謝至恩在全球網路大斷線之災後，Google 正式發表新一代大型模型家族「Gemini 3」，並同場公開強化推理能力的「Gemini 3 Deep Think」模式。這一代不只更新模型參數，而是直接牽動搜尋、 Gemini App 與開發工具的一次大改版。官方用「A new era of intelligence」形容，並強調這是首次在模型發布當天，就同步導入 Google 搜尋 AI Mode 等主力產品。
Google 與 Alphabet 執行長 Sundar Pichai 在官方部落格中提到，目前每月使用 AI Overviews 的用戶已達 20 億，Gemini App 月活躍用戶超過 6.5 億，超過 70％的雲端客戶導入 AI 服務，並有約 1,300 萬個開發者使用 Google 的生成式模型。 Gemini 3 的推出，就是要在這個既有規模上，直接替換核心 AI 引擎。
本文目錄
一次上線多個產品：從搜尋到 Antigravity
與過去 Gemini 1 與 2 分階段開放不同，Gemini 3 選擇「一次鋪滿」的策略。根據 Google 與開發者官方說法，針對一般使用者，在美國地區，Google AI Pro 與 Ultra 訂閱者已可在搜尋的 AI Mode 中，於模型下拉選單選擇「Thinking」，直接使用 Gemini 3 Pro 。此外，Gemini App（行動與網頁版）也更新為以 Gemini 3 為核心，並導入新一代視覺版面與動態檢視等互動介面。
對於開發者與企業端，Gemini 3 Pro 預覽版已在 Google AI Studio 、 Vertex AI 、 Gemini CLI 提供，並成為新開發平台「Google Antigravity」的預設模型之一。 Antigravity 本身是一套「代理優先」IDE，整合編輯器、終端機與內建瀏覽器，讓模型能在同一個工作空間裡規劃任務、撰寫與執行程式碼，並驗證結果。公測階段在 Windows 、 macOS 與 Linux 均可下載，工具本身免費，但 Gemini 3 用量會依訂閱方案計費。
Google 這次等於把最新模型直接植入搜尋、助手 App 與開發環境，而不是先當成「雲端 API 選項」，再慢慢擴散，這點與過去幾代明顯不同。
兩種模式：Gemini 3 Pro 與 Deep Think
Gemini 3 家族目前分成兩種思考檔位，各自扮演不同角色。主力版本是 Gemini 3 Pro，Google 直言它是「目前最聰明、也是最強的 vibe coding 與 agentic coding 模型」，專攻日常問答、程式協作、影音與文件理解等大多數使用者最常遇到的情境，也是 Google 產品線裡的預設模型。
另一邊，Gemini 3 Deep Think 則像是把大腦切換到高扭力模式。官方把它定位成「增強推理」版本，在高難度基準測試上與 Pro 明顯拉開差距。目前僅限安全測試者與 Google AI Ultra 訂閱者提前體驗，Google 表示會等額外安全評估完成後才逐步開放更多使用者。
整體來看，Gemini 3 的雙模式更像在同一顆引擎上切換不同的「思考段位」。透過後端的「thinking level」與「thinking budget」參數，開發者可以自由調節成本與深度：要速度，就選輕巧檔位；要推理，就開啟深度模式，讓模型把計算力真正用在思考上。
基準測試：從 Humanity’s Last Exam 到 ARC-AGI-2
在官方與第三方公布的數據中，Gemini 3 Pro 在多項頂尖基準測試上取得領先。以下是幾個值得注意的指標：
- 人類最後考驗（Humanity’s Last Exam，HLE）
- Gemini 3 Pro：37.5％（無工具）
- Gemini 2.5 Pro：21.6％
- GPT-5.1：26.5％
- Deep Think：41.0％（無工具）HLE 是由 Center for AI Safety 與 Scale AI 共同設計的新型前沿基準，用 3000 題高難度多領域題目評估模型的推理與知識。
- GPQA Diamond（高階科學問答）
- Gemini 3 Pro：91.9％
- Deep Think：93.8％這個基準主要看模型在研究級科學問題上的表現。
- ARC-AGI-2（ARC Prize Verified 視覺推理難題）
- Gemini 3 Pro：31.1％
- Gemini 2.5 Pro：4.9％
- GPT-5.1：17.6％
- Deep Think：45.1％（具程式碼執行能力）
