Googleは2026年2月12日(米国時間)、特化型の推論モード「Gemini 3 Deep Think」の大規模なアップグレードを発表しました。科学・研究・工学の現代的な課題を解くことを掲げ、科学者や研究者と密接に連携して更新されたものです。Humanity’s Last Examで48.4%、ARC-AGI-2で84.6%など最高水準のベンチマーク成績を示しており、Google AI Ultra加入者向けにGeminiアプリで提供が始まったほか、初めてGemini APIを通じた早期アクセスの受付も開始されました。

アップデートの狙い

Gemini 3 Deep Thinkは、知能のフロンティアを押し広げ、科学・研究・工学の現代的な課題を解くために構築された特化型の推論モードです。今回の更新は科学者や研究者と緊密に連携して行われており、明確なガードレールや唯一の正解がなく、データが乱雑・不完全になりがちな困難な研究課題への対応を重視しています。深い科学的知識と日常のエンジニアリング用途を組み合わせ、抽象的な理論を超えて実用的な応用につなげるとしています。

ベンチマーク成績

• ▸Humanity’s Last Exam — ツールなしで48.4%を記録し、新たな水準を樹立
• ▸ARC-AGI-2 — 84.6%を達成(ARC Prize Foundationによる検証済み)
• ▸Codeforces — 競技プログラミングでElo 3455に到達
• ▸国際数学オリンピック2025 — 金メダル水準の成績
• ▸国際物理オリンピック・化学オリンピック2025 — 筆記部門で金メダル水準の結果
• ▸CMT-Benchmark — 高度な理論物理で50.5%を達成

昨年には特化版のDeep Thinkが数学・プログラミングの世界大会で金メダル水準を達成しており、最近では研究レベルの数学探索を行う特化エージェントも実現しています。今回の更新で、数学や競技コーディングを超えて化学や物理など幅広い科学領域でも優れた性能を示すようになりました。

早期テスターの活用例

• ▸ラトガース大学のLisa Carbone氏 — 学習データがほとんど存在しない分野の高度な数学論文をレビューさせ、人間の査読を通過していた微妙な論理的欠陥を発見
• ▸デューク大学のWang Lab — 半導体材料の発見に向けた複雑な結晶成長の作製手法を最適化し、従来手法では達成が難しかった100μm超の薄膜を成長させるレシピを設計
• ▸GoogleのAnupam Pathak氏 — 物理的な部品設計の高速化に活用

実世界のエンジニアリング支援

最先端の性能に加えて、研究者による複雑なデータの解釈や、エンジニアによるコードを通じた物理システムのモデリングを支援する実用性を重視しています。例として、スケッチを解析して複雑な形状をモデリングし、3Dプリントで実物を作るためのファイルを生成できます。

提供状況

更新されたDeep Thinkは、Google AI Ultra加入者向けにGeminiアプリで提供が始まりました。また初めてGemini API経由でも一部の研究者・エンジニア・企業に提供され、早期アクセスプログラムへの関心登録を受け付けています。