12月20日凌晨，谷歌DeepMind首席科学家宣布推出全新模型——Gemini 2.0 Flash Thinking。
据了解，Gemini 2.0 Flash thinking是一个实验性模型，它以Gemini 2.0 Flash版本为基础，经过特别训练后，能够在回答问题时展示其“思考过程”，这与o1模型的慢思维思考方式相似，可以深度可视化展示整个思维链过程，尤其是在执行数学、编程等复杂问题方面，能持续输出全部推理过程，而不是直接给出答案。
根据官方文档显示，Gemini 2.0 Flash Thinking支持32k令牌输入，以及8k令牌输出限制，此外，该模型还具备处理文本和图片输入的能力。
> 在302.AI上使用
目前，302.AI的聊天机器人和API超市均上线了Gemini 2.0 Flash thinking模型，旨在满足不同用户群体的需求。
此外，302.AI提供按需付费的使用方式，用户无需担心有月费和捆绑套餐，成本更加灵活可控。以下是详细的获取步骤。
【聊天机器人】
想要直接使用模型的用户，可以通过302.AI的聊天机器人获得，聊天机器人提供了多种AI模型，且分类明晰，用户可以快速找到并使用所需的AI模型，省去了在不同平台之间切换和搜索的繁琐步骤和时间，更加便捷。
1、进入302.ai，登录后在左侧菜单栏点击使用机器人——选择聊天机器人——模型中选择gemini-2.0-flash-thinking-exp——最后点击确定即可。
【API超市】
企业用户可以通过302.AI提供的接口来调用大模型，并根据自身项目需求快速开发AI应用，大大加快开发和部署速度。以下是在API超市中获取Gemini 2.0 Flash thinking的详细步骤：
1、进入302.ai后——点击使用API——选择API超市——分类中点击语言大模型——然后选择Gemini。
2、下滑可以看到已经提供了模型Gemini 2.0 Flash thinking的API，可以根据需求选择【查看文档】快速接入API或者选择【在线体验】测试模型的参数。
> 实测对比：
为了让大家更好了解Gemini 2.0 Flash thinking这一模型，下面会实测对比数学、推理、编程等方面的表现。
实测1-3使用的工具为302.AI的模型竞技场。
实测4使用的工具为302.AI聊天机器人的Artifacts功能。
实测1：数学测试
对比模型：o1-plus（完整版o1）、Gemini 2.0 Flash thinking
提示词：已知函数f(x,y)=x³+y³-(x+y)²+3，设T是曲面z=f(x，y)在点(1，1，1)处的切平面，D为T与坐标平面所围成的有界区域在xOy平面上的投影.
(1)求T的方程
(2)求f(x，y)在D上的最大值和最小值
参考答案：
（1）x+y+z=3
（2）最大值是21，最小值是17/27
分析：这一题目来自刚刚结束的2024全国考研数学一卷。此前，考研数学在社交媒体平台热搜榜引发了广泛的讨论和关注。而我们选择的这一题目难度适中，看下模型的回答：
（无论第一次答案是否正确，都会给出第二轮提示词让模型验算答案）
o1完整版：o1 完整版两次输出的答案均为正确的，下面附上第一次回答的答案。可以看到输出了答案先是给出思考链路，篇幅非常详细，非常完整。
Gemini 2.0 Flash thinking：即使经过验算，Gemini 2.0 Flash thinking第二小问中的“最小值”还是没有给出正确答案。下面附上第一次输出的答案，可以看到输出的答案同样先是展示了思考链路，再回答问题，但是整体的输出整洁度不如o1 完整版。
实测2：图片理解测试
模型对比：Gemini 2.0 Flash thinking、Gemini 2.0 Flash、
提示词:如果我两个人吃饭，只需要1份炒花甲、1串羊肉串和2份绿茶，共需要花费多少钱？
分析：在初次提问回答的答案中，两个模型的回答都遗漏了餐具费。
Gemini 2.0 Flash thinking：回答错误。
Gemini 2.0 Flash：回答错误。
经过提醒后：
Gemini 2.0 Flash thinking：虽然同样给出了思考过程，但没有修正答案，最后回答错误。
Gemini 2.0 Flash：修正了答案，回答正确。
实测3：推理测试
对比模型：Gemini 2.0 Flash thinking、Claude-3.5-sonnet20241022
提示词：
分析：
Gemini 2.0 Flash thinking：回答正确，但这里通过对比发现，Gemini虽然展示了非常详细的思考链路，但是整体回答篇幅非常长。
Claude-3.5-sonnet：整体回答简洁易读，回答正确。
实测4：编程测试：
对比模型：Gemini 2.0 Flash thinking、Claude-3.5-sonnet20241022
提示词：请用前端代码实现石头剪刀布游戏，将所有代码放在一起输出。
分析：
Gemini 2.0 Flash thinking：整体效果没有看出有任何界面设计，但是游戏能够操作交互，不过给人的感觉还是比较粗糙。
Claude-3.5-sonnet：对比后，可以看到界面简洁清晰，游戏能操作，整体效果不错。
> 总结
通过多轮实测，可以初步得出以下结论：
数学测试：两个模型的训练集中可能都未曾出现过的考研数学题目，虽然Gemini 2.0 Flash thinking提供了详细的推理过程，但可惜最终的答案并未完全正确。
图片理解：两个模型初次输出的答案均未正确，但是Gemini 2.0 Flash经过提醒后能够检查出错误并纠正答案，而Gemini 2.0 Flash thinking经过提醒依然回答错误。
推理测试：Gemini 2.0 Flash thinking虽然能够展示思考链条，但其回答的篇幅较长，可能影响用户的理解和使用体验。
编程测试：Gemini 2.0 Flash thinking的整体效果较为粗糙，并且缺乏良好的界面设计。
虽然Gemini 2.0 Flash thinking在展示思考过程方面的创新值得肯定，但从用户的角度出发，模型回答问题时答案篇幅过长，很大程度会影响用户阅读。通过以上实测认为，Gemini 2.0 Flash thinking在实际应用中仍需进一步优化其输出的准确性和用户体验。
