2025年11月，DeepSeek开源全新数学模型DeepSeekMath-V2，专注自验证数学推理，打破谷歌和OpenAI在该领域的垄断。该模型在IMO 2025、CMO 2024及Putnam 2024竞赛中表现卓越，尤其在Putnam中以118/120超越人类最高分90分，并在代数、几何、数论等CNML级别问题上全面领先GPT-5-Thinking-High和Gemini 2.5-Pro。DeepSeekMath-V2采用迭代强化学习循环优化证明生成与验证，首次实现完全自动化数据标注流程，显著提升模型能力。此模型由研究员邵智宏主导开发，他曾提出经典算法GRPO并参与多个重要项目。这一成果标志着开源AI在复杂数学推理领域的重要突破。

谷歌DeepMind推出的Gemini 2.5 Deep Think模型现已在Gemini App上线，该模型曾获IMO金牌。新版速度更快，但实力略逊于原版，可达到IMO铜牌水平。模型仅对Ultra订阅用户开放，月费约1803元人民币。DeepMind称其推理性能超越OpenAI的o3和马斯克的Grok 4，在代码性能和科学知识测试中表现最佳。优势包括迭代开发、科学数学发现、算法编写等。通过扩展并行“思考时间”，模型能生成多种想法并优化解决方案。团队还开发了强化学习技术提升性能，模型还可融合多篇论文观点，助力研究。参考链接已附上。