首页财产ai正文 方才，全世界三年夜AI包办IMO满分！击败99%人类 上海七月，第67届国际数学奥林匹克落幕，中国队夺冠。同时，7个前沿年夜模子单挑IMO 2026题，四方权势登顶满分，揭示出硅基年夜脑的可骇进化。 2026-07-23 11:20 ·微信公家号：新智元 ASI启迪录 ASI启迪录 AI投资人解读· 文章先容了AI介入国际数学奥林匹克竞赛的环境，Claude Fable 五、GPT-5.6 Sol、Kimi K3等多个前沿年夜模子于IMO 2026中取患上满分成就，揭示出强盛的数学能力。· 行业竞争激烈，可能有新的模子不停涌现，打击现有格式技能成长迅速，模子能力晋升的同时，也可能呈现新的问题，如Grok 4.5呈现的幻觉问题。 总结：AI于数学竞赛中成就优秀，但行业竞争及技能问题需存眷，建议连续跟踪其技能进展与市场体现。
上海的七月，热浪滔滔。
第67届国际数学奥林匹克正式落幕，中国队以232分斩获桂冠。三名少年拿下42分满分。
现场掌声还有未散尽，GitHub上悄然浮现了另外一份亮眼的成就单。
前Google工程师Deedy Das甩出一场AI横评：7个前沿年夜模子，全自立单挑IMO 2026全数6道题。
Claude Fable 5狂揽42分满分。耗时仅仅2.5小时，烧失51美元。
GPT-5.6 Sol的xhigh版本一样满分。历时3.8小时，成本更是压到了极低的20美元。
Kimi K3紧随其后拿下满分。历经17.4小时酣战，破费31美元。
再算上自力交卷的AxiomProver，整整四方权势全数登顶满分。
作为参照，已往七年IMO，4347名人类选手参赛，只有30人拿过满分——比例0.69%。
0一、成就断层式碾压
从成果来看，不仅满分42及第四名28之间横着14分的鸿沟，并且三个满分模子登顶的姿式大相径庭。
Claude Fable 5打患上洁净爽利。9轮对于话，6轮有用输出，单趟最长73分钟（P3），全程输出70万token。
GPT-5.6 Sol显患上有些崎岖。于P2上磨了106分钟跑4轮，半途被收集妨碍打断两次。但算力节制可谓可骇——总输出只有23万token，三个满分里最省。
Kimi K3像一头不知倦怠的巨兽。2.8万亿参数的MoE模子，一口吻喷涌出154万token，是Sol的6.5倍。光P3一道题就倡议6次冲锋，酣战491分钟。
0二、数学直觉的正面比武
P1是全场最暖和的开胃菜，所有模子几分钟弄定，人类选手也险些无一掉手。
标题问题年夜意是：黑板上写着2026个年夜在1的正整数。每一一步，选两个数m及n，擦失，换上gcd(m,n)及lcm(m,n)/gcd(m,n)。重复操作直到没法继承。证实：(a) 历程必然会终止，终极刚好剩一个年夜在1的数M；(b) M的值不依靠在操作挨次。
为了便在理解这道题，咱们先做一个微缩试验。
黑板上只有12及18。12 = 2² × 3，18 = 2 × 3²。第 一步：gcd(12,18) = 6，lcm(12,18)/6 = 6，黑板酿成[6, 6]。第二步：gcd(6,6) = 6，lcm(6,6)/6 = 1，黑板酿成[6, 1]。只剩一个年夜在1的数，游戏终止。M = 6。
无论你怎么打乱操作挨次，M永远是6。为何？
谜底藏于素因子里。
对于每一个素数p，取所有数被p整除了次数的最 至公约数，再把这些素数幂乘起来——这个值从第 一步到末了一步都一直稳定。
Claude Fable 5：直接生造了一个每一步肯定缩水的计数器。
对于在这道题，Fable 5界说了一个量Φ = T + N。T是黑板上所有数的素因子个数之及（反复计），N是年夜在1的数的个数。好比黑板[12, 18]，12的素因子是二、二、3共3个，18的是二、三、3共3个，T = 6，N = 2，Φ = 8。
然后它证实了：每一履行一步操作，Φ至少削减1。分两种环境——假如gcd(m,n) 1，素因子总数T会削减；假如gcd(m,n) = 1，T稳定但年夜在1的数少了一个，N减1。Φ是正整数，每一步至少减1，历程必需于有限步内终止。单一计数器，一刀斩断。
