Gemini के बारे में सोच

Gemini 3 और 2.5 सीरीज़ के मॉडल, "सोचने की प्रोसेस" का इस्तेमाल करते हैं. इससे, तर्क करने और कई चरणों वाली प्लानिंग करने की उनकी क्षमता में काफ़ी सुधार होता है. इसलिए, ये मॉडल कोडिंग, ऐडवांस गणित, और डेटा विश्लेषण जैसे मुश्किल कामों को करने में बहुत असरदार होते हैं.

इस गाइड में, Gemini API का इस्तेमाल करके, Gemini की सोचने-समझने की क्षमताओं का इस्तेमाल करने का तरीका बताया गया है.

सोच-समझकर कॉन्टेंट जनरेट करना

सोचने की क्षमता वाले मॉडल से अनुरोध करना, कॉन्टेंट जनरेट करने के किसी अन्य अनुरोध की तरह ही होता है. मुख्य अंतर यह है कि model फ़ील्ड में, सोचने की क्षमता वाले मॉडल में से किसी एक को तय किया जाता है. जैसा कि टेक्स्ट जनरेट करने के इस उदाहरण में दिखाया गया है:

Python

from google import genai

client = genai.Client()
prompt = "Explain the concept of Occam's Razor and provide a simple, everyday example."
response = client.models.generate_content(
    model="gemini-3-flash-preview",
    contents=prompt
)

print(response.text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const prompt = "Explain the concept of Occam's Razor and provide a simple, everyday example.";

  const response = await ai.models.generateContent({
    model: "gemini-3-flash-preview",
    contents: prompt,
  });

  console.log(response.text);
}

main();

ऐप पर जाएं

package main

import (
  "context"
  "fmt"
  "log"
  "os"
  "google.golang.org/genai"
)

func main() {
  ctx := context.Background()
  client, err := genai.NewClient(ctx, nil)
  if err != nil {
      log.Fatal(err)
  }

  prompt := "Explain the concept of Occam's Razor and provide a simple, everyday example."
  model := "gemini-3-flash-preview"

  resp, _ := client.Models.GenerateContent(ctx, model, genai.Text(prompt), nil)

