Ho provato Gemini 2.5 Deep Think: l’AI più avanzata di Google

Google ha appena rilasciato Deep Think, un potenziamento avanzato di Gemini precedentemente accessibile solo a ricercatori e matematici di alto livello.

Ora disponibile per gli abbonati Ultra, questa nuova funzionalità promette capacità di ragionamento superiori. Ma mantiene davvero le aspettative quando si tratta di programmazione complessa? In questo video mettiamo alla prova Deep Think con tre benchmark impegnativi per valutarne le reali capacità:

In questo Google Doc trovi tutti i prompt utilizzati.

Cos’è Gemini 2.5 Deep Think

Deep Think rappresenta l’ultimo aggiornamento di Google per Gemini, progettato per migliorare le capacità di ragionamento del modello. È accessibile esclusivamente agli abbonati Ultra (circa 270€ al mese) con un limite apparente di 5-6 utilizzi giornalieri. Originariamente concepito per risolvere problemi matematici avanzati, nel nostro test valutiamo le sue prestazioni su sfide di programmazione.

Benchmark 1: Cubo di Rubik

Il primo test rappresenta una sfida che nessun modello di intelligenza artificiale ha mai completato con successo. Chiediamo a Deep Think di creare un cubo di Rubik 3D interattivo con cui l’utente possa giocare, modificare le facce e registrare i movimenti.

Dopo circa 8 minuti di elaborazione, Deep Think produce un codice che purtroppo non funziona. Nonostante un secondo tentativo di correzione che richiede altri 5 minuti, il risultato presenta ancora errori e non riesce nemmeno a renderizzare il cubo base. Sorprendentemente, la performance risulta inferiore a quella di modelli precedenti, compreso il Gemini 2.5 Pro standard.

Benchmark 2: Simulatore di guida

Il secondo test valuta la capacità di creare un prototipo di gioco di auto 3D con fisica realistica. Il modello deve implementare un’auto controllabile in un circuito con accelerazione graduale, sterzata credibile e comportamento fisico coerente.

Deep Think completa questo compito in circa 1 minuto e 20 secondi, producendo un risultato funzionante. La fisica dell’auto è implementata correttamente: accelerazione graduale, sterzata credibile e dettagli sorprendenti come luci che cambiano in base alla posizione. Mancano però alcuni elementi richiesti come il circuito e gli indicatori di velocità. Nonostante queste mancanze, possiamo considerare questo test superato.

Benchmark 3: Simulatore Windows XP

L’ultimo test richiede la creazione di un sistema operativo simile a Windows XP funzionante nel browser. Questa sfida è particolarmente difficile perché molti modelli AI commettono l’errore di cercare di utilizzare immagini dal web con link che spesso risultano non funzionanti.

Dopo circa 5 minuti, Deep Think produce un codice che risulta incompleto e interrotto improvvisamente. Nonostante il tentativo di correzione, il codice rimane non funzionante. A questo punto, raggiungiamo il limite di utilizzi giornalieri di Deep Think, impedendo ulteriori test.

Conclusioni sulla performance

I risultati dei benchmark sono deludenti considerando le aspettative e il costo del servizio. Deep Think ha mostrato prestazioni inferiori al previsto, con tempi di elaborazione lunghi (fino a 11 minuti) per produrre codice non funzionante. Il secondo test è stato l’unico parzialmente superato, ma con alcune carenze rispetto alle richieste.

Per un servizio premium dal costo superiore a 270€ mensili e con limitazioni così stringenti (solo 5 utilizzi giornalieri), ci si aspetterebbe risultati decisamente migliori. Deep Think sembra essere più orientato alla risoluzione di problemi matematici che alla programmazione, dove il Gemini 2.5 Pro standard e altri modelli come Claude Opus o Sonnet potrebbero offrire prestazioni superiori.

Se vuoi imparare a usare l’intelligenza artificiale nel tuo lavoro clicca sull’immagine in basso. Nella nostra Academy trovi corsi sulle migliori AI sempre aggiornati, centinaia di risorse e una community pronta a supportarti.