GPT-5.6 Sol：追踪乘积，字典序降维。
Sol看的则是两个量：P = 所有数的乘积，K = 年夜在1的数的个数。每一步操作，假如gcd(m,n) = d 1，新的两个数的乘积是mn/d，比本来小，全局乘积P严酷变小。假如d = 1，P稳定，但K削减1。
(P, K)这个二元组于字典序下严酷递减：要末P变小，要末P稳定但K变小。正整数的字典序不成能无穷递减。终止。
两条大相径庭的路径霸占了统一个问题的(a)部门。
到了(b)部门，三个模子殊途同归：都证实了对于每一个素数p，黑板上所有数被p整除了次数的最 至公约数于操作中稳定。终极公式也是如出一辙——
回到例子验算：12及18。对于p=2，v₂(12) = 2，v₂(18) = 1，gcd = 1，孝敬2¹。对于p=3，v₃(12) = 1，v₃(18) = 2，gcd = 1，孝敬3¹。M = 2 × 3 = 6，及手算分绝不差。
全场最廉价的白卷
P6这道数论题是Day 2的压轴，它要求证实递推序列终极具备周期性。
去年IMO 2025全世界只有6小我私家类解出P6。
Claude Fable 5：26分钟，两轮，满分。GPT-5.6 Sol：60分钟，两轮，满分。Kimi K3：381分钟，四轮，满分。
Grok 4.5于P6上只挤出7053个token，全场垫底。提交文件里赫然写着一句：Full proof: (Not yet complete.)
美金0.18，全场最廉价的白卷。
Grok的弊端不止在此。整个测试中它重复堕入一种诡异的幻觉：信誓旦旦地声称「证实已经经写入文件」，后台却连写入东西都没碰一下。
这不是数学能力问题，是agent能力问题。模子知道应该写文件，也声称本身写了，但于东西挪用层面没有动手。
0三、三年三级跳，硅基年夜脑的可骇进化
2024年，DeepMind的AlphaProof初次于IMO级别摸到银牌门坎。
2025年，OpenAI及DeepMind同时脱手。OpenAI未公然模子解5题拿下35分金牌，Gemini Deep Think到达划一段位。
2026年，三个通用年夜模子直接拿下满分。此次，不仅没有颠末任何专项数学练习，并且所有人都能用上。甚至还有有一个是开源的。
写下呆板战书的人
整场测试的出发点，是一家叫Axiom Math的公司。
他们将IMO 2026的全数6道考题，逐字逐句翻译成为了呆板可以或许理解的Lean 4情势化题面。
有了这套呆板可读的标题问题，AI才能直接输出Lean证实、由编译器主动判分，再也不需要人类评委阅卷。
拿到题面后，Deedy Das迅速搭建起全主动化的测试框架。各年夜模子于赛道上各自疾走，跑完了全数6道关卡。AxiomProver也自力斩获了满分。
值患上一提的是，Axiom Math的开创人洪乐彤年仅25岁。她出生在广州，仅用三年便横扫MIT数学与物理双学位，更是Morgan Prize的患上主。
去年末，她一手打造的AxiomProver拿下了Putnam数学竞赛的满分。这是该项赛事98年汗青上的第6个满分古迹。
本年3月，这家公司完成为了2亿美元A轮融资。估值直冲16亿美元。
0四、平凡人的糊口将被怎样重构
能写4229行严酷证实的模子，手里握着的不只是解数学题的能力。
它真正掌控的是长链条逻辑推导，每一一步不克不及跳、不克不及错、不克不及暗昧。
合同条目有无缝隙、保险理赔前提满不满意、税务方案合分歧规，剥开表象都是统一类问题：谜底不克不及「差未几对于」。
已往这类逐条核验只有专业人士能做，按小时计费。
如今，跟着这个能力铺进消费级产物，碰到棘手问题，只需打开手机就好了。
【本文由投资界互助伙伴微信公家号：新智元授权发布，本平台仅提供信息存储办事。】【免责声明】：本文不组成任何投资建议。市场有危害，投资需审慎。若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。
-lehu乐虎88国际