大语言模型

Gemini 2.0 Flash Thinking：谷歌放大招！能直播思考的AI来了，推理能力吊打OpenAI？

2025 年 2 月 19 日

谷歌最新AI技术Gemini 2.0 Flash Thinking，能“直播思考”的推理模型，为AI领域带来革命性突破。核心内容： 1. Gemini 2.0 Flash Thinking的推出背景及重要性 2. Gemini 2.0与传统AI模型的区别：展现推理过程，增强透明度 3. Gemini 2.0的多模态输入支持与超大上下文窗口特点

.01

概述

最近，Google推出了全新的Gemini 2.0 Flash Thinking Experimental，并将其从之前仅在Google AI Studio、Gemini API以及Vertex AI上的使用，扩展到了Gemini应用的用户。这一变化无疑是人工智能领域的一个重要节点，它不仅为推理型模型带来了更强大的功能，也重新定义了我们与AI互动的方式。

gemini 2.0 flash experimental has a knowledge cutoff date of june 2024

.02

什么是Gemini 2.0 Flash Thinking？

Gemini 2.0 Flash Thinking是Google推出的一款专注于推理的AI模型。与传统的语言模型不同，它的最大特点并不在于简单地提供答案，而是将推理过程展现给用户。这意味着它不仅给出答案，还会逐步展现思考的步骤，评估不同的选项，并解释得出结论的思考方式。

推理的核心：展示思维过程

相比于OpenAI的O系列和DeepSeek的R系列，Gemini 2.0 Flash Thinking的最大优势就在于其速度和透明度。传统的AI模型更多的是通过流畅的文本生成来回答问题，而Flash Thinking则像是你请了一个聪明的助手，给你展示每一步是怎么想的，如何做出决策，甚至会提出其他可能的选项。

它不仅能解答问题，还能让你看到其解题的每一步，这种透明度大大增强了用户对AI推理的信任感。

.03

2.0 Flash Thinking：多模态与大规模推理的结合

支持多模态输入

Gemini 2.0 Flash Thinking是一个多模态模型，意味着它不仅能处理文本输入，还能处理图像。简单来说，它能够理解并分析包含图像的复杂任务，比如解读图表、分析复杂文档，甚至从图片中提取信息。这为需要视觉信息的任务打开了新的可能性，尤其是在需要图表分析或复杂文件解读时，Flash Thinking展现出了极强的优势。

超大上下文窗口

一个特别令人兴奋的特点是，Gemini 2.0 Flash Thinking的上下文窗口非常大，支持最多达100万个tokens的输入，且生成的输出可达到64,000 tokens。这使得它能够处理更大规模的数据，甚至能在长篇书籍、研究论文或长时间对话的上下文中维持连贯性。

这种大规模的上下文处理能力意味着，它能够更加全面地推理，理解更多信息，并减少用户需要反复输入上下文的麻烦。

知识截止期和工具集成

然而，也要注意到一个限制：Gemini 2.0 Flash Thinking的知识截止日期为2024年6月。这意味着它无法获得2024年6月之后发生的事件的信息，因此在某些情况下可能会出现“幻觉”——也就是错误的推理或假设。例如，它可能会错误地推测出某个事件的时间，或者对某些新技术和更新的了解不够深入。

为了解决这一问题，Google为Flash Thinking集成了YouTube、地图和搜索等功能。通过这些工具，用户可以获得更为实时的信息，尽管这些信息也存在一定的不准确性。比如当我询问Gemini 2.0 Flash Thinking的发布日期时，它通过搜索工具获取了相关信息，但由于搜索结果中包含了错误的日期（2025年2月6日），它也错误地推测了发布日期。

自动选择工具的功能

Gemini 2.0 Flash Thinking还能根据用户的提问自动选择最合适的工具。例如，当我询问从布加勒斯特到伦敦的最佳驾驶路线时，它自动选择了Google Maps工具。这个自动化的选择功能提高了模型的智能性，使得它在处理不同类型的问题时更加高效和精准。

.04

Flash Thinking的基准表现

数学与科学的突破性进展

Gemini 2.0 Flash Thinking在多个关键领域的表现上都有显著提升，特别是在数学、科学和多模态推理方面的表现。在AIME2024（数学）基准测试中，Gemini 2.0 Flash Thinking的成绩为73.3%，比其前代版本（35.5%）有了巨大的提升，虽然与OpenAI的o3-mini（87.3%）相比还有差距，但无疑表现十分出色。

在GPQA Diamond（科学）基准测试中，Flash Thinking的成绩为74.2%，相比于之前版本（58.6%）有了显著提高，与DeepSeek的R1（71.5%）和OpenAI的o1（75.7%）接近，展现了其在科学领域的竞争力。

而在MMMU（多模态推理）基准测试中，Gemini 2.0 Flash Thinking的得分为75.4%，再一次超越了前代产品，显示出了在多模态数据处理方面的巨大优势。

推理能力与推理计算

与其他推理模型类似，Gemini 2.0 Flash Thinking的推理能力随着计算能力的增强而提升。推理计算是指在用户给出问题后，AI进行推理的计算量。通过增加推理计算的能力，Gemini 2.0 Flash Thinking能够更准确地完成复杂的推理任务。

Gemini 2.0 Flash Thinking：谷歌放大招！能直播思考的AI来了，推理能力吊打OpenAI？配图 3

gemini 2.0 flash thinking becomes better with more inference compute

.05

如何使用Gemini 2.0 Flash Thinking

如何获取访问权限

目前，Google通过多个平台为用户提供了访问Gemini 2.0 Flash Thinking的途径：

Gemini应用（App和Web）：用户可以直接通过Gemini Web应用或手机App免费体验Flash Thinking。
Google AI Studio：这是一个更适合高级用户的Web平台，可以让用户通过控制模型的参数、测试复杂的查询等方式，进一步探索模型的推理能力。
Gemini API：对于开发者来说，可以通过Gemini API将Flash Thinking集成到自己的应用中，带来更多的自定义和灵活性。

.06

结论：推理的未来与AI的广阔前景

Gemini 2.0 Flash Thinking无疑是Google在推理型AI领域的重要一步。通过展示思维过程和结构化的推理，Flash Thinking不仅提升了AI与人类的互动质量，还大大增强了推理型任务的准确性。虽然它在某些方面仍然面临挑战，比如偶尔出现的不准确性和对工具的过度依赖，但它无疑是未来推理型AI模型的一个标杆。

未来，随着Flash Thinking不断优化和竞争对手的赶超，我们可以期待更加智能、精准、透明的AI推理体验。如果你也在构建AI产品，或者对这一领域充满好奇，不妨亲自尝试一下Gemini 2.0 Flash Thinking，在推理、科学计算和多模态任务中的表现决定也会让你感到惊喜。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

Gemini 2.0 Flash Thinking：谷歌放大招！能直播思考的AI来了，推理能力吊打OpenAI？

立即咨询 JOTO

想把这些做法用到你的业务里?

Start your enterprise AI rollout

Tell us what you need