11月18日，Google DeepMind CEO Demis Hassabis 宣布 Gemini 3 问世。这个系列不仅在 LMSys 排行榜上重新夺回榜首，还给 Ultra 订阅用户带来了一项重点功能：Deep Think（深度思考）模式。
过去的模型迭代都在拼响应速度，但 Deep Think 的核心逻辑很反直觉——让模型别急着回答。它强制 AI 进入“慢思考”状态，不再追求秒回，而是通过两个关键机制来保质量：并行推理和迭代优化。
具体来说，模型不再立刻吐出最终答案，而是同时生成多条可能的推理路径，自己校验、修正。遇到多步骤逻辑或复杂代码调试时，这种机制能明显拉高准确率。作为对比，前代 Gemini 2.5 Pro 曾在 LMArena 榜首蝉联超过六个月，而 Gemini 3 显然想在更难的复杂任务上走得更远。
但变准是有代价的。并行推理意味着单次请求要同时激活多个思维分支，迭代优化则要求模型在内部进行多轮自我辩论。算力消耗不是线性增长，而是直接跳一个台阶。最直观的感受就是延迟：以前一两秒出结果，现在可能要等几十秒。
这也给多模态和长上下文处理出了难题。Gemini 3 强化了原生多模态能力，能直接融合处理文本、图像、音频等数据。但在 Deep Think 模式下，模型要同时维护多个推理路径的状态，这会迅速吃掉缓存资源。处理超长文档时，内存占用很容易撑爆单卡极限，逼着系统引入更复杂的分布式推理架构。
Google 在发布首日就把 Gemini 3 同步导入了搜索的“AI 模式”。不过，涉及复杂推理的搜索仍需用户手动触发 Deep Think。这种策略其实反映了市场的两极分化：在科研、高级编程等场景，用户愿意为高精度支付算力溢价；但在日常对话中，大家对慢吞吞的回答极其敏感。
Deep Think 证明了当前的架构确实需要靠系统化思考来解复杂逻辑问题。但在算力成本和响应延迟的硬约束下，怎么让模型学会看碟下菜，只在必要时才启动慢思考，才是接下来真正考验架构设计的地方。
