Google lança modelo de raciocínio multi-agente Gemini Deep Think AI

Google lança modelo de raciocínio multi-agente Gemini Deep Think AI
Aplicativo mobile Gemini, imagem de Mizael Xavier.

O Google está lançando seu modelo de raciocínio de IA mais sofisticado para assinantes de seu plano premium Google AI Ultra hoje, marcando uma escalada significativa na competição de IA com a OpenAI e outros rivais. O Gemini 2.5 Deep Think, disponível exclusivamente para assinantes do Google AI Ultra por $250 por mês, representa o primeiro sistema de IA multi-agente publicamente disponível da empresa que usa técnicas avançadas de pensamento paralelo para resolver problemas complexos.

Modelo de Raciocínio Avançado Supera Concorrentes

O novo modelo alcançou desempenho de ponta em benchmarks desafiadores, superando concorrentes incluindo o o3 da OpenAI e o Grok 4 da xAI. De acordo com os testes do Google, o Gemini 2.5 Deep Think pontuou 34,8% no Humanity's Last Exam, uma avaliação abrangente de IA cobrindo matemática, ciências e humanidades, comparado aos 25,4% do Grok 4 da xAI e aos 20,8% do o3 da OpenAI. O modelo também demonstrou desempenho superior no LiveCodeBench V6, uma estrutura de desafios de programação.

A tecnologia funciona estendendo o "tempo de pensamento" do Gemini e empregando técnicas de pensamento paralelo que permitem à IA gerar e considerar múltiplos caminhos de solução simultaneamente antes de fornecer uma resposta final23. Esta abordagem representa um afastamento dos modelos tradicionais de raciocínio de caminho único.

Conquista Matemática de Medalha de Ouro

Uma variação do modelo Deep Think recentemente alcançou o padrão de medalha de ouro na Olimpíada Internacional de Matemática de 2025, pontuando 35 de 42 pontos possíveis ao resolver cinco dos seis problemas. A versão IMO recebeu o mesmo limite de tempo de 4,5 horas que os competidores humanos e trabalhou inteiramente em linguagem natural, produzindo provas matemáticas rigorosas que os oficiais descreveram como "claras, precisas e a maioria delas fáceis de seguir".

No entanto, a versão para consumidores disponível aos assinantes oferece desempenho de nível bronze no benchmark IMO de 2025, enquanto processa significativamente mais rápido que o modelo de pesquisa, que exigia horas para resolver problemas matemáticos complexos.

Acesso Premium Exclusivo

Os assinantes do Google AI Ultra podem acessar o Deep Think através do aplicativo Gemini ativando o recurso ao selecionar o modelo 2.5 Pro. A assinatura, com preço de $249,99 (R$1.389,24 na cotação atual) mensais, inclui os maiores limites de uso entre as ferramentas de IA do Google, 30TB de armazenamento e acesso a recursos experimentais incluindo próximos modelos de geração de vídeo. Novos assinantes recebem 50% de desconto nos primeiros três meses.

O Google planeja expandir o acesso ao Deep Think para testadores confiáveis via API Gemini nas próximas semanas enquanto a empresa avalia o potencial da tecnologia para aplicações de desenvolvedores e empresariais.

Tecnologia de Pensamento Paralelo

A inovação central por trás do Deep Think reside em sua capacidade de explorar múltiplos caminhos de raciocínio simultaneamente, mudando fundamentalmente como os modelos de IA abordam a resolução de problemas complexos. Em vez de seguir um único processo de pensamento linear como os modelos tradicionais, o Deep Think implanta o que o Google chama de "técnicas de pensamento paralelo" que permitem gerar e avaliar inúmeras hipóteses simultaneamente antes de se decidir pela solução mais promissora.

Esta abordagem multi-agente requer significativamente mais recursos computacionais, mas oferece resultados substancialmente melhores em tarefas desafiadoras. Durante a resolução de problemas, o sistema mantém consciência de todas as possíveis localizações ou soluções que a resposta poderia ocupar, usando estratégias como otimização minimax para reduzir sistematicamente a incerteza a cada passo de raciocínio. 

Por exemplo, ao enfrentar o notoriamente difícil desafio de programação "Catch the Mole" do Codeforces, o Deep Think conseguiu rastrear todas as posições potenciais de um alvo em movimento enquanto eficientemente reduzia as possibilidades através de consultas estratégicas. A exploração paralela permite que o modelo descubra soluções mais sofisticadas que o raciocínio de caminho único poderia perder, particularmente em problemas que requerem resolução criativa de problemas ou provas matemáticas complexas.