- MathArena Apex（高難度數學推理）
- Gemini 3 Pro：23.4％
- Gemini 2.5 Pro：0.5％
- GPT-5.1：1.0％
- Claude Sonnet 4.5：1.6％
- LMArena 文字推理排行榜
- Gemini 3 Pro Elo：1501，成為第一個突破 1500 分的模型。
此外，官方還強調了多模態與工具使用相關的數據，例如：MMMU-Pro 81.0％、 Video-MMMU 87.6％、 ScreenSpot-Pro 72.7％、 Terminal-Bench 2.0 54.2％、 SimpleQA Verified 72.1％等，試圖證明它不是單純在文字題目上追分，而是在視覺理解、終端操作與事實正確性都往前推了一步。
整體來看，若以目前公開基準來衡量，Google 確實在這一輪把分數拉回「領先或並列領先」的位置，尤其是在 ARC-AGI-2 與 MathArena 等偏推理與視覺難題上，差距相對明顯。
生成式介面：從一行搜尋變成互動工具
外界看到 Gemini 3 時的第一反應，多半還是「又來一個更強的聊天 AI」。但 Google 這次真正想端出的主菜，其實是「Generative UI」──一種讓搜尋結果會自己「長出介面」的使用方式。
在搜尋的 AI Mode 裡，Gemini 3 不再只丟出一段乾淨的文字摘要，而是會根據你的需求即時生成互動工具與視覺化版面。
像是你查房貸時，畫面會直接生出一個互動式貸款計算器，滑桿調利率、年限，方案比較立即呈現；想理解「三體問題」，它不再只給兩三行公式，而是直接丟給你一個可操作的模擬器，讓你拖拉參數看運動軌跡如何變化。
這套生成式介面也同步進入 Gemini App 。根據媒體實測，Google 目前正在測試兩種更具「雜誌感」與「互動感」的新介面：
- 「視覺版面」模式：當你要求規劃旅遊行程時，App 會自動排出一個像數位雜誌的頁面：圖片、行程區塊、可調整天數與預算的滑桿一次到位，彷彿是現做的旅遊特刊。
- 「動態檢視」模式：例如詢問梵谷作品時，螢幕會產生可點選、可滑動的互動視窗，用圖像搭配文字帶你探索每件作品，而不是傳統的純文字清單。
更關鍵的是，這些介面並不是事先寫死的 UI 模板，而是 Gemini 3 根據語意需求「當場產生」的結果。它會自己寫程式碼、呼叫工具、組合介面元件，Google 將這種概念稱為「自然語言即介面」：你只需要說出需求，至於該生成什麼 UI 、該用什麼工具，全部交給模型自行決定。
對 Google 而言，這意味著 AI 不再只是回答問題，而是能在你的螢幕上「動手做出」解決方案。
Gemini Agent 與 Antigravity：AI 代理人的實驗場
為了讓 AI 不只停留在「回答問題」，而是真正「幫你把事做完」，Google 在這次更新中端出了兩個重量級新品：Gemini Agent 與 Google Antigravity，分別針對一般使用者與開發者所設計，正式把「AI 代理人」拉進日常生活與工作流程。
首先是給一般使用者與知識工作者的 Gemini Agent 。這個功能目前優先提供給 Google AI Ultra 訂閱者，直接嵌入在 Gemini App 中。它能連結你的 Google 服務，協助整理 Gmail 信箱、管理行事曆、設定提醒、規劃待辦清單，甚至可以幫你完成橫跨多重步驟的網路預訂流程。更重要的是，在執行任何可能影響帳戶或資料的重要操作前，介面都會跳出確認，強調「保持人員介入」－Google 顯然不想讓 AI 在沒有監督的情況下替你按下太多關鍵按鈕。
至於給開發者的，是 Google 打造的「代理優先 IDE」：Google Antigravity 。它將編輯器、終端機與瀏覽器整合在同一個工作空間裡，讓 AI 代理人不只是告訴你該寫哪段程式，而是可以親手在 IDE 內規劃、撰寫、執行、驗證整個流程。 Antigravity 預設使用 Gemini 3 Pro，也同時支援 Claude Sonnet 4.5 與 OpenAI 的 GPT-OSS 模型，定位很明確－要成為多模型的「任務控制台」。工具本身在公測階段免費下載，但使用 Gemini 3 等模型仍會依 API 或訂閱方案計價。
結合前面提到的 Terminal-Bench 2.0 與 SWE-Bench Verified 性能測試，可以明顯看出 Google 的方向：他們不是要做一個更會寫程式碼的聊天模型，而是要把 Gemini 變成能長期操作工具與終端機、真正能陪你一起工作的「AI 開發夥伴」。这一波更新，正是 Google 全面押注「代理型 AI」的開始。