  fmt.Println(resp.Text())
}

REST

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-flash-preview:generateContent" \
 -H "x-goog-api-key: $GEMINI_API_KEY" \
 -H 'Content-Type: application/json' \
 -X POST \
 -d '{
   "contents": [
     {
       "parts": [
         {
           "text": "Explain the concept of Occam'\''s Razor and provide a simple, everyday example."
         }
       ]
     }
   ]
 }'
 ```

जवाब के बारे में खास जानकारी

सोच के बारे में जानकारी देने वाली खास बातें, मॉडल की सोच के बारे में जानकारी देने वाले वर्शन होते हैं. इनसे मॉडल की सोच के बारे में जानकारी मिलती है. ध्यान दें कि सोचने के लेवल और बजट, मॉडल के ओरिजनल जवाबों पर लागू होते हैं. ये जवाबों की खास जानकारी पर लागू नहीं होते.

अनुरोध कॉन्फ़िगरेशन में includeThoughts को true पर सेट करके, बातचीत की खास जानकारी पाने की सुविधा चालू की जा सकती है. इसके बाद, response पैरामीटर के parts को दोहराकर और thought बूलियन की जांच करके, खास जानकारी को ऐक्सेस किया जा सकता है.

यहां एक उदाहरण दिया गया है, जिसमें यह दिखाया गया है कि स्ट्रीमिंग के बिना, सोच के बारे में खास जानकारी देने वाली सुविधा को कैसे चालू किया जाता है और उससे जानकारी कैसे मिलती है. इससे जवाब के साथ, सोच के बारे में खास जानकारी देने वाला एक ही फ़ाइनल जवाब मिलता है:

Python

from google import genai
from google.genai import types

client = genai.Client()
prompt = "What is the sum of the first 50 prime numbers?"
response = client.models.generate_content(
  model="gemini-3-flash-preview",
  contents=prompt,
  config=types.GenerateContentConfig(
    thinking_config=types.ThinkingConfig(
      include_thoughts=True
    )
  )
)

for part in response.candidates[0].content.parts:
  if not part.text:
    continue
  if part.thought:
    print("Thought summary:")
    print(part.text)
    print()
  else:
    print("Answer:")
    print(part.text)
    print()

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-3-flash-preview",
    contents: "What is the sum of the first 50 prime numbers?",
    config: {
      thinkingConfig: {
        includeThoughts: true,
      },
    },
  });

  for (const part of response.candidates[0].content.parts) {
    if (!part.text) {
      continue;
    }
    else if (part.thought) {
      console.log("Thoughts summary:");
      console.log(part.text);
    }
    else {
      console.log("Answer:");
      console.log(part.text);
    }
  }
}

main();

ऐप पर जाएं

package main

import (
  "context"
  "fmt"
  "google.golang.org/genai"
  "os"
)

func main() {
  ctx := context.Background()
  client, err := genai.NewClient(ctx, nil)
  if err != nil {
      log.Fatal(err)
  }

  contents := genai.Text("What is the sum of the first 50 prime numbers?")
  model := "gemini-3-flash-preview"
  resp, _ := client.Models.GenerateContent(ctx, model, contents, &genai.GenerateContentConfig{
    ThinkingConfig: &genai.ThinkingConfig{
      IncludeThoughts: true,
    },
  })

  for _, part := range resp.Candidates[0].Content.Parts {
    if part.Text != "" {
      if part.Thought {
        fmt.Println("Thoughts Summary:")
        fmt.Println(part.Text)
      } else {
        fmt.Println("Answer:")
        fmt.Println(part.Text)
      }
    }
  }
}

यहां स्ट्रीमिंग के साथ सोचने की सुविधा का इस्तेमाल करके एक उदाहरण दिया गया है. इससे जवाब जनरेट होने के दौरान, लगातार और धीरे-धीरे जानकारी मिलती है:

