Gemini 2.5 Deep Think: Το πιο προηγμένο AI μοντέλο λογικής έως σήμερα

Η Google DeepMind ανακοίνωσε την κυκλοφορία του Gemini 2.5 Deep Think, μιας προηγμένης έκδοσης του μοντέλου Gemini, σχεδιασμένης για να διαχειρίζεται σύνθετα προβλήματα λογικής αξιολογώντας πολλαπλές ιδέες ταυτόχρονα. Σύμφωνα με την εταιρεία, πρόκειται για το πιο εξελιγμένο μοντέλο τεχνητής νοημοσύνης που έχει διαθέσει στο κοινό μέχρι σήμερα, ικανό να εξετάζει σφαιρικά ερωτήματα και να καταλήγει στην καλύτερη δυνατή απάντηση.

Η πρόσβαση στο Gemini 2.5 Deep Think θα είναι διαθέσιμη από την Παρασκευή μέσω της εφαρμογής Gemini, αποκλειστικά για τους συνδρομητές του πλάνου Ultra, το οποίο κοστίζει 250 δολάρια τον μήνα. Το νέο αυτό μοντέλο αξιοποιεί την προσέγγιση "multi-agent", στην οποία πολλά αυτόνομα συστήματα τεχνητής νοημοσύνης εργάζονται ταυτόχρονα πάνω στο ίδιο ερώτημα. Αν και αυτή η μέθοδος απαιτεί σημαντικά περισσότερους υπολογιστικούς πόρους, οδηγεί συχνά σε πιο ακριβείς και χρήσιμες απαντήσεις.

Το Gemini 2.5 Deep Think παρουσιάστηκε για πρώτη φορά στο Google I/O τον Μάιο του 2025 και αποτελεί το πρώτο τέτοιο σύστημα πολλαπλών πρακτόρων που προσφέρεται στο ευρύ κοινό. Σε αντίθεση με τα συμβατικά μοντέλα που προσεγγίζουν ένα ερώτημα βήμα-βήμα, η νέα προσέγγιση επιτρέπει ταυτόχρονη διερεύνηση διαφορετικών νοητικών διαδρομών, οδηγώντας σε πιο εμπεριστατωμένα συμπεράσματα.

Μια παραλλαγή του μοντέλου χρησιμοποιήθηκε πρόσφατα από τη Google για να κερδίσει χρυσό μετάλλιο στην Παγκόσμια Ολυμπιάδα Μαθηματικών. Η εταιρεία σχεδιάζει να διαθέσει αυτή την εξειδικευμένη έκδοση σε επιλεγμένους ακαδημαϊκούς και ερευνητές. Σε αντίθεση με τα περισσότερα εμπορικά μοντέλα, τα οποία παρέχουν απαντήσεις μέσα σε δευτερόλεπτα, το συγκεκριμένο μοντέλο μπορεί να χρειαστεί ώρες για να επεξεργαστεί και να απαντήσει σε ένα ερώτημα – γεγονός που υποδηλώνει τη βάθος της συλλογιστικής του ικανότητας.

Η Google υποστηρίζει πως η έκδοση του Deep Think που διαθέτει τώρα είναι σημαντικά βελτιωμένη σε σχέση με εκείνη που παρουσίασε τον Μάιο. Έχουν εφαρμοστεί νέες τεχνικές ενισχυτικής μάθησης (reinforcement learning), οι οποίες επιτρέπουν στο μοντέλο να χρησιμοποιεί πιο αποδοτικά τις διαφορετικές διαδρομές λογικής που εξετάζει. Όπως αναφέρεται σε σχετικό blog post της εταιρείας, το Deep Think είναι κατάλληλο για προβλήματα που απαιτούν δημιουργικότητα, στρατηγικό σχεδιασμό και βελτίωση βήμα προς βήμα.

Ήδη το μοντέλο έχει αποδείξει την αξία του σε πληθώρα απαιτητικών δοκιμών. Στο Humanity’s Last Exam (HLE) – ένα τεστ που αξιολογεί τις επιδόσεις AI σε ερωτήσεις από τα μαθηματικά, τις επιστήμες και τις ανθρωπιστικές επιστήμες – το Gemini 2.5 Deep Think πέτυχε σκορ 34,8% χωρίς τη χρήση εργαλείων. Αντίστοιχα, το Grok 4 της xAI πέτυχε 25,4%, ενώ το o3 της OpenAI σημείωσε 20,3%.

Αντίστοιχα εντυπωσιακές είναι οι επιδόσεις του μοντέλου και στο LiveCodeBench6, μια δοκιμασία που μετρά την ικανότητα επίλυσης προγραμματιστικών προβλημάτων. Το μοντέλο της Google έφτασε το 87,6%, ξεπερνώντας το Grok 4 (79%) και το o3 της OpenAI (72%). Οι επιδόσεις αυτές ενισχύονται από την ικανότητα του μοντέλου να συνεργάζεται με εργαλεία όπως η εκτέλεση κώδικα και η αναζήτηση Google, καθώς και από την παραγωγή εκτενών και λεπτομερών απαντήσεων.

Κατά τη δοκιμή του από τη Google, το Deep Think παρήγαγε αισθητικά και τεχνικά ανώτερες λύσεις για έργα web development σε σχέση με άλλα μοντέλα. Η εταιρεία πιστεύει ότι μπορεί να αποδειχθεί εξαιρετικά χρήσιμο εργαλείο για ερευνητές, ενώ ενδέχεται να επιταχύνει την πορεία προς επιστημονικές ανακαλύψεις.

Το ενδιαφέρον για τα multi-agent μοντέλα φαίνεται να αυξάνεται παγκοσμίως. Η xAI του Elon Musk παρουσίασε πρόσφατα το Grok 4 Heavy, το οποίο επίσης βασίζεται σε πολλαπλούς πράκτορες και κατέγραψε κορυφαίες επιδόσεις σε δοκιμές. Ο Noam Brown από την OpenAI αποκάλυψε ότι και το δικό τους – ακόμη μη διαθέσιμο – μοντέλο που διακρίθηκε στην Ολυμπιάδα Μαθηματικών λειτουργεί με την ίδια λογική. Το ίδιο ισχύει και για το Research Agent της Anthropic, το οποίο δημιουργεί εις βάθος ερευνητικές αναφορές.

Παρά τα πλεονεκτήματα, αυτά τα συστήματα είναι ιδιαίτερα κοστοβόρα, γεγονός που εξηγεί γιατί οι εταιρείες τα εντάσσουν στα ακριβότερα συνδρομητικά τους πακέτα – μια πρακτική που ακολουθούν ήδη τόσο η Google όσο και η xAI.

Η Google σχεδιάζει να διαθέσει το Gemini 2.5 Deep Think και μέσω του Gemini API σε επιλεγμένους developers και επιχειρήσεις, σε μια προσπάθεια να κατανοήσει καλύτερα πώς μπορεί να αξιοποιηθεί το σύστημα πολλαπλών πρακτόρων σε διαφορετικά επαγγελματικά περιβάλλοντα.

Με το Gemini 2.5 Deep Think, η Google δεν στοχεύει μόνο σε καλύτερες επιδόσεις – επιχειρεί να μετασχηματίσει ριζικά τον τρόπο με τον οποίο τα συστήματα τεχνητής νοημοσύνης προσεγγίζουν και επιλύουν σύνθετα προβλήματα. Το ερώτημα που μένει είναι αν τέτοιες τεχνολογίες θα καταστούν ευρέως προσβάσιμες ή θα παραμείνουν προνόμιο των λίγων.