Quá trình Triển khai Theo giai đoạn Trên Tất cả Các Nền tảng

Việc triển khai diễn ra nhanh chóng và có cấu trúc, từ một bản thử nghiệm giới hạn đến khi có sẵn công khai đầy đủ chỉ trong hơn hai tuần:

• 17–18 tháng 5 năm 2026: Tính năng này lần đầu tiên được một nhóm người dùng thử nghiệm giới hạn trên ứng dụng Android phát hiện, xuất hiện dưới dạng menu "Thinking level" ở cuối bảng chọn mô hình khi sử dụng các mô hình Fast (Gemini 3 Flash) hoặc Gemini 3.1 Pro .
• 19 tháng 5 năm 2026 (Google I/O): Google chính thức công bố tính năng này cùng với việc ra mắt mô hình Gemini 3.5 Flash, giới thiệu API suy luận bốn cấp độ mới (minimal, low, medium, high) dành cho các nhà phát triển .
• 2 tháng 6 năm 2026: Josh Woodward, Phó Chủ tịch phụ trách Gemini của Google, thông báo việc triển khai đã hoàn tất trên tất cả các nền tảng .
• 3 tháng 6 năm 2026: Các hãng tin tức đưa tin rộng rãi rằng tính năng này hiện đã có sẵn cho tất cả mọi người — cả người dùng miễn phí và trả phí — trên ứng dụng Gemini web, Android và iOS, cũng như thông qua Gemini API và Vertex AI .

Các Tùy chọn Suy luận: Standard, Extended và Deep Thinking

Ứng dụng dành cho người tiêu dùng cung cấp tới ba cấp độ khác biệt, mặc dù không phải cấp độ nào cũng có sẵn cho mọi người dùng :

• Standard: Đây là cài đặt mặc định. Mô hình sử dụng "suy luận động" (dynamic thinking), tự động điều chỉnh độ sâu suy luận dựa trên độ phức tạp của câu lệnh của bạn. Nó được tối ưu hóa cho tốc độ và hiệu quả trong các câu hỏi và tác vụ hàng ngày .
• Extended: Có sẵn cho tất cả người dùng miễn phí và trả phí, chế độ này cố tình buộc mô hình phải suy luận lâu hơn và sâu hơn. Nó được thiết kế cho các chủ đề phức tạp liên quan đến toán học, viết mã, lập kế hoạch nhiều bước hoặc logic, tạo ra các câu trả lời kỹ lưỡng hơn với chi phí độ trễ cao hơn .
• Deep Thinking: Đây là cấp cao nhất, một chế độ chuyên biệt, tiêu tốn nhiều tài nguyên tính toán, dành riêng cho người đăng ký "Ultra". Đây là cánh cửa dẫn đến khả năng suy luận mạnh mẽ nhất của Google và tách biệt khỏi nút chuyển đổi tiêu dùng tiêu chuẩn .

Về phía nhà phát triển, API cung cấp khả năng kiểm soát chi tiết hơn với bốn cấp độ (minimal, low, medium, high). Một thay đổi quan trọng dành cho nhà phát triển là sự ra đời của Gemini 3.5 Flash tại Google I/O, đã chuyển mặc định API từ high sang medium. Điều này có nghĩa là mã được viết cho các mô hình Gemini 3 trước đó sẽ tự động sử dụng mức suy luận thấp hơn (nhanh hơn, ít tốn kém hơn) trừ khi được cập nhật .

Standard so với Extended: So sánh Thực tế

Sự lựa chọn giữa Standard và Extended là sự đánh đổi giữa tốc độ và độ sâu, điều này cũng ảnh hưởng đến hạn ngạch sử dụng của bạn. Mặc dù Google không công bố quy tắc đơn giản như "Extended sử dụng gấp 2 lần hạn ngạch", nhưng tác động là có thật do cách cấu trúc giới hạn sử dụng .

Kết luận: Sử dụng Standard cho các câu trả lời nhanh, viết lại đơn giản và các tác vụ trò chuyện mà tốc độ là quan trọng nhất. Chuyển sang Extended khi bạn cần một phân tích mạnh mẽ về một vấn đề phức tạp, tạo mã chuyên sâu hoặc suy luận toán học nhiều bước. Chỉ cần lưu ý rằng nó sẽ tiêu thụ hạn ngạch khả dụng của bạn nhanh hơn .

Vị trí của Thinking Levels trong Chiến lược Suy luận Rộng lớn hơn của Google

Thinking Levels không phải là một tính năng đơn lẻ. Nó là phần ngọn hướng tới người tiêu dùng của chiến lược suy luận ba tầng mà Google đã xây dựng trong năm qua.