Python

from google import genai
from google.genai import types

client = genai.Client()

prompt = """
Alice, Bob, and Carol each live in a different house on the same street: red, green, and blue.
The person who lives in the red house owns a cat.
Bob does not live in the green house.
Carol owns a dog.
The green house is to the left of the red house.
Alice does not own a cat.
Who lives in each house, and what pet do they own?
"""

thoughts = ""
answer = ""

for chunk in client.models.generate_content_stream(
    model="gemini-3-flash-preview",
    contents=prompt,
    config=types.GenerateContentConfig(
      thinking_config=types.ThinkingConfig(
        include_thoughts=True
      )
    )
):
  for part in chunk.candidates[0].content.parts:
    if not part.text:
      continue
    elif part.thought:
      if not thoughts:
        print("Thoughts summary:")
      print(part.text)
      thoughts += part.text
    else:
      if not answer:
        print("Answer:")
      print(part.text)
      answer += part.text

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

const prompt = `Alice, Bob, and Carol each live in a different house on the same
street: red, green, and blue. The person who lives in the red house owns a cat.
Bob does not live in the green house. Carol owns a dog. The green house is to
the left of the red house. Alice does not own a cat. Who lives in each house,
and what pet do they own?`;

let thoughts = "";
let answer = "";

async function main() {
  const response = await ai.models.generateContentStream({
    model: "gemini-3-flash-preview",
    contents: prompt,
    config: {
      thinkingConfig: {
        includeThoughts: true,
      },
    },
  });

  for await (const chunk of response) {
    for (const part of chunk.candidates[0].content.parts) {
      if (!part.text) {
        continue;
      } else if (part.thought) {
        if (!thoughts) {
          console.log("Thoughts summary:");
        }
        console.log(part.text);
        thoughts = thoughts + part.text;
      } else {
        if (!answer) {
          console.log("Answer:");
        }
        console.log(part.text);
        answer = answer + part.text;
      }
    }
  }
}

await main();

ऐप पर जाएं

package main

import (
  "context"
  "fmt"
  "log"
  "os"
  "google.golang.org/genai"
)

const prompt = `
Alice, Bob, and Carol each live in a different house on the same street: red, green, and blue.
The person who lives in the red house owns a cat.
Bob does not live in the green house.
Carol owns a dog.
The green house is to the left of the red house.
Alice does not own a cat.
Who lives in each house, and what pet do they own?
`

func main() {
  ctx := context.Background()
  client, err := genai.NewClient(ctx, nil)
  if err != nil {
      log.Fatal(err)
  }

  contents := genai.Text(prompt)
  model := "gemini-3-flash-preview"

  resp := client.Models.GenerateContentStream(ctx, model, contents, &genai.GenerateContentConfig{
    ThinkingConfig: &genai.ThinkingConfig{
      IncludeThoughts: true,
    },
  })

  for chunk := range resp {
    for _, part := range chunk.Candidates[0].Content.Parts {
      if len(part.Text) == 0 {
        continue
      }

