對抗 OpenAI GPT-5.2：谷歌祭出 Gemini Deep Research 深度研究智能體并首次向開發者開放，DeepSearchQA 因果鏈測試基準重磅開源
12 月 12 日消息，在 OpenAI 發布 GPT-5.2 之后，谷歌緊接著就推出了更強大的 Gemini Deep Research 深度研究智能體，同時推出全新交互 API（Interactions API）并藉此首次面向開發者開放。
此外，谷歌還開源了全新的深度搜索評估基準 DeepSearchQA，用于衡量多步驟復雜檢索任務中的研究全面性。此次升級標志著 AI 自主研究能力正式進入工業化應用階段。
Gemini Deep Research 基于 Gemini 3 Pro 構建，專為長周期的內容收集與綜合任務優化，幻覺率降低 40%，是谷歌迄今“最具事實性”的模型，并可通過專項訓練提升復雜任務中的報告質量。谷歌表示，通過擴展面向搜索的多步驟強化學習，該智能體能夠在復雜信息環境中以更高精度自主導航。
谷歌 DeepMind 產品經理路卡斯?哈斯（Lukas Haas）在 X 上透露，Gemini Deep Research 已經實現 SOTA，在谷歌新基準測試上得分 46.4%，在 BrowseComp 上與 GPT-5 Pro 相當，但價格只有其 1/10 左右。
Deep Research 會反復規劃研究路徑，包括形成搜索查詢、閱讀結果、識別缺口并再次搜索。本次升級帶來顯著增強的網頁搜索能力，使其能深入網站獲取具體數據。
據介紹，該智能體在 Humanity's Last Exam (HLE 人類終極考試)、DeepSearchQA 及 BrowseComp 中取得最新最優成績，并可在顯著更低成本下生成深入研究報告。谷歌稱，這項能力未來將應用到 Google Search、NotebookLM、Google Finance 及 Gemini App 之中。
DeepSearchQA：面向復雜研究智能體的全新評測基準
由于現有評測難以體現真實世界的多步驟研究復雜性，谷歌同步宣布開放 DeepSearchQA 數據集與工具。該基準包含跨 17 個領域、900 個“因果鏈”任務，每一步均依賴前序分析，要求智能體生成詳盡答案集，從而衡量其研究精度與檢索全面性。
谷歌表示，DeepSearchQA 還能作為“思考時間”效益的診斷工具。內部測試顯示，讓智能體執行更多搜索與推理步驟可顯著提升表現，這部分將在未來版本中繼續探索。
開發者可訪問數據集、排行榜與 Colab 示例，并閱讀數據集技術報告。
Deep Research 在實際領域的早期應用
谷歌稱，Gemini Deep Research 已在需要高精度和上下文理解的多個行業中展現出顯著效果，包括金融服務、生物技術和市場研究。
- 在金融行業，企業利用 Deep Research 自動化盡調中的早期信息收集環節，如整合市場信號、競爭格局與合規風險，從而提升研究效率。
- 在科研領域，Axiom Bio 使用該智能體處理藥物毒性預測相關的文獻分析，獲得更高的研究深度與顆粒度，加速藥物開發流程。
開發者能力：文件解析、結構化輸出、引用管理
通過 Interactions API，開發者可調用 Gemini Deep Research 構建下一代自動化研究工具，主要特性包括：
- 統一信息綜合：整合上傳文件（PDF、CSV 等）和公共網頁數據，并能處理大上下文量。
- 可控報告結構：可通過提示詞定義輸出結構、標題、表格格式等。
- 精細引用：為報告中各項事實提供細粒度來源。
- 結構化輸出：支持 JSON schema 以便下游處理。
Interactions API
開發者可通過 Google AI Studio 的 Gemini API Key 使用 Interactions API 構建應用。
谷歌表示，未來更新將加入原生圖表輸出、擴展 Model Context Protocol（MCP）支持以接入更多自定義數據源，并在企業服務平臺 Vertex AI 上提供 Deep Research。
參考資料：
