Last chance! 50% off DataCamp Premium
Sale ends in
Chỉ vài giờ sau khi xAI ra mắt Grok 4.1, Google đã đi trước một bước và công bố Gemini 3. Mẫu Gemini mới nhất này là phiên bản thông minh nhất của Google cho đến nay, và hiện đã có ngay trong ứng dụng Gemini, cũng như trên AI Studio và Vertex AI.
Gemini 3 cũng sẽ ngay lập tức bắt đầu vận hành Chế độ AI trong tìm kiếm, và Google còn công bố chế độ Gemini 3 Deep Think và Google Antigravity, một nền tảng phát triển tác tử (agentic) mới.
Trong bài viết này, tôi sẽ điểm lại mọi thứ Google đã công bố, ý nghĩa của nó đối với lĩnh vực LLM, và trực tiếp trải nghiệm mẫu Gemini 3 mới để xem nó có thể làm được gì. Bạn cũng có thể xem hướng dẫn về API Gemini 3 để thực hành qua một dự án, tìm hiểu Google Antigravity với hướng dẫn của chúng tôi, và hướng dẫn tạo dự án Gemini 3 Flash.
Gemini 3 Pro là gì?
Gemini 3 Pro là mô hình AI ngôn ngữ lớn mới nhất và tiên tiến nhất của Google. Hiện đã có trên Ứng dụng Gemini, AI Studio và Vertex AI. Google gọi đây là mô hình thông minh nhất của họ từ trước đến nay, với hiệu năng được cải thiện trong lập luận, lập trình và các tác vụ đa phương thức.
Mẫu mới này kế thừa thành công của Gemini 2.5 Pro, ra mắt chỉ cách đây bảy tháng. Gemini 3 đứng đầu bảng xếp hạng LMArena, thay thế Grok 4.1 chỉ sau vài giờ.
Google cho biết Gemini 3 Pro đạt mức lập luận tương đương trình độ tiến sĩ, và mô hình đạt điểm cao mới trên nhiều bảng xếp hạng chuẩn AI, bao gồm Humanity’s Last Exam, GPQA Diamond, và MathArena Apex. Bộ kết quả ấn tượng này giúp nó vượt trội hơn các mô hình như GPT-5.1 mới của OpenAI và Claude Sonnet 4.5 của Anthropic.
Tính năng mới trên Gemini 3
Vậy, Gemini 3 mang đến điều gì so với phiên bản tiền nhiệm và loạt mô hình mới khác? Bên cạnh bước nhảy vọt về hiệu năng, Google nhấn mạnh rằng bạn có thể “học, xây dựng và lập kế hoạch cho mọi thứ” với Gemini 3. Quả là những tuyên bố táo bạo. Hãy xem các tính năng mới để hiểu rõ hơn:
Hiệu năng được cải thiện
Một trong những điểm nổi bật của Gemini 3 là hiệu năng dẫn đầu bảng xếp hạng. Ngay cả khi không bật chế độ Deep Think, phiên bản này vẫn đứng đầu bảng chuẩn Humanity’s Last Exam, với điểm 37,2% khi không dùng công cụ (41% với Deep Think) so với 26,5% của GPT-5.1.
Gemini 3 không chỉ mạnh về văn bản. Với điểm 23,4% trên chuẩn MathArena Apex, đây là mô hình tuyến đầu có điểm cao nhất về toán học. Tương tự, trên Video-MMMU—một chuẩn video đa phương thức và đa ngành đánh giá khả năng tiếp thu kiến thức từ video giáo dục của LMM—Gemini 3 đạt 87,6%, một lần nữa đứng đầu bảng xếp hạng.
Tôi biết đôi khi dễ bị cuốn theo các con số chuẩn đo, và có lẽ bài thử thực sự nên tập trung vào khả năng sử dụng. Nhưng Gemini 3 Pro rõ ràng là một bước tiến ấn tượng về hiệu năng LLM.
Gemini 3 Deep Think là gì?
Như chúng ta đã thấy ở Gemini 2.5 Pro, chế độ Gemini 3 Deep Think sử dụng tư duy song song và học tăng cường để cải thiện đáng kể phản hồi (đổi lại là thời gian trả lời chậm hơn). Deep Think giúp Gemini trở nên chi tiết hơn, sáng tạo hơn và “suy tư” hơn.
Với Gemini 3 Deep Think, chúng ta thấy cải thiện so với Gemini 3 Pro không-think ở các mảng như lập luận, kiến thức khoa học và câu đố suy luận thị giác. Điều này đồng nghĩa Deep Think có khả năng tốt hơn trong việc giải các thách thức mới, chưa quen thuộc.
