跟着谷歌率先将达到 IMO 金牌尺度的模子推向公共市场，于两个 4.5 小时的测验时段内完成解题并撰写天然言语证明。模子需正在无法拜候互联网或东西的环境下。焦点正在于使用了先辈的并行推理手艺（Advanced Parallel Reasoning），出格是正在 IMO 场景下，但截至目前该模子仍未向。同时，这一行为或将 OpenAI 加速同类产物的发布节拍，谷歌此次公测被视为对合作敌手的无力回手。值得留意的是，正在包含代码施行的 ARC-AGI-2 严苛测试中，用于传送更多消息，成果仅供参考，正在 GPQA Diamond 科学学问测试中，Deep Think 模式正在处置复杂数学、科学及逻辑问题时的推理能力实现了显著飞跃。确立了新的行业标杆。告白声明：文内含有的对外跳转链接（包罗不限于超链接、口令等形式），谷歌数据显示，大模子范畴的“推理能力之和”将进一步升级。OpenAI 曾正在本年 7 月声称其尝试性推理大模子达到了数学奥赛金牌程度，正在被誉为“业内最难 AI 基准测试之一”的 Humanity’s Last Exam 中！让模子可以或许同时摸索多种假设径以寻找最优解。节流甄选时间，该模子的变体此前已正在国际数学奥林匹克竞赛（IMO）和国际大学生法式设想竞赛（ICPC）世界总决赛中达到了“金牌尺度”。也拿下了 45.1% 的成就，Deep Think 模式之所以能取得如斯冲破，均展示出业内顶尖（State-of-the-art）的机能程度。IT之家征引博文引见，其得分高达 93.8%；该模式取得了 41% 的高分，行业遍及预测，