Google je tiho nadogradio Deep Think, ARC-AGI-2 izravno na 84,6%

Upravo je Google DeepMind nadogradio Gemini 3 namjenski način zaključivanja Deep Think, rezultati su izravno pokorili ljestvice.

Treba znati da je ARC-AGI-2 trenutno priznati vrhunski standard za testiranje sposobnosti AI zaključivanja, a prije toga nijedan model nije uspio postići posebno dobre rezultate na njemu.

Ažurirani Deep Think je postigao 84,6%, usporedbe radi: Claude Opus 4.6 je 68,8%, GPT-5.2 je 52,9%, a čak i vlastiti Gemini 3 Pro Preview je samo 31,1%.

Ogroman napredak.

Ne samo zaključivanje

Deep Think očito ima ambicije koje sežu dalje od zaključivanja.

Na Humanity's Last Exam, koji se naziva "posljednji ispit čovječanstva", Deep Think je postigao 48,4%. Ovaj test pokriva najteža pitanja iz matematike, znanosti i inženjerstva. Claude Opus 4.6 je dobio 40,0%, a GPT-5.2 34,5%.

Programiranje je također vrlo snažno:

Na Codeforcesu je Deep Think dosegao Elo 3455, dok je Gemini 3 Pro Preview 2512, a Claude Opus 4.6 2352.

Pored toga, na MMMU-Pro standardu za multimodalno razumijevanje i zaključivanje, Deep Think također prednjači s 81,5%, ali ovdje razlika između različitih tvrtki nije toliko velika: Gemini 3 Pro Preview 81,0%, GPT-5.2 79,5%, Claude Opus 4.6 73,9%.

Osim rezultata, Deep Think je također postigao rezultat na razini zlatne medalje na pismenom dijelu Olimpijade iz fizike i kemije 2025.

Rješavanje znanstvenih problema

Google DeepMind je ovaj put posebno naglasio da nadograđeni Deep Think više nije samo stroj za rješavanje problema, već treba rješavati stvarne znanstvene i inženjerske probleme.

Prikazali su slučaj Wang Laba sa Sveučilišta Duke: istraživači koriste Deep Think za dizajniranje novih poluvodičkih materijala i optimizaciju procesa rasta složenih kristala, koji su kandidati za visokotemperaturne poluvodiče.

Tu su i istraživači u području strojarstva koji ga koriste za iteriranje fizičkih prototipova, omogućujući iteraciju hardvera brzinom iteracije softvera, što znači brže cikluse poboljšanja u područjima kao što su pomoćni uređaji.

Kako koristiti

Nadograđeni način rada Deep Think sada se počinje uvoditi u aplikaciji Gemini za pretplatnike na Google AI Ultra.

Za istraživače i programere, Google je otvorio program ranog pristupa Vertex AI, koji se može koristiti putem API-ja.

Vertex AI rani pristup: https://goo.gle/4rMHUlq