Deep Think hiện đang ở chế độ đánh giá, nghĩa là các kiểm thử viên đang đánh giá trước khi nó được cung cấp cho thuê bao Google AI Ultra “trong vài tuần tới”.
Đa phương thức đích thực
Gemini 3 giới thiệu kiến trúc đa phương thức mới, xử lý văn bản, hình ảnh, âm thanh, video và mã trong một ngăn xếp transformer duy nhất thay vì qua các bộ mã hóa riêng biệt.
Sự hợp nhất này cho phép lập luận thực sự xuyên phương thức. Gemini 3 có thể diễn giải một bản phác thảo và tạo ra mã chạy được, hoặc phân tích một video và giải thích các khái niệm khoa học trong đó. Kết quả chuẩn trên Video-MMMU và MMMU-Pro xác nhận bước nhảy vọt về hiểu biết không gian và thị giác. Tương tự Gemini 2.5 Pro, nó cũng có cửa sổ ngữ cảnh một triệu token, giúp kết nối ý tưởng qua lượng đầu vào lớn và đa dạng.
Sáng tạo theo hướng tác tử
Gemini 3 chuyển từ tạo nội dung thụ động sang sáng tạo theo hướng tác tử, được hỗ trợ bởi tiến bộ mới trong sử dụng công cụ, lập kế hoạch và “vibe coding”. Kiến trúc của mô hình hỗ trợ các vòng lặp lập luận dài hạn, cho phép nó lập kế hoạch, thực thi và kiểm chứng các quy trình nhiều bước, như viết mã một trò chơi có thể chơi được hoặc xây dựng giao diện tương tác, tất cả từ một lời nhắc duy nhất.
Những khả năng này cũng đang được triển khai qua Google Antigravity vừa được công bố, một nền tảng phát triển nơi các tác tử có quyền truy cập trực tiếp vào trình soạn thảo, terminal và trình duyệt. Đây là bản phát hành Gemini đầu tiên được xây dựng để hoạt động như một đồng lập trình viên, sử dụng quyền tự chủ có cấu trúc và tích hợp công cụ theo thời gian thực để biến ý tưởng sáng tạo thành hệ thống vận hành.
Học, xây dựng và lập kế hoạch cho mọi thứ?
Google đưa ra một số ví dụ về cách mẫu mới nhất có thể giúp bạn học, xây dựng và lập kế hoạch.
Trọng tâm lớn nằm ở các cải tiến đa phương thức; khả năng của Gemini trong việc hiểu và tạo thông tin qua các dạng như văn bản, hình ảnh, video, âm thanh và mã.
Với “vibe coding” đang là mối quan tâm lớn, Gemini 3 sẽ giúp các nhà phát triển hiện thực hóa ý tưởng dễ dàng hơn nữa. Google cho biết mô hình rất giỏi tạo kết quả “one-shot”, nghĩa là bạn có thể tạo ra kết quả chất lượng cao chỉ từ một lời nhắc. Nó cũng xử lý được các hướng dẫn phức tạp, điều cần thiết nếu bạn muốn dự án thực sự sống động và phản hồi tốt.
Gemini 3 hiện sẵn sàng cho nhà phát triển bắt tay xây dựng các dự án tác tử trên Google AI Studio, Vertex AI, Gemini CLI và nền tảng Google Antigravity mới công bố (sẽ nói thêm ngay sau đây).
Một tuyên bố cuối cùng khá ấn tượng là Gemini 3 Pro có thể duy trì việc sử dụng công cụ và ra quyết định nhất quán trong suốt một năm vận hành mô phỏng. Với thuê bao Google AI Ultra, bạn sẽ ngay lập tức truy cập tính năng thử nghiệm Gemini Agent mới, giúp bạn xây dựng các tác tử nhiều bước có thể tận dụng những khả năng này.
