L'ultimo aggiornamento di Gemini 3 Deep Think potrebbe essere uno dei passi più ambiziosi compiuti da Google nello sviluppo di sistemi di ragionamento avanzato. Stando a quanto riportato dalla compagnia in un approfondimento sul suo blog, la modalità è stata riprogettata insieme a team di ricercatori con l'obiettivo di gestire scenari in cui i dati risultano incompleti e le soluzioni non sono univoche. L'intento sarebbe quello di ridurre il divario tra teoria e applicazione concreta, fornendo strumenti utili a chi lavora su questioni di frontiera.
La nuova versione è disponibile per gli abbonati a Google AI Ultra tramite l'app Gemini e, per la prima volta, anche attraverso API riservate a ricercatori ed enti selezionati. L'apertura verso un pubblico specializzato punta a favorire sperimentazioni mirate e verifiche indipendenti del modello, ampliando il raggio d'azione del sistema al di fuori dell'ecosistema interno.
Le novità di Gemini 3 Deep Think
Tra i casi d'uso citati da Google emerge quello della matematica Lisa Carbone, impegnata in studi sulle strutture necessarie alla fisica delle alte energie. In un settore dove la disponibilità di dati di addestramento è limitata, l'utilizzo di Deep Think per l'analisi di un articolo altamente tecnico pare averla portata all'individuazione di un errore logico sottile sfuggito alla revisione tra pari. L'episodio mostrerebbe come la modalità aggiornata possa agire come supporto alla ricerca teorica, offrendo una seconda linea di verifica in discipline con margini di ambiguità elevati.
I risultati ottenuti nei test interni indicherebbero poi un netto passo avanti nelle capacità di ragionamento. La nuova versione ha raggiunto livelli record in diversi benchmark accademici, fra cui Humanity's Last Exam e ARC-AGI-2, oltre a un punteggio molto elevato nelle sfide di programmazione competitiva di Codeforces. Il sistema ha inoltre dimostrato prestazioni di livello olimpico nelle prove di matematica, suggerendo un grado di precisione e rigore algoritmico superiore rispetto alle versioni precedenti.
Le capacità non si limitano alla matematica. Deep Think ha registrato progressi significativi anche in fisica e chimica, ottenendo risultati di fascia alta nelle sezioni scritte delle Olimpiadi internazionali di entrambe le discipline. In ambito teorico, il modello ha superato la soglia del cinquanta percento nel CMT Benchmark, un test complesso che valuta la comprensione della materia condensata e della fisica avanzata. Questi dati illustrano una versatilità crescente nell'affrontare discipline eterogenee che richiedono ragionamento strutturato e comprensione dei principi fondamentali.
Accanto ai traguardi accademici, il sistema mira ad accelerare la progettazione in ambiti ingegneristici. La possibilità di trasformare uno schizzo in un modello pronto per la stampa 3D indica un'evoluzione orientata all'utilità pratica. Deep Think interpreta il disegno, costruisce la forma e genera il file necessario alla produzione fisica dell'oggetto, un processo che potrebbe semplificare le fasi preliminari di progettazione in numerosi settori industriali. La gestione dei dati complessi e la modellazione di sistemi fisici tramite codice aprono prospettive interessanti anche per la ricerca applicata.
L'estensione dell'accesso tramite API segna poi un passaggio importante per la diffusione della tecnologia. Ricercatori, ingegneri e imprese potranno testare il sistema in contesti reali e contribuire a definire nuovi casi d'uso. L'obiettivo è raggiungere gli utenti che necessitano di strumenti di ragionamento avanzato per affrontare problemi concreti, stimolando un circolo virtuoso tra innovazione accademica e applicazioni industriali.
Intanto pare che Spotify sia fatto tutto con l'IA: gli sviluppatori non scrivono più codice a mano.
