| Año | Sistema de IA | Puntuación / 42 | Nivel de Medalla | Notas |
|---|---|---|---|---|
| 2024 | Google DeepMind AlphaProof / AlphaGeometry | 28 | Plata | Resolvió 4 de 6 problemas; a un punto del oro |
| 2025 | Google DeepMind Gemini Deep Think | 35 | Oro | Primera medalla de oro de IA; resolvió 5 de 6 problemas |
| 2025 | Modelo de razonamiento experimental de OpenAI | 35 | Oro | También alcanzó el nivel de oro en 2025 |
| 2026 | RedNote dots-note-3.0 | 42 | Oro (perfecto) | Primera puntuación perfecta en la historia de la IMO |
| 2026 | Modelo de IA de Huawei | 42 | Oro (perfecto) | También reportó un 100% en los mismos problemas |
Diferencias clave:
Una advertencia crucial: dots-note-3.0 no se presentó a la competición oficial de la IMO junto a los 666 concursantes humanos . El Reglamento General de la IMO restringe la participación a países invitados y concursantes humanos menores de 20 años . En su lugar, las empresas tecnológicas reciben los mismos problemas después de que los concursantes humanos han completado el examen, y sus soluciones son evaluadas por los correctores de la IMO .
En 2025, el comité de la IMO no estableció reglas formales para la participación de la IA, lo que permitió que cada empresa definiera sus propias condiciones de prueba, lo que llevó a los matemáticos a señalar que esto permitía a las empresas "establecer y calificar su propio examen" . El mismo proceso informal se aplica en 2026. Como señaló un análisis, dots-note-3.0 "no entró en la competición en el sentido tradicional", ya que resolvió los problemas a posteriori bajo protocolos de prueba definidos por la empresa .
RedNote declaró que las soluciones de su modelo fueron entregadas para la calificación oficial de la IMO y recibieron la puntuación máxima por parte de los mismos jueces que califican a los concursantes humanos . El modelo de Huawei fue verificado de manera similar. Esto proporciona una capa significativa de credibilidad, ya que los correctores son independientes y las soluciones fueron evaluadas con los mismos criterios.
El logro es genuino en el sentido de que el modelo produjo soluciones correctas, calificadas por la IMO, para los seis problemas. Sin embargo, no es una medalla oficial de la IMO, ya que la IMO no otorga formalmente medallas a los sistemas de IA. La comparación con resultados previos de IA es justa porque esos sistemas también resolvieron los mismos problemas a posteriori en condiciones similares, pero todas las "medallas de oro de IA" deben entenderse como hitos no oficiales, evaluados de forma retrospectiva, más que como victorias directas en una competición en vivo. El resultado de dots-note-3.0 es, no obstante, un hito significativo como la primera vez que una IA alcanza una puntuación perfecta en un conjunto completo de problemas de la IMO.