Ví dụ về Gemini 3 Pro
Nhờ cửa sổ ngữ cảnh 1 triệu token, Gemini 2.5 Pro từ lâu đã là lựa chọn ưa thích của tôi, nên tôi rất háo hức xem Gemini 3 làm được gì với hiệu năng đa phương thức cải thiện trong cùng cửa sổ ngữ cảnh. Để bắt đầu, dưới đây là vài bài thử:
Trò chơi đơn giản lấy cảm hứng từ Half-Life 3
Như đã thử với Gemini 2.5, chỉ với lời nhắc khoảng 10 từ, tôi nhờ Gemini 3 Pro tạo một trò chơi đi cảnh ngang lấy cảm hứng từ Half-Life 3. Đây là lời nhắc: Hãy tạo cho tôi một trò chơi đi cảnh ngang đơn giản lấy cảm hứng từ Half-Life 3
Với thời gian suy nghĩ không nhiều và thời gian viết mã tương đương, Gemini 3 Pro (qua AI Studio) đã tạo cho tôi một sản phẩm khá ổn, xét đến lời nhắc rất ngắn. Trò chơi chạy được, là đi cảnh ngang, và rõ ràng lấy cảm hứng từ tác phẩm gốc.
Đây là video kết quả:
Những tiểu tiết nhỏ không bị bỏ qua. Gemini Runner có bầu trời đêm đầy sao giống hệt, dù tôi không hề đưa vào lời nhắc. Khi tôi thua, trò chơi còn hiển thị chữ “Extinct”.
Khả năng đa phương thức
Để thử khả năng đa phương thức, tôi đã tải lên một bức vẽ của một bé sáu tuổi.
Sau đó tôi yêu cầu biến khung cảnh thành một trò chơi đơn giản. Đây là lời nhắc tôi dùng:
Hãy tạo một trò chơi trên trình duyệt đơn giản bằng các yếu tố trong hình ảnh này. Hãy dựa trò chơi trên những gì được thể hiện.
Trong lời nhắc này, tôi cố ý không mô tả gì về nội dung bức hình vì tôi muốn xem mô hình có thể diễn giải phần thị giác và tạo trò chơi xoay quanh những gì nó thấy hay không.
Kết quả là một trò nhỏ tên Snowy’s Day, nơi bạn có thể di chuyển hình người que để hứng tuyết rơi.
Như bạn thấy, các thành phần của trò chơi được rút trực tiếp từ bức ảnh tôi chia sẻ. Tôi ấn tượng với sự “trung thành về tinh thần” với ảnh chụp màn hình, nhưng đây chắc chắn không phải trò chơi vui nhất thế giới. Mặc dù biết đâu lại vui với một bé sáu tuổi.
Một chi tiết nhỏ: Gemini đã hiểu rằng hình ảnh là tuyết. Tôi thấy áy náy vì ban đầu tưởng bé vẽ… sao!
Các chuẩn đo của Gemini 3
Google đã cung cấp dữ liệu chuẩn đo phong phú cho cả Gemini 3 Pro và Gemini Deep Think, và kết quả rất ấn tượng trên mọi phương diện.
Chuẩn đo của Gemini 3 Pro
Về khả năng lập luận thuần túy, Gemini 3 Pro thể hiện điều Google gọi là "lập luận cấp tiến sĩ". Dưới đây là những kết quả nổi bật:
Lập luận thị giác
Khả năng lập luận thị giác có bước nhảy vọt lớn.
- Trên ARC-AGI-2, Gemini 3 Pro đạt 31,1%. Đây là cú nhảy lớn so với 4,9% của Gemini 2.5 Pro và vượt xa cả Claude Sonnet 4.5 lẫn GPT-5.1.
- Tương tự, trên ScreenSpot-Pro, bài kiểm tra hiểu màn hình, Gemini 3 Pro đạt 72,7%, vượt trội hoàn toàn Claude Sonnet 4.5 (36,2%) và GPT-5.1 (3,5%).
Đây đều là những bước tiến lớn về mức độ mô hình có thể hiểu và lập luận về thông tin thị giác.
Toán học
Với điểm 23,4% trên MathArena Apex, Gemini 3 Pro bỏ xa đối thủ. Để so sánh: Gemini 2.5 Pro đạt 0,5%, Claude Sonnet 4.5 đạt 1,6%, còn GPT-5.1 chỉ đạt 1,0%. Đây là tiêu chuẩn mới cho các mô hình tuyến đầu trong lập luận toán học.
Lập kế hoạch dài hạn
Để đo lường lập kế hoạch dài hạn, có một chuẩn gọi là Vending-Bench 2 mô phỏng vận hành một doanh nghiệp máy bán hàng trong suốt một năm. Mô hình phải liên tục đưa ra quyết định về hàng tồn, định giá và mọi thứ khác. Bài kiểm tra này xem AI có thể duy trì quyết định nhất quán, hợp lý qua hàng nghìn lựa chọn tuần tự mà không lạc mục tiêu hay trở nên thất thường hay không.
