谷歌Gemini 3 Deep Think登场 编程能力跻身全球前8

谷歌Gemini 3 Deep Think登场 编程能力跻身全球前8

近日，谷歌AI团队放出重磅升级——姚顺宇加入后的首秀成果Gemini 3 Deep Think正式亮相，直接在AI编程和通用推理领域刷爆多项SOTA纪录。该模型在Codeforces竞技编程平台拿下3455 Elo高分，排名全球第8，仅7名人类顶级程序员能与之匹敌；同时在ARC-AGI-2等核心推理基准上创下历史新高，给Claude Opus 4.6、GPT Codex 5.3等竞品带来强势冲击。

过去一年，AI编程模型的竞争进入白热化阶段。Anthropic推出的Claude Opus 4.6和OpenAI的GPT Codex 5.3先后刷新多项基准测试成绩，让谷歌在AI代码能力赛道的领先地位受到挑战。此次Gemini 3 Deep Think的发布，无疑是谷歌的一次强势反击——用近乎碾压级的成绩，重新定义了AI在复杂逻辑任务中的天花板。

最引人瞩目的当属Codeforces平台的表现。作为全球顶尖程序员聚集的竞技编程平台，Codeforces的Elo分数被视为衡量编程竞技能力的黄金标准，分数越高代表选手解决复杂算法难题、快速实现高效代码的能力越强。Gemini 3 Deep Think拿下的3455 Elo分数，不仅较一年前o3模型创下的2727 Elo历史最高分提升了728分，更直接跻身全球排名第8位。这意味着，当前全球仅有7名人类程序员的编程竞技水平能排在该模型之前，AI在编程领域的能力已经触达人类顶级圈层。

Gemini 3 Deep Think的实力不止于编程。在公认测试AI通用推理能力的前沿基准ARC-AGI-2上，它更是创下了84.6%的史无前例成绩。在此之前，AI模型在该基准的最高得分始终徘徊在60%-70%之间，即便是Anthropic最新的Claude Opus 4.6也仅能达到68.8%。84.6%的得分意味着，该模型在处理需要复杂逻辑推理、跨领域知识迁移的任务时，已经具备了接近人类的思考能力，这也是AGI（通用人工智能）发展道路上的关键一步。