      if part.Thought {
        fmt.Printf("Thought: %s\n", part.Text)
      } else {
        fmt.Printf("Answer: %s\n", part.Text)
      }
    }
  }
}

सोचने की क्षमता को कंट्रोल करना

Gemini मॉडल, डिफ़ॉल्ट रूप से डाइनैमिक थिंकिंग का इस्तेमाल करते हैं. इसका मतलब है कि वे उपयोगकर्ता के अनुरोध की जटिलता के आधार पर, जवाब देने के लिए ज़रूरी तर्कों की संख्या को अपने-आप अडजस्ट करते हैं. हालांकि, अगर आपको लेटेन्सी से जुड़ी कुछ खास पाबंदियां लगानी हैं या मॉडल को सामान्य से ज़्यादा गहराई से सोचने की ज़रूरत है, तो आपके पास पैरामीटर का इस्तेमाल करके, सोचने के तरीके को कंट्रोल करने का विकल्प होता है.

सोचने के लेवल (Gemini 3)

thinkingLevel पैरामीटर का इस्तेमाल करने का सुझाव Gemini 3 और इसके बाद के मॉडल के लिए दिया जाता है. इससे, तर्क करने के तरीके को कंट्रोल किया जा सकता है.

यहां दी गई टेबल में, हर मॉडल टाइप के लिए thinkingLevel सेटिंग के बारे में जानकारी दी गई है:

सोचने का लेवल Gemini 3 Pro Gemini 3 Flash ब्यौरा
minimal काम नहीं करता है काम करता है यह सेटिंग, ज़्यादातर क्वेरी के लिए "सोचने की ज़रूरत नहीं है" सेटिंग से मेल खाती है. मुश्किल कोडिंग टास्क के लिए, मॉडल बहुत कम सोच-विचार कर सकता है. यह चैट या ज़्यादा थ्रूपुट वाले ऐप्लिकेशन के लिए, इंतज़ार के समय को कम करता है. ध्यान दें कि minimal इस बात की गारंटी नहीं देता कि सोचने की सुविधा बंद हो गई है.
low काम करता है काम करता है इससे इंतज़ार का समय और लागत कम हो जाती है. यह मॉडल, आसान निर्देशों का पालन करने, चैट करने या ज़्यादा थ्रूपुट वाले ऐप्लिकेशन के लिए सबसे अच्छा है.
medium काम नहीं करता है काम करता है ज़्यादातर कामों के लिए, सोच-समझकर जवाब देना.
high काम करता है (डिफ़ॉल्ट, डाइनैमिक) काम करता है (डिफ़ॉल्ट, डाइनैमिक) इससे तर्क करने की क्षमता बढ़ जाती है. मॉडल को पहली बार (बिना सोचे-समझे) आउटपुट टोकन तक पहुंचने में ज़्यादा समय लग सकता है. हालांकि, आउटपुट ज़्यादा सोच-समझकर दिया जाएगा.

यहां दिए गए उदाहरण में, सोचने का लेवल सेट करने का तरीका बताया गया है.

Python

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3-flash-preview",
    contents="Provide a list of 3 famous physicists and their key contributions",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_level="low")
    ),
)

print(response.text)

JavaScript

import { GoogleGenAI, ThinkingLevel } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-3-flash-preview",
    contents: "Provide a list of 3 famous physicists and their key contributions",
    config: {
      thinkingConfig: {
        thinkingLevel: ThinkingLevel.LOW,
      },
    },
  });

  console.log(response.text);
}

main();

ऐप पर जाएं

package main

import (
  "context"
  "fmt"
  "google.golang.org/genai"
  "os"
)

func main() {
  ctx := context.Background()
  client, err := genai.NewClient(ctx, nil)
  if err != nil {
      log.Fatal(err)
  }

  thinkingLevelVal := "low"

  contents := genai.Text("Provide a list of 3 famous physicists and their key contributions")
  model := "gemini-3-flash-preview"
  resp, _ := client.Models.GenerateContent(ctx, model, contents, &genai.GenerateContentConfig{
    ThinkingConfig: &genai.ThinkingConfig{
      ThinkingLevel: &thinkingLevelVal,
    },
  })

fmt.Println(resp.Text())
}

REST

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-flash-preview:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
  "contents": [
    {
      "parts": [
        {