Ở chuẩn này, Gemini 3 Pro đạt giá trị ròng trung bình 5.478,16 USD. So với Claude Sonnet 4.5 (3.838,74 USD) và GPT-5.1 (1.473,43 USD). Nghe có vẻ là chuẩn đo “khó hiểu”, nhưng với các tác tử AI thực tế cần quản lý nhiệm vụ trong nhiều ngày hoặc tuần, độ tin cậy kiểu này rất quan trọng.
Các chuẩn đo khác
Gemini 3 Pro thể hiện mạnh mẽ trên nhiều chuẩn khác. Nó dẫn đầu ở hiểu biết đa phương thức (MMMU-Pro), hiểu video (Video-MMMU), lập luận với biểu đồ (CharXiv), và lập trình cạnh tranh (LiveCodeBench Pro).
Một ngoại lệ đáng chú ý: Claude Sonnet 4.5 nhỉnh hơn Gemini 3 Pro một chút trên SWE-Bench Verified, là chuẩn cho kỹ nghệ phần mềm.
Chuẩn đo cho chế độ Gemini 3 Deep Think
Giờ, hãy xem các chuẩn đo cho Gemini Deep Think, chế độ lập luận tăng cường hiện đang được các kiểm thử viên an toàn đánh giá trước khi cung cấp cho thuê bao Google AI Ultra trong vài tuần tới.
Bạn có thể tự hỏi: nếu Gemini 3 Pro đã đứng đầu các bảng xếp hạng, tại sao chế độ Deep Think lại quan trọng? Câu trả lời là một số vấn đề sẽ hưởng lợi từ thời gian lập luận kéo dài. Deep Think sử dụng tư duy song song và kéo dài để dồn nhiều tài nguyên tính toán hơn cho các tác vụ đặc biệt khó. Nó được thiết kế để mất thời gian hơn, nhưng với những bài toán lập luận khó nhất, thời gian xử lý tăng thêm sẽ chuyển hóa thành kết quả tốt hơn một cách đáng kể, như phản ánh trong các chuẩn đo sau:
Giải quyết vấn đề mới lạ
Kết quả ARC-AGI-2 là nổi bật nhất với tôi. Gemini 3 ở chế độ Deep Think đạt 45,1% trên ARC-AGI-2. (Đây là phiên bản chính thức đã được xác minh, gắn với cuộc thi ARC Prize.) Trong bài kiểm tra này, mô hình được phép viết và chạy mã như một công cụ lập luận, về bản chất dùng lập trình để hỗ trợ suy nghĩ qua các bài toán.
Tại sao điều này quan trọng? ARC-AGI-2 kiểm tra khả năng của mô hình trong việc giải quyết những thách thức mới, không quen thuộc. Đây là các vấn đề mà mô hình chưa từng thấy và không thể chỉ “bắt chước mẫu” từ dữ liệu huấn luyện. Lịch sử cho thấy đây là một trong những việc khó nhất với hệ thống AI, vì vậy điểm số cao cho thấy chúng ta đang chứng kiến năng lực lập luận thực sự chứ không phải ghi nhớ máy móc.
Câu hỏi cực khó
Deep Think đạt 37,5% mà không dùng công cụ trên Humanity's Last Exam. Và khi bật chế độ Deep Think, con số này tăng lên 41,0%. Để tham chiếu, GPT-5.1 đạt 26,5%.
Chuẩn đo này thú vị vì được thiết kế để kiểm tra kiến thức và lập luận ở ranh giới hiểu biết của con người. Hãy nghĩ đến những vấn đề cực kỳ khó đòi hỏi chuyên môn sâu để giải. Việc Gemini 3, dùng Deep Think, có thể trả lời đúng hơn một phần ba số câu hỏi gợi ý rằng nó không chỉ đọc lại thông tin, mà thực sự đang lập luận qua các vấn đề rất phức tạp và rất mơ hồ.
Khoa học trình độ sau đại học
Deep Think đạt điểm A - 91,9% - trên GPQA Diamond, là chuẩn câu hỏi khoa học trình độ sau đại học. Deep Think còn đẩy điểm cao hơn nữa lên 93,8%. Dù mức 91,9% đã đủ ấn tượng, điều thú vị hơn là đây là mức nền tảng mà Deep Think vẫn có thể cải thiện thêm.
Tôi có thể truy cập Gemini 3 như thế nào?
