Gemini 3 Deep Think öffnet eine API für einen Reasoning-Modus für unübersichtliche Forschungsprobleme

Was Google veröffentlicht hat – und wo Sie darauf zugreifen können

Google hat ein Update für Gemini 3 Deep Think veröffentlicht, den Reasoning-Modus, den das Unternehmen als spezialisiert auf Wissenschaft, Forschung und Engineering positioniert. Zwei Zugangswege sind gleichzeitig gestartet: Abonnenten von Google AI Ultra erhalten den aktualisierten Modus ab heute in der Gemini-App, und erstmals können ausgewählte Forscher, Ingenieure und Unternehmen frühzeitigen Zugang zu Deep Think über die Gemini API beantragen.

Diese API-Öffnung ist der Teil, den es für alle im Blick zu behalten gilt, die Interfaces bauen. Bisher existierte Deep Think ausschließlich innerhalb von Googles eigener App. Der programmatische Zugriff bedeutet, dass Teams eigene Frontends darum bauen können – und das verändert, was beim Design berücksichtigt werden muss.

Am wichtigsten ist, dass wir daran arbeiten, Deep Think Forschern und Praktikern dort zur Verfügung zu stellen, wo sie es am meisten brauchen – beginnend mit Schnittstellen wie der Gemini API.Montana Labs

Die Skizze-zu-3D-Druck-Demo ist ein Frontend-Muster, kein bloßer Showeffekt

Googles konkreteste Demo ist eine mehrstufige Artefakt-Pipeline: Deep Think analysiert eine Zeichnung, modelliert die komplexe Form und erzeugt eine Datei, mit der das physische Objekt per 3D-Druck erstellt werden kann. Man sollte das als Interface-Ablauf lesen – eine Eingabe (eine Skizze), ein Zwischenmodell und eine herunterladbare, maschinenlesbare Ausgabedatei.

Für Frontend-Teams zählt diese Struktur mehr als der Druck selbst. Sie impliziert eine Anwendung, die unübersichtliche visuelle Eingaben akzeptiert, ein interpretiertes Modell zeigt, das Nutzer prüfen oder korrigieren können, und eine Datei erzeugt, die für ein weiteres Tool bestimmt ist. Keine dieser Stufen ist eine Chat-Blase. Jede braucht ihr eigenes UI-Element: Upload, Prüfung, Export.

Ein derart bedächtiger Reasoning-Modus braucht ein Interface, das für Wartezeit ausgelegt ist

Deep Think wird als Modus beschrieben, der Probleme angeht, denen es an „klaren Leitplanken oder einer einzigen richtigen Lösung“ fehlt und bei denen „die Daten oft unübersichtlich oder unvollständig sind“. Die von Google angeführten Erfolge spiegeln das wider: Ein Mathematiker der Rutgers University nutzte den Modus, um einen subtilen logischen Fehler zu entdecken, der der menschlichen Peer-Review entgangen war, und Duke Universitys Wang Lab setzte ihn ein, um ein Rezept für das Wachstum dünner Schichten von über 100 μm zu entwickeln.

Das sind keine sofortigen Antworten. Es handelt sich um lange, aufwendige Berechnungen zu mehrdeutigen Eingaben. Ein Frontend, das auf dieser API aufsetzt, kann keinen flotten Dialogwechsel voraussetzen. Es muss längere Latenzzeiten verarbeiten, Fortschritt sichtbar machen und Ergebnisse so präsentieren, dass Fachexperten sie überprüfen können – denn der Wert liegt hier in einer zu prüfenden Kandidatenlösung, nicht in einer final zu akzeptierenden Antwort.

Die Benchmark-Werte setzen Nutzererwartungen, die das Interface steuern muss

Google gibt 48,4 % bei Humanity's Last Exam ohne Tools an, 84,6 % bei ARC-AGI-2, verifiziert von der ARC Prize Foundation, eine Elo-Zahl von 3455 auf Codeforces, Goldmedaillen-Niveau bei der IMO 2025, Goldniveau bei den schriftlichen Physik- und Chemie-Olympiaden 2025 sowie 50,5 % beim CMT-Benchmark.

Diese Zahlen positionieren Deep Think als Spitzen-Reasoner in Mathematik, Programmierung, Physik und Chemie – doch sie sind Obergrenzen, keine Garantien für jede einzelne Anfrage. Ein Frontend, das Olympiade-Niveau an Präzision verspricht und dabei ein vorgeschlagenes Rezept für Kristallwachstum oder einen markierten Beweisfehler ausliefert, muss den Verifikationsschritt zur zentralen Funktion machen – nicht zu einer Nebensache.

Die Implikation: Diese API macht aus Deep Think keine Chat-Funktion mehr, sondern eine Komponente, auf der man aufbaut

Die eigentliche Veränderung dieser Ankündigung besteht darin, dass Deep Think nicht mehr etwas ist, das man innerhalb von Googles App nutzt, sondern etwas, das man integrieren kann. Das verlagert die Designarbeit auf diejenigen, die das Interface bauen: Skizzen und unübersichtliche Datensätze erfassen, lange Denkzeiten handhaben und Ausgaben – Dateien, Modelle, markierte Fehler – so darstellen, dass Experten darauf handeln können.

Für angewandte Teams ist das Early-Access-Programm der Einstiegspunkt. Doch die schwierigere Aufgabe ist nicht der API-Zugang; sie besteht darin, ein Frontend zu bauen, das ehrlich damit umgeht, was ein bedächtiger Reasoning-Modus tatsächlich liefert – prüfungswürdige Vorschläge – anstatt ihn als Orakel zu verkleiden.