          "text": "Provide a list of 3 famous physicists and their key contributions"
        }
      ]
    }
  ],
  "generationConfig": {
    "thinkingConfig": {
          "thinkingLevel": "low"
    }
  }
}'

Gemini 3 Pro के लिए, सोचने की प्रोसेस को बंद नहीं किया जा सकता. Gemini 3 Flash में, 'सोचने की सुविधा बंद करें' सेटिंग काम नहीं करती. हालाँकि, minimal सेटिंग का मतलब है कि मॉडल शायद ही सोचेगा (हालाँकि, यह अब भी सोच सकता है). अगर आपने सोचने का लेवल नहीं बताया है, तो Gemini, Gemini 3 मॉडल के डिफ़ॉल्ट डाइनैमिक थिंकिंग लेवल, "high" का इस्तेमाल करेगा.

Gemini 2.5 सीरीज़ के मॉडल, thinkingLevel के साथ काम नहीं करते. इसके बजाय, thinkingBudget का इस्तेमाल करें.

बजट के बारे में सोचना

Gemini 2.5 सीरीज़ के साथ पेश किया गया thinkingBudget पैरामीटर, मॉडल को यह बताता है कि तर्क करने के लिए कितने थिंकिंग टोकन का इस्तेमाल करना है.

यहां हर मॉडल टाइप के लिए, thinkingBudget कॉन्फ़िगरेशन की जानकारी दी गई है. thinkingBudget को 0 पर सेट करके, सोचने की सुविधा को बंद किया जा सकता है. thinkingBudget को -1 पर सेट करने से, डाइनैमिक थिंकिंग चालू हो जाती है. इसका मतलब है कि मॉडल, अनुरोध की जटिलता के आधार पर बजट को अडजस्ट करेगा.

मॉडल डिफ़ॉल्ट सेटिंग
(बजट सेट नहीं किया गया है)
रेंज प्रोसेस की जानकारी को छिपाना डाइनैमिक थिंकिंग की सुविधा चालू करना
2.5 Pro डाइनैमिक थिंकिंग 128 से 32768 लागू नहीं: सोचने की सुविधा बंद नहीं की जा सकती thinkingBudget = -1 (डिफ़ॉल्ट)
2.5 फ़्लैश डाइनैमिक थिंकिंग 0 से 24576 thinkingBudget = 0 thinkingBudget = -1 (डिफ़ॉल्ट)
2.5 Flash Preview डाइनैमिक थिंकिंग 0 से 24576 thinkingBudget = 0 thinkingBudget = -1 (डिफ़ॉल्ट)
2.5 Flash Lite मॉडल को नहीं लगता 512 से 24576 thinkingBudget = 0 thinkingBudget = -1
2.5 Flash Lite Preview मॉडल को नहीं लगता 512 से 24576 thinkingBudget = 0 thinkingBudget = -1
Robotics-ER 1.5 की झलक डाइनैमिक थिंकिंग 0 से 24576 thinkingBudget = 0 thinkingBudget = -1 (डिफ़ॉल्ट)
2.5 फ़्लैश लाइव नेटिव ऑडियो की झलक (09-2025) डाइनैमिक थिंकिंग 0 से 24576 thinkingBudget = 0 thinkingBudget = -1 (डिफ़ॉल्ट)

Python

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3-flash-preview",
    contents="Provide a list of 3 famous physicists and their key contributions",
    config=types.GenerateContentConfig(
        thinking_config=types.ThinkingConfig(thinking_budget=1024)
        # Turn off thinking:
        # thinking_config=types.ThinkingConfig(thinking_budget=0)
        # Turn on dynamic thinking:
        # thinking_config=types.ThinkingConfig(thinking_budget=-1)
    ),
)

print(response.text)

JavaScript

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-3-flash-preview",
    contents: "Provide a list of 3 famous physicists and their key contributions",
    config: {
      thinkingConfig: {
        thinkingBudget: 1024,
        // Turn off thinking:
        // thinkingBudget: 0
        // Turn on dynamic thinking:
        // thinkingBudget: -1
      },
    },
  });

  console.log(response.text);
}

main();

ऐप पर जाएं

package main

import (
  "context"
  "fmt"
  "google.golang.org/genai"
  "os"
)

func main() {
  ctx := context.Background()
  client, err := genai.NewClient(ctx, nil)
  if err != nil {
      log.Fatal(err)
  }

  thinkingBudgetVal := int32(1024)

  contents := genai.Text("Provide a list of 3 famous physicists and their key contributions")
  model := "gemini-3-flash-preview"