Gemini 3 Pro hiện đã có trên nhiều nền tảng. Bạn có thể sử dụng ngay trong ứng dụng Gemini. Nó cũng vận hành Chế độ AI trong Tìm kiếm, nên có thể bạn đang tương tác với Gemini 3 mà không hề biết.
Nếu bạn là nhà phát triển, bạn có thể truy cập Gemini 3 Pro thông qua Gemini API trong Google AI Studio, Vertex AI và Gemini CLI. Nó cũng có trên nền tảng Google Antigravity mới công bố và trong nhiều công cụ bên thứ ba như Cursor, GitHub, JetBrains, Manus và Replit.
Thuê bao Google AI Ultra được truy cập Gemini 3 Pro, cùng tính năng thử nghiệm Gemini Agent để xây dựng tác tử nhiều bước. Deep Think hiện đang được kiểm thử an toàn và sẽ đến với thuê bao Ultra trong vài tuần tới, nhưng chỉ sau khi hoàn tất các đánh giá an toàn bổ sung.
Đối với sinh viên, Google giới thiệu gói miễn phí một năm cung cấp quyền truy cập Gemini 3 Pro, cùng tải lên hình ảnh không giới hạn, 2 TB lưu trữ và các công cụ bổ sung như NotebookLM.
Google đang sử dụng Gemini 3 như thế nào
Gemini 3 Pro đã xuất hiện rộng rãi, và Google đang triển khai nó trong hai tính năng chủ chốt:
AI Overviews trên Google Tìm kiếm
Google tự tin đến mức thực hiện bước đi khác thường là tích hợp trực tiếp mô hình này vào Google Tìm kiếm. Dù AI Overviews đã dần xuất hiện trên ngày càng nhiều trang từ tháng Tư, Gemini 3 Pro sẽ vận hành các phần tổng quan này ngay từ ngày ra mắt.
Gemini 3 và Google Antigravity
Một phần rất đáng hào hứng khác của thông báo là sự xuất hiện của nền tảng phát triển theo hướng tác tử mới, Google Antigravity.
Công cụ mới này được vận hành bởi khả năng lập luận, sử dụng công cụ và lập trình theo hướng tác tử của Gemini 3. Google hứa hẹn nó sẽ đem lại cảm giác quen thuộc như một IDE AI, nhưng các tác tử sẽ có thể truy cập trực tiếp vào trình soạn thảo, terminal và trình duyệt để giúp bạn tự lên kế hoạch, viết và kiểm tra các dự án phức tạp.
Antigravity sẽ kết nối với Gemini 3 Pro, mô hình Gemini 2.5 Computer Use để điều khiển trình duyệt, và Nano Banana (Gemini 2.5 Image) để chỉnh sửa hình ảnh.
Kết luận
Với lần phát hành này, Google rõ ràng đưa ra thông điệp: họ đã trở lại cuộc đua cho mô hình AI mạnh mẽ nhất, và họ đang triển khai nhanh ở quy mô lớn trên toàn hệ sinh thái sản phẩm. Xét theo thông số, thật khó mà không đồng tình; Gemini 3 Pro mang lại cảm giác là mô hình AI tốt nhất thế giới về hiểu biết đa phương thức.
Như thường lệ, Google có vị thế tốt. Hạ tầng đám mây, chip tùy chỉnh và ngăn xếp AI tích hợp theo chiều dọc của họ đang bổ trợ lẫn nhau để mang lại hiệu năng ít đối thủ bì kịp. Bởi vì mức tăng trải rộng từ lập luận, lập trình, hiểu đa phương thức đến lập kế hoạch dài hạn, điều này cho thấy Google đã có cải tiến nền tảng cho kiến trúc cốt lõi của Gemini với Gemini 3 Pro. Hơn nữa, Google dường như đang xây dựng với các bài toán kinh doanh cụ thể trong đầu, nên cách chúng ta sử dụng AI đang nhanh chóng trở nên đa dạng và thú vị hơn.
Nếu bạn cần cập nhật nhanh về mọi thứ liên quan đến AI, tôi khuyến nghị bắt đầu với lộ trình kỹ năng AI Fundamentals.
Sự khác nhau giữa Gemini 3 Pro và Gemini 3 Deep Think là gì?
Cửa sổ ngữ cảnh 1 triệu token hữu ích để làm gì?
Làm sao tôi có thể dùng thử Gemini 3 Pro miễn phí?
Google Antigravity là gì và khác gì so với AI Studio hay Vertex AI?
Tại sao điểm chuẩn đo lại quan trọng với Gemini 3 Pro?
Author
Josef Waples