1. Deep Think: Chế độ Cao cấp Chuyên biệt
Deep Think là sản phẩm suy luận chuyên biệt nhất của Google, được xây dựng cho các thách thức khoa học, nghiên cứu và kỹ thuật tiên tiến. Đây là chế độ độc quyền dành cho người đăng ký Google AI Ultra, được xây dựng dựa trên Gemini 3.1 Pro và được thiết kế cho các tác vụ như biến bản phác thảo thành mô hình có thể in 3D hoặc giải các bài toán chứng minh tiên tiến . Google đã thực hiện một "bản nâng cấp lớn" cho nó vào tháng 2 năm 2026 và nó tồn tại như một sản phẩm riêng biệt với nút chuyển đổi Thinking Levels hàng ngày .

2. Thinking Levels: Núm vặn Suy luận Hàng ngày
Đây là tính năng đã được thảo luận ở trên, cung cấp cho người tiêu dùng khả năng kiểm soát theo từng tác vụ hàng ngày đối với nỗ lực suy luận trên các mô hình Flash và Pro tiêu chuẩn. Nó làm cho khả năng suy luận có thể cấu hình trở nên dễ tiếp cận mà không yêu cầu đăng ký cấp cao nhất.

3. Gemini 3.5 Flash: Kiến trúc Dành cho Nhà phát triển
Được công bố tại Google I/O 2026, Gemini 3.5 Flash là xương sống kỹ thuật cung cấp kiến trúc thinking-level mới cho các nhà phát triển. Được định vị là "mô hình tác nhân/lập trình mạnh mẽ nhất" của Google, nó vượt trội hơn Gemini 3.1 Pro cũ hơn trên các điểm chuẩn chính trong khi hoạt động nhanh hơn khoảng 4 lần . Quan trọng là, nó đã giới thiệu enum thinking_level như một tiêu chuẩn mới, thay thế tham số thinking_budget cũ và mặc định là medium để có phản hồi nhanh hơn, tiết kiệm chi phí hơn . Mô hình này mang cùng một khung khái niệm đằng sau nút chuyển đổi Standard/Extended của ứng dụng đến trực tiếp tay các nhà phát triển.

Trên thực tế, điều này có nghĩa là toàn bộ hệ sinh thái Gemini — từ người dùng miễn phí đặt câu hỏi nhanh trên web đến nhà phát triển doanh nghiệp xây dựng các tác nhân AI phức tạp — hiện đang hoạt động trên một kiến trúc suy luận thống nhất duy nhất. Bạn kiểm soát độ sâu. Các mô hình của Google xử lý phần còn lại.

Quá trình Triển khai Theo giai đoạn Trên Tất cả Các Nền tảng

Việc triển khai diễn ra nhanh chóng và có cấu trúc, từ một bản thử nghiệm giới hạn đến khi có sẵn công khai đầy đủ chỉ trong hơn hai tuần:

• 17–18 tháng 5 năm 2026: Tính năng này lần đầu tiên được một nhóm người dùng thử nghiệm giới hạn trên ứng dụng Android phát hiện, xuất hiện dưới dạng menu "Thinking level" ở cuối bảng chọn mô hình khi sử dụng các mô hình Fast (Gemini 3 Flash) hoặc Gemini 3.1 Pro .
• 19 tháng 5 năm 2026 (Google I/O): Google chính thức công bố tính năng này cùng với việc ra mắt mô hình Gemini 3.5 Flash, giới thiệu API suy luận bốn cấp độ mới (minimal, low, medium, high) dành cho các nhà phát triển .
• 2 tháng 6 năm 2026: Josh Woodward, Phó Chủ tịch phụ trách Gemini của Google, thông báo việc triển khai đã hoàn tất trên tất cả các nền tảng .
• 3 tháng 6 năm 2026: Các hãng tin tức đưa tin rộng rãi rằng tính năng này hiện đã có sẵn cho tất cả mọi người — cả người dùng miễn phí và trả phí — trên ứng dụng Gemini web, Android và iOS, cũng như thông qua Gemini API và Vertex AI .

Các Tùy chọn Suy luận: Standard, Extended và Deep Thinking

Ứng dụng dành cho người tiêu dùng cung cấp tới ba cấp độ khác biệt, mặc dù không phải cấp độ nào cũng có sẵn cho mọi người dùng :

• Standard: Đây là cài đặt mặc định. Mô hình sử dụng "suy luận động" (dynamic thinking), tự động điều chỉnh độ sâu suy luận dựa trên độ phức tạp của câu lệnh của bạn. Nó được tối ưu hóa cho tốc độ và hiệu quả trong các câu hỏi và tác vụ hàng ngày .
• Extended: Có sẵn cho tất cả người dùng miễn phí và trả phí, chế độ này cố tình buộc mô hình phải suy luận lâu hơn và sâu hơn. Nó được thiết kế cho các chủ đề phức tạp liên quan đến toán học, viết mã, lập kế hoạch nhiều bước hoặc logic, tạo ra các câu trả lời kỹ lưỡng hơn với chi phí độ trễ cao hơn .
• Deep Thinking: Đây là cấp cao nhất, một chế độ chuyên biệt, tiêu tốn nhiều tài nguyên tính toán, dành riêng cho người đăng ký "Ultra". Đây là cánh cửa dẫn đến khả năng suy luận mạnh mẽ nhất của Google và tách biệt khỏi nút chuyển đổi tiêu dùng tiêu chuẩn .

