Когда обычная нейросеть решает сложную задачу, она идёт по одному пути рассуждений проходя его шаг за шагом, как по рельсам. Иногда этого хватает. А иногда рельсы ведут в тупик, и модель выдаёт уверенную чепуху. Google решила эту проблему радикально: в Gemini 3 появился режим Deep Think, который рассматривает несколько путей решения одновременно, отбрасывает тупиковые ветки и выбирает самый убедительный вариант. Похоже на то, как думает живой человек, но делая это быстрее.
Что умеет Gemini 3 Deep Think
Главная фишка Deep Think в параллельном рассуждении. Вместо того чтобы последовательно проверять одну гипотезу за другой, модель запускает анализ сразу нескольких вариантов. Представьте шахматиста, который мысленно разыгрывает пять партий одновременно и выбирает лучший ход. Примерно так это и работает, только у модели свои фигуры на поле: математические доказательства, логические цепочки и научные гипотезы.
Цифры подтверждают, что подход рабочий. В тесте GPQA Diamond, где модели решают задачи уровня аспирантуры по физике, химии и биологии, Deep Think набирает около 93,8%. Для сравнения: обычный Gemini 3 Pro на том же тесте показывает 91,9%. Разница кажется небольшой, но на таком уровне сложности каждый процент включает десятки задач, которые раньше были не по зубам.
На бенчмарке ARC-AGI-2, который проверяет способность к абстрактному мышлению и обобщению, модель показала результат в 45,1%. Обычный Gemini 3.1 Pro выдаёт 31,1%. Тут разрыв уже существенный.
А вот Humanity’s Last Exam (тест, составленный экспертами специально как «последний рубеж» для ИИ) Deep Think проходит на 41%. Звучит не впечатляюще? Учтите, что этот экзамен намеренно сделан так, чтобы ни одна существующая модель не справилась полностью. 41% здесь означает один из лучших результатов в индустрии.
Помимо чистой логики, Deep Think работает с мультимодальными данными. Закидываете фотографию схемы электрической цепи, спрашиваете, где ошибка в расчётах, а дальше модель проанализирует и изображение, и формулы. То же с видео и аудио: можно загрузить запись лекции и попросить найти логическое противоречие в аргументации лектора.
Отдельно стоит сказать про код. Deep Think не просто генерирует скрипты, а может проверять чужой код на логические ошибки, находить баги в сложных алгоритмах и предлагать оптимизации. Отправил ему запрос найти ошибку в рекурсивной функции обхода графа, а он нашёл за секунды, причём объяснил, почему именно этот edge case ломает логику.
Для каких задач подходит
Если ваша работа связана с данными и аналитикой, Deep Think станет мощным помощником. Кинуть ему датасет с противоречивыми результатами A/B-теста и попросить разобраться, почему метрики не сходятся уже вполне реальный сценарий. Модель проверит несколько объяснений параллельно и выдаст наиболее вероятное с аргументацией. Не просто «корреляция такая-то», а развёрнутый разбор возможных причин .
Студентам и исследователям режим полезен для проверки сложных доказательств. Математика, физика, формальная логика, т.е. везде, где нужно не просто посчитать, а рассуждать. Загружаете своё доказательство теоремы, просите найти слабые места. Deep Think разберёт аргументацию по шагам и укажет, где логическая цепочка провисает.
Разработчикам Deep Think пригодится для архитектурных решений. Не «напиши мне todo-app на React», так как для этого хватит обычной модели. А вот: «у меня микросервисная архитектура на 12 сервисов, при пиковой нагрузке начинаются каскадные отказы, вот логи — найди узкое место». Это уже задача для глубокого мышления.
Для предпринимателей и менеджеров тоже есть применение, хотя менее очевидное. Сложные бизнес-кейсы с множеством переменных, стратегический анализ, оценка рисков при выходе на новый рынок. Правда, тут важно грамотно сформулировать задачу и дать модели достаточно контекста, потому что просто «как мне заработать миллион 💵» не сработает.
Чем Gemini 3 Deep Think отличается от ChatGPT и Claude
Сравнивать Deep Think с обычными моделями не совсем корректно. Как сравнивать калькулятор с Wolfram Alpha. Но давайте попробуем.
ChatGPT (включая GPT-5) использует классический подход chain-of-thought (последовательное рассуждение). Модель думает шаг за шагом, и если на каком-то шаге свернула не туда, дальнейшие рассуждения строятся на ошибочной основе. Deep Think в этом плане устойчивее: он параллельно проверяет альтернативные пути и может вовремя отбросить тупиковый. В бенчмарке ARC-AGI-2 Deep Think показывает 45,1% против результатов GPT-5, в некоторых тестах опережая его.
