据 Demis Hassabis 在 X（推特）发布的信息，Google DeepMind 的 Gemini 3 Deep Think 在 ARC‑AGI‑2 上取得 84.6%，在 Humanity’s Last Exam 无工具条件下达到 48.4%，并在 Codeforces 获得 3455 Elo，均为最新纪录。根据该公告，这些成绩表明其泛化与程序竞赛能力显著提升，可在企业场景中用于更可靠的科学分析、代码生成与自动化测试。依照该来源，ARC‑AGI‑2 领先与高 Elo 水平意味着更强的多步推理与错误恢复能力，为研发提效、软件交付加速与生产推理重试率降低带来可量化机会。