Về phía nhà phát triển, API cung cấp khả năng kiểm soát chi tiết hơn với bốn cấp độ (minimal, low, medium, high). Một thay đổi quan trọng dành cho nhà phát triển là sự ra đời của Gemini 3.5 Flash tại Google I/O, đã chuyển mặc định API từ high sang medium. Điều này có nghĩa là mã được viết cho các mô hình Gemini 3 trước đó sẽ tự động sử dụng mức suy luận thấp hơn (nhanh hơn, ít tốn kém hơn) trừ khi được cập nhật .

Standard so với Extended: So sánh Thực tế

Sự lựa chọn giữa Standard và Extended là sự đánh đổi giữa tốc độ và độ sâu, điều này cũng ảnh hưởng đến hạn ngạch sử dụng của bạn. Mặc dù Google không công bố quy tắc đơn giản như "Extended sử dụng gấp 2 lần hạn ngạch", nhưng tác động là có thật do cách cấu trúc giới hạn sử dụng .

Kết luận: Sử dụng Standard cho các câu trả lời nhanh, viết lại đơn giản và các tác vụ trò chuyện mà tốc độ là quan trọng nhất. Chuyển sang Extended khi bạn cần một phân tích mạnh mẽ về một vấn đề phức tạp, tạo mã chuyên sâu hoặc suy luận toán học nhiều bước. Chỉ cần lưu ý rằng nó sẽ tiêu thụ hạn ngạch khả dụng của bạn nhanh hơn .

Vị trí của Thinking Levels trong Chiến lược Suy luận Rộng lớn hơn của Google

Thinking Levels không phải là một tính năng đơn lẻ. Nó là phần ngọn hướng tới người tiêu dùng của chiến lược suy luận ba tầng mà Google đã xây dựng trong năm qua.

1. Deep Think: Chế độ Cao cấp Chuyên biệt
Deep Think là sản phẩm suy luận chuyên biệt nhất của Google, được xây dựng cho các thách thức khoa học, nghiên cứu và kỹ thuật tiên tiến. Đây là chế độ độc quyền dành cho người đăng ký Google AI Ultra, được xây dựng dựa trên Gemini 3.1 Pro và được thiết kế cho các tác vụ như biến bản phác thảo thành mô hình có thể in 3D hoặc giải các bài toán chứng minh tiên tiến . Google đã thực hiện một "bản nâng cấp lớn" cho nó vào tháng 2 năm 2026 và nó tồn tại như một sản phẩm riêng biệt với nút chuyển đổi Thinking Levels hàng ngày .

2. Thinking Levels: Núm vặn Suy luận Hàng ngày
Đây là tính năng đã được thảo luận ở trên, cung cấp cho người tiêu dùng khả năng kiểm soát theo từng tác vụ hàng ngày đối với nỗ lực suy luận trên các mô hình Flash và Pro tiêu chuẩn. Nó làm cho khả năng suy luận có thể cấu hình trở nên dễ tiếp cận mà không yêu cầu đăng ký cấp cao nhất.

3. Gemini 3.5 Flash: Kiến trúc Dành cho Nhà phát triển
Được công bố tại Google I/O 2026, Gemini 3.5 Flash là xương sống kỹ thuật cung cấp kiến trúc thinking-level mới cho các nhà phát triển. Được định vị là "mô hình tác nhân/lập trình mạnh mẽ nhất" của Google, nó vượt trội hơn Gemini 3.1 Pro cũ hơn trên các điểm chuẩn chính trong khi hoạt động nhanh hơn khoảng 4 lần . Quan trọng là, nó đã giới thiệu enum thinking_level như một tiêu chuẩn mới, thay thế tham số thinking_budget cũ và mặc định là medium để có phản hồi nhanh hơn, tiết kiệm chi phí hơn . Mô hình này mang cùng một khung khái niệm đằng sau nút chuyển đổi Standard/Extended của ứng dụng đến trực tiếp tay các nhà phát triển.

Trên thực tế, điều này có nghĩa là toàn bộ hệ sinh thái Gemini — từ người dùng miễn phí đặt câu hỏi nhanh trên web đến nhà phát triển doanh nghiệp xây dựng các tác nhân AI phức tạp — hiện đang hoạt động trên một kiến trúc suy luận thống nhất duy nhất. Bạn kiểm soát độ sâu. Các mô hình của Google xử lý phần còn lại.