Google ha lanzado una nueva versión de su modelo de razonamiento más potente. El gigante tecnológico anunció que Gemini 3 Deep Think se actualizará para resolver problemas científicos, de investigación y de ingeniería. En las primeras pruebas de rendimiento, Google supera a otros modelos como GPT-5.2 y Claude Sonnet 4.5 en tareas de razonamiento y conocimiento científico.
A diferencia de las versiones estándar, Gemini 3 Deep Think utiliza una técnica de razonamiento especial, la cual le permite "pensar" antes de ejecutar. Una vez que se hace una consulta, el modelo evalúa múltiples rutas lógicas y descarta aquellas inconsistentes antes de entregar la respuesta. Esto es similar a un mecanismo de autocorrección, una característica que los modelos convencionales no tienen.
De acuerdo con una publicación en su blog, Google desarrolló Gemini 3 Deep Think en colaboración con científicos e investigadores. El modelo no solo destaca en matemáticas y programación, sino también al resolver problemas de química y física de nivel de competencia olímpica. También es capaz de manejar conceptos de física teórica avanzada y razonamiento visual.
"Deep Think está diseñado para impulsar aplicaciones prácticas, permitiendo a los investigadores interpretar datos complejos y a los ingenieros modelar sistemas físicos mediante código", mencionó la compañía.
En términos de rendimiento, Deep Think cuenta con una precisión mayor en tareas que requieren combinar visión y razonamiento lógico, como la interpretación de diagramas de flujos complejos. Los benchmarks también muestran que la IA puede manejar contextos extensos, pudiendo cruzar variables en documentos de cientos de páginas sin perder la coherencia.
Gemini 3 Deep Think supera a Claude y ChatGPT
En la prueba de Humanity's Last Exam, que abarca los problemas más difíciles de matemáticas, ciencias e ingeniería, Gemini 3 Deep Think superó por ocho puntos a Claude Opus 4.6 y por mucho más a GPT-5.2. En el benchmark de Codeforces, la IA consiguió un puntaje de 3455 que demuestra que puede resolver tareas complejas de programación del mundo real.
Aprovechando el enfoque científico, Google invitó a investigadores para que utilizaran su IA en diversas tareas. Lisa Carbone, matemática de la Universidad de Rutgers, usó Deep Think para identificar errores en un artículo de matemáticas complejo. Tras el análisis, el modelo encontró un fallo lógico que no pudo ser detectado por la revisión de pares humana.
Por otro lado, el Laboratorio Wang de la Universidad de Duke usó Deep Think para optimizar la fabricación de semiconductores. La IA fue capaz de diseñar una receta para cultivar películas micrométricas que servirán como materiales para los dispositivos del futuro.
Gemini 3 Deep Think ya está disponible en la app de Gemini para usuarios del nivel AI Ultra. Google también implementó un programa de acceso anticipado a través de la API de Gemini para científicos, ingenieros y empresas.