  resp, _ := client.Models.GenerateContent(ctx, model, contents, &genai.GenerateContentConfig{
    ThinkingConfig: &genai.ThinkingConfig{
      ThinkingBudget: &thinkingBudgetVal,
      // Turn off thinking:
      // ThinkingBudget: int32(0),
      // Turn on dynamic thinking:
      // ThinkingBudget: int32(-1),
    },
  })

fmt.Println(resp.Text())
}

REST

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-flash-preview:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
  "contents": [
    {
      "parts": [
        {
          "text": "Provide a list of 3 famous physicists and their key contributions"
        }
      ]
    }
  ],
  "generationConfig": {
    "thinkingConfig": {
          "thinkingBudget": 1024
    }
  }
}'

प्रॉम्प्ट के हिसाब से, मॉडल टोकन बजट से ज़्यादा या कम टोकन जनरेट कर सकता है.

हस्ताक्षर के बारे में जानकारी

Gemini API स्टेटलेस है. इसलिए, मॉडल हर एपीआई अनुरोध को अलग-अलग तरीके से प्रोसेस करता है. साथ ही, कई बार की बातचीत में, मॉडल के पास पिछले टर्न के कॉन्टेक्स्ट का ऐक्सेस नहीं होता.

कई बार की बातचीत में, सोच के कॉन्टेक्स्ट को बनाए रखने के लिए, Gemini, थॉट सिग्नेचर दिखाता है. ये मॉडल की इंटरनल थॉट प्रोसेस के एन्क्रिप्ट (सुरक्षित) किए गए वर्शन होते हैं.

  • Gemini 2.5 मॉडल, थॉट सिग्नेचर तब दिखाते हैं, जब थिंकिंग की सुविधा चालू हो और अनुरोध में फ़ंक्शन कॉलिंग शामिल हो. खास तौर पर, फ़ंक्शन के बारे में जानकारी.
  • Gemini 3 मॉडल, सभी तरह के पार्ट के लिए थॉट सिग्नेचर दिखा सकते हैं. हमारा सुझाव है कि आपको सभी हस्ताक्षर वापस उसी तरह भेजने चाहिए जिस तरह से वे मिले थे. हालांकि, फ़ंक्शन कॉल करने के लिए हस्ताक्षर ज़रूरी हैं. ज़्यादा जानने के लिए, Thought Signatures पेज पढ़ें.

Google GenAI SDK, आपके लिए थॉट सिग्नेचर को अपने-आप मैनेज करता है. अगर आपको बातचीत के इतिहास में बदलाव करना है या REST API का इस्तेमाल करना है, तो आपको थॉट सिग्नेचर को मैन्युअल तरीके से मैनेज करना होगा.

फ़ंक्शन कॉलिंग के साथ-साथ, इस्तेमाल से जुड़ी अन्य पाबंदियों का भी ध्यान रखें. इनमें ये शामिल हैं:

  • जवाब के अन्य हिस्सों में मॉडल से सिग्नेचर मिलते हैं. उदाहरण के लिए, फ़ंक्शन कॉल करना या टेक्स्ट वाले हिस्से. पूरे जवाब को वापस मॉडल को भेजें, ताकि वह अगले टर्न में सभी हिस्सों को शामिल कर सके.
  • सिग्नेचर वाले हिस्सों को एक साथ न जोड़ें.
  • बिना हस्ताक्षर वाले हिस्से को हस्ताक्षर वाले हिस्से के साथ न मिलाएं.

कीमत

सोचने की सुविधा चालू होने पर, जवाब की कीमत आउटपुट टोकन और सोचने के लिए इस्तेमाल किए गए टोकन के योग के बराबर होती है. thoughtsTokenCount फ़ील्ड से, जनरेट किए गए थिंकिंग टोकन की कुल संख्या पाई जा सकती है.

Python

# ...
print("Thoughts tokens:",response.usage_metadata.thoughts_token_count)
print("Output tokens:",response.usage_metadata.candidates_token_count)

JavaScript

// ...
console.log(`Thoughts tokens: ${response.usageMetadata.thoughtsTokenCount}`);
console.log(`Output tokens: ${response.usageMetadata.candidatesTokenCount}`);

ऐप पर जाएं

// ...
usageMetadata, err := json.MarshalIndent(response.UsageMetadata, "", "  ")
if err != nil {
  log.Fatal(err)
}
fmt.Println("Thoughts tokens:", string(usageMetadata.thoughts_token_count))
fmt.Println("Output tokens:", string(usageMetadata.candidates_token_count))

