据Demis Hassabis表示，Gemini 3 Deep Think模型进行了重要升级，在关键AI性能基准测试中取得了突破性成果，包括在ARC-AGI-2中获得84.6%的得分，在无工具情况下完成Humanity's Last Exam取得48.4%，以及在Codeforces上达到3455 Elo评分。这些进展突显了该模型在数学、科学和推理领域的强大能力，为AI驱动的创新和应用提供了重要意义。