A Epoch AI realizou uma avaliação de terceiros da versão publicamente disponível do modelo Google Gemini 2.5 Deep Think, avaliando seu raciocínio matemático e desempenho em benchmarks como o FrontierMath.

  • O modelo alcançou pontuações state-of-the-art nos Níveis 1–3 (29%) e Nível 4 (10%) do FrontierMath, demonstrando conhecimento de fundo aprimorado e precisão computacional.
  • Dois matemáticos profissionais caracterizaram o modelo como um assistente de pesquisa geralmente útil, amplamente comparável a outros modelos de topo.
  • Embora o modelo tenha obtido uma pontuação equivalente a medalha de bronze na Olimpíada Internacional de Matemática (IMO) 2025, ele teve dificuldades com problemas que exigem alta criatividade ou provas intrincadas.
  • A avaliação observou que o Deep Think depende mais de abordagens conceituais para geometria e ocasionalmente forneceu citações incorretas da literatura matemática.

O relatório destaca as forças do modelo na execução de cálculos complexos, ao mesmo tempo em que aponta suas limitações na resolução criativa de problemas e na precisão factual em relação às fontes.