличивает спрос на вычислительные ресурсы. Стоимость обучения передовых моделей выросла с сотен миллионов долларов в 2024 году до нескольких миллиардов в 2026-м. Это влияет на две ключевые области.

Первое — трансформация майнеров биткоина. Когда прибыльность майнинга снижается (по оценкам JPMorgan, себестоимость добычи BTC снизилась до 77 тысяч долларов, а цена колеблется около 66 тысяч), крупные майнинговые фермы ускоряют переход к предоставлению AI-вычислений.

Высокие издержки не означают «отход», а «переквалификацию»: майнеры меняют профиль с добычи биткоинов на предоставление AI-услуг по контрактам.

Второе — нарратив вокруг токенов AI. Каждое крупное обновление от Google, OpenAI или Anthropic вызывает краткосрочные спекуляции на рынке децентрализованных вычислительных протоколов и связанных с ними токенов.

Но фундаментальные проблемы остаются: децентрализованные вычисления по задержкам и пропускной способности пока далеки от требований корпоративных AI-обучений. Нарратив развивается быстро, а инфраструктура — нет.

Научные победы только начинаются

Обновление Deep Think возвращает Google в лидеры гонки ИИ, по крайней мере в области логики и науки. Но если внимательно прочитать заявление Google, заметна тонкая смена акцента: вместо «самого умного универсального ИИ» компания все чаще говорит о «создании для науки».

Когда стандарты общего ИИ становятся все более насыщенными и трудно дифференцировать, ценность «ИИ, который помогает в научных исследованиях» становится более убедительной, чем «мой ИИ показывает самые высокие результаты в тестах». Если Deep Think сможет стабильно помогать рецензентам, ускорять открытие лекарств или находить решения в физических моделях, это будет иметь гораздо больше значения, чем любые рейтинги.

Проблема в том, что переход от «высоких баллов в тестах» к «надежной помощи в реальной науке» может оказаться более сложным, чем намекает Google: тесты имеют правильные ответы, а наука — нет.