थिंकिंग मॉडल, जवाब की क्वालिटी को बेहतर बनाने के लिए पूरी जानकारी जनरेट करते हैं. इसके बाद, वे खास जानकारी देते हैं, ताकि यह पता चल सके कि जवाब जनरेट करने के लिए किस तरह की प्रोसेस का इस्तेमाल किया गया. इसलिए, कीमत इस बात पर तय होती है कि खास जानकारी जनरेट करने के लिए, मॉडल को कितने थॉट टोकन जनरेट करने पड़े. भले ही, एपीआई से सिर्फ़ खास जानकारी आउटपुट के तौर पर मिली हो.

टोकन की गिनती गाइड में, टोकन के बारे में ज़्यादा जानकारी दी गई है.

सबसे सही तरीके

इस सेक्शन में, थिंकिंग मॉडल का बेहतर तरीके से इस्तेमाल करने के लिए कुछ दिशा-निर्देश दिए गए हैं. हमेशा की तरह, प्रॉम्प्ट लिखने से जुड़े दिशा-निर्देशों और सबसे सही तरीकों का पालन करने से आपको सबसे अच्छे नतीजे मिलेंगे.

डीबग करना और स्टीयर करना

  • जवाब के पीछे की वजह की समीक्षा करना: अगर आपको सोचने वाले मॉडल से अपनी उम्मीद के मुताबिक़ जवाब नहीं मिल रहा है, तो Gemini के जवाब के पीछे की वजह की समीक्षा करने से मदद मिल सकती है. आपको यह पता चल सकता है कि एआई ने टास्क को कैसे पूरा किया और नतीजे पर कैसे पहुंचा. साथ ही, इस जानकारी का इस्तेमाल करके, सही नतीजे पाने के लिए किया जा सकता है.

  • जवाब देने के तरीके के बारे में निर्देश देना: अगर आपको लंबा जवाब चाहिए, तो अपने प्रॉम्प्ट में जवाब देने के तरीके के बारे में निर्देश दें. इससे मॉडल को सोचने में कम समय लगेगा. इससे आपको अपने जवाब के लिए, टोकन आउटपुट का ज़्यादा हिस्सा रिज़र्व करने की सुविधा मिलती है.

टास्क की मुश्किल का लेवल

  • आसान टास्क (सोचने की प्रोसेस बंद हो सकती है): ऐसे सीधे-सादे अनुरोधों के लिए सोचने की प्रोसेस की ज़रूरत नहीं होती जिनमें जटिल तर्क की ज़रूरत नहीं होती. जैसे, तथ्यों को ढूंढना या उन्हें कैटगरी में बांटना. उदाहरण के लिए:
    • "DeepMind की स्थापना कहाँ हुई थी?"
    • "क्या इस ईमेल में मीटिंग के लिए कहा गया है या सिर्फ़ जानकारी दी गई है?"
  • सामान्य टास्क (डिफ़ॉल्ट/कुछ सोच-विचार): कई सामान्य अनुरोधों के लिए, चरण-दर-चरण प्रोसेस करने या ज़्यादा जानकारी देने की ज़रूरत होती है. Gemini, सोचने की क्षमता का इस्तेमाल इन कामों के लिए कर सकता है:
    • प्रकाश संश्लेषण और बड़े होने की प्रक्रिया के बीच समानताएं बताओ.
    • इलेक्ट्रिक कारों और हाइब्रिड कारों की तुलना करें और उनके बीच अंतर बताएं.
  • मुश्किल टास्क (सोचने की क्षमता सबसे ज़्यादा): अगर आपको वाकई मुश्किल चुनौतियों का सामना करना है, तो हम आपको सोचने के लिए ज़्यादा बजट सेट करने का सुझाव देते हैं. जैसे, गणित के मुश्किल सवालों को हल करना या कोडिंग के टास्क पूरे करना. इस तरह के टास्क के लिए, मॉडल को अपनी पूरी तर्क क्षमता और प्लानिंग की क्षमताओं का इस्तेमाल करना होता है. जवाब देने से पहले, अक्सर इसमें कई इंटरनल चरण शामिल होते हैं. उदाहरण के लिए:
    • AIME 2025 में पहला सवाल हल करें: उन सभी पूर्णांक आधारों b > 9 का योग निकालें जिनके लिए 17b, 97b का भाजक है.
    • किसी वेब ऐप्लिकेशन के लिए Python कोड लिखो. यह ऐप्लिकेशन, शेयर बाज़ार के रीयल-टाइम डेटा को विज़ुअलाइज़ करता हो. साथ ही, इसमें उपयोगकर्ता की पुष्टि करने की सुविधा भी शामिल हो. इसे ज़्यादा से ज़्यादा असरदार बनाओ.

साथ काम करने वाले मॉडल, टूल, और सुविधाएं

सोचने की क्षमता वाली सुविधाएं, 3 और 2.5 सीरीज़ के सभी मॉडल पर काम करती हैं. आपको मॉडल की सभी क्षमताओं के बारे में जानकारी, मॉडल की खास जानकारी वाले पेज पर मिल सकती है.

सोच-समझकर जवाब देने वाले मॉडल, Gemini के सभी टूल और सुविधाओं के साथ काम करते हैं. इस सुविधा की मदद से, मॉडल बाहरी सिस्टम के साथ इंटरैक्ट कर सकते हैं, कोड लागू कर सकते हैं या रीयल-टाइम में जानकारी ऐक्सेस कर सकते हैं. साथ ही, नतीजों को अपने तर्क और फ़ाइनल जवाब में शामिल कर सकते हैं.

सोच-समझकर जवाब देने वाले मॉडल की कुकबुक में, टूल का इस्तेमाल करने के उदाहरण देखे जा सकते हैं.

आगे क्या करना है?