对标OpenAI GPT - 5.2，谷歌推Gemini智能体性价比优势凸显

近日，在OpenAI发布GPT-5.2之后，谷歌迅速推出Gemini Deep Research深度研究智能体，同步发布全新Interactions API并首次面向开发者开放，同时开源深度搜索评估基准DeepSearchQA。这一升级标志着AI自主研究能力正式迈入工业化应用阶段，为各行业复杂研究任务提供了新的技术解决方案。  Gemini Deep Research基于Gemini 3 Pro构建，专为长周期内容收集与综合任务优化打造。其底层依托的Gemini 3 Pro大模型，采用稀疏MoE与Transformer混合架构，具备处理文本、图像、音频、视频及完整代码仓库的原生多模态能力，支持高达100万tokens的上下文长度和6.4万tokens的输出规模。这意味着成百上千页的学术论文、完整的企业年报或中型代码库都能被其直接纳入分析范畴。在此基础上，谷歌通过扩展面向搜索的多步骤强化学习技术，让智能体能够自主完成“规划研究路径—生成搜索查询—解析结果—识别信息缺口—补充搜索”的迭代循环，改变了传统大模型在长链推理中易出现逻辑偏移的问题。 该智能体的幻觉率较此前模型降低40%，是谷歌迄今“最具事实性”的智能模型。它每一条观点和结论都附带结构化的可追溯引用来源，不仅包含网址链接，更精确指向原文关键片段，使研究结果从“生成内容”升级为“带证据链的可信结论”，为专业领域的决策提供了可验证的依据。谷歌DeepMind产品经理透露，该智能体已达成行业领先水平，在谷歌新基准测试中得分46.4%，在BrowseComp基准上表现与GPT-5 Pro相当，而价格仅为后者的十分之一左右。在Humanity's Last Exam（HLE人类终极考试）、DeepSearchQA及BrowseComp等多项权威评测中，该智能体均取得最新最优成绩，可在显著降低成本的同时生成高质量深入研究报告。 谷歌表示，这项能力未来将逐步应用于Google Search、NotebookLM、Google Finance及Gemini App等核心产品。为解决现有评测难以体现真实世界多步骤研究复杂性的问题，谷歌同步开放DeepSearchQA数据集与工具。该基准涵盖17个领域、900个“因果链”任务，每个任务的每一步均依赖前序分析，要求智能体生成详尽答案集，以此精准衡量其研究精度与检索全面性。此外，DeepSearchQA还可作为“思考时间”效益的诊断工具，谷歌内部测试显示，增加智能体的搜索与推理步骤可显著提升其任务表现，这一方向将在未来版本中持续探索。目前，开发者可访问该数据集、排行榜与Colab示例，并查阅相关技术报告。 在实际应用场景中，Gemini Deep Research已在多个对精度和上下文理解要求较高的行业展现出显著价值。 在金融服务领域，企业借助该智能体自动化完成尽职调查中的早期信息收集工作，整合市场信号、竞争格局与合规风险等关键信息，大幅提升研究效率；在生物技术领域，Axiom Bio利用其处理药物毒性预测相关的文献分析，获得了更高的研究深度与颗粒度，有效加速了药物开发流程；在市场研究等领域，该智能体也凭借其强大的信息整合能力助力企业提升决策科学性。通过此次推出的Interactions API，开发者可调用Gemini Deep Research构建下一代自动化研究工具。该API具备多项核心特性： 统一信息综合功能可整合上传文件（PDF、CSV等格式）与公共网页数据，且能处理大上下文量信息； 支持通过提示词定义输出结构、标题、表格格式等，实现可控的报告生成； 可为报告中各项事实提供细粒度来源引用，保障信息可信度； 支持JSON schema结构化输出，方便下游环节处理。 开发者可通过Google AI Studio的Gemini API Key使用该API构建应用。谷歌方面表示，未来将持续升级相关功能，计划加入原生图表输出能力，扩展Model Context Protocol（MCP）支持以接入更多自定义数据源，并将在企业服务平台Vertex AI上推出Deep Research服务，为企业用户提供更全面的技术支持，推动AI深度研究能力在更多行业场景的落地应用。 此次谷歌推出Gemini Deep Research智能体，被业界普遍视为对OpenAI GPT-5.2的直接回应。OpenAI的GPT-5.2推出了Instant（即时版）、Thinking（思考版）和Pro（专业版）三个版本，主打逻辑推理与专业任务处理，在多个测试中表现出色。而Gemini Deep Research Agent在性价比与长周期研究方面具有优势，二者的竞争也将推动AI技术不断向前发展。