Claude — сильный конкурент в задачах на рассуждение, особенно в работе с длинными документами и анализе текста. В некоторых тестах Claude и Deep Think идут нога в ногу. Но у Deep Think есть преимущество в задачах, где нужен именно параллельный перебор гипотез: математические олимпиады, поиск ошибок в формальных доказательствах, проектирование экспериментов.
Впрочем, у конкурентов есть свои козыри.
ChatGPT по-прежнему удобнее для повседневных задач. Он быстрее отвечает, лучше справляется с креативным текстом, у него огромная экосистема плагинов.
Claude отлично работает с большими объёмами текста и аккуратнее обращается с нюансами.
Поэтому Deep Think не замена этим моделям. Это инструмент для конкретного класса задач: там, где нужна глубина рассуждений, а не скорость ответа. Для быстрого ответа на «переведи письмо» или «напиши пост в соцсеть» обычный Gemini 3 Flash справится лучше и быстрее.
Плюсы и ограничения
Плюсы:
- ⚡ Параллельное рассуждение позволяет модели не застревать на одном неверном пути
- Высокие результаты в бенчмарках на логику, математику и научные задачи. 93,8% в GPQA Diamond, 45,1% в ARC-AGI-2
- Мультимодальность: текст, изображения, видео, аудио
- Умеет находить ошибки в сложных доказательствах и коде,а не просто генерировать новый контент
- Конкурирует с лучшими моделями на рынке, а в ряде задач опережает их
Ограничения:
- Медленнее обычного режима. Deep Think тратит больше ресурсов на каждый запрос и это цена за глубину
- Для простых задач он более избыточен.Спрашивать Deep Think «какая погода в Москве» — всё равно что забивать гвозди микроскопом. Для такой задачи подойдет Gemini 3 Flash
- Доступен по подписке Google AI Ultra и через API,бесплатного доступа напрямую у Google нет
- Экспериментальный статус:Google продолжает дорабатывать режим, возможны неожиданности
Как пользоваться Gemini 3 Deep Think в AI-Flip
Заходите на AI-Flip, в каталоге моделей находите Gemini 3 Deep Think. Модель доступна без VPN и без подписки Google. Оплата за использование идёт токенами через баланс AI-Flip, пополнить можно российской картой. Выбираете модель, пишете промпт в чат и получаете ответ. Для задач, которые требуют глубокого анализа, старайтесь формулировать запрос максимально конкретно: чем больше контекста и деталей вы дадите, тем точнее будет рассуждение.
Кстати, если задача простая лучше переключитесь на обычный Gemini 3 Flash. Он ответит быстрее и потратит меньше токенов. Deep Think стоит использовать осознанно, для тех случаев, когда вам нужна именно глубина рассуждения, а не скорость как у Gemini 3.1 Flash Lite
Частые вопросы
Нужен ли VPN для Gemini 3 Deep Think?
Нет. В AI-Flip модель доступна без VPN, без зарубежных аккаунтов и без подписки Google AI Ultra. Заходите на сайт и пользуетесь.
Gemini 3 Deep Think бесплатная?
В AI-Flip используется система токенов. Вы пополняете баланс и платите за каждый запрос. Deep Think расходует больше токенов, чем обычные модели, потому что выполняет более сложные вычисления. Но попробовать можно с минимальным пополнением.
На каком языке Gemini 3 Deep Think отвечает?
Модель отвечает на том языке, на котором вы пишете. Пишете на русском и получаете ответ на русском. При этом качество рассуждений на русском языке высокое, хотя для некоторых узкоспециализированных тем (например, редкие математические формулизмы) промпт на английском может дать чуть более точный результат.
Чем версия в AI-Flip отличается от оригинала?
Это та же модель Gemini 3 Deep Think от Google, доступная через API. Никаких «урезанных» версий, вы получаете тот же самый Deep Think, что и пользователи Google AI Ultra. Разница только в способе оплаты: рубли и токены вместо подписки в долларах.
Для каких задач Deep Think не подходит?
Для быстрых повседневных запросов, таких как перевод, генерация простых текстов, ответы на фактические вопросы. Тут обычные модели справятся не хуже, а ответят быстрее. Deep Think создан для задач, где нужно рассуждать: сложная математика, анализ данных, поиск ошибок в логике, научные задачи
Можно ли загружать картинки и файлы?
Да. Deep Think поддерживает мультимодальный ввод, например: текст, изображения, а также работу с документами. Можно загрузить скриншот задачи, фото формулы на доске или схему и попросить модель проанализировать
