Co więcej, w tym samym roku Huawei również zgłosił 100% skuteczność na tych samych zadaniach – to pierwszy raz, gdy dwa systemy AI uzyskały perfekcyjne wyniki .

Jak to się ma do wcześniejszych osiągnięć AI na IMO?

Kluczowe różnice:

• 2024: AlphaProof zdobył 28/42 (srebro) i był pierwszym AI, które udowodniło odpowiedzi przy użyciu formalnego asystenta dowodzenia Lean .
• 2025: Zarówno Google DeepMind, jak i OpenAI osiągnęły poziom złota (35/42), ale ani jeden nie uzyskał perfekcyjnego wyniku . Model Google rozwiązał 5 z 6 zadań.
• 2026: dots-note-3.0 jest pierwszym, który zdobył perfekcyjne 42/42 – to pierwszy raz, gdy jakiekolwiek AI rozwiązało wszystkie zadania . Model jest przy tym relatywnie lekki obliczeniowo . Huawei również zgłosił perfekcyjny wynik w tym samym cyklu .

Weryfikacja i wiarygodność – co warto wiedzieć?

Brak oficjalnego udziału w zawodach IMO

Zasadnicze zastrzeżenie: dots-note-3.0 nie startował w oficjalnych zawodach IMO razem z 666 ludzkimi uczestnikami . Regulamin IMO ogranicza udział wyłącznie do zaproszonych krajów i uczestników poniżej 20. roku życia . Zamiast tego, firmy technologiczne otrzymują te same zadania po zakończeniu egzaminu przez ludzkich uczestników, a ich rozwiązania są oceniane przez jurorów IMO .

Problem z samodzielnym ustalaniem zasad

W 2025 roku komitet IMO nie ustalił formalnych zasad dla udziału AI, co oznaczało, że każda firma mogła zdefiniować własne warunki testowania – matematycy zwracali uwagę, że umożliwiło to firmom „ustalanie i ocenianie własnych zadań domowych” . Ta nieformalna procedura obowiązywała również w 2026 roku. Jak ujmuje to jedna z analiz: dots-note-3.0 „nie wziął udziału w zawodach w tradycyjnym sensie” – rozwiązał zadania po fakcie, według zasad ustalonych przez firmę .

Weryfikacja przez jurorów IMO

RedNote podkreśla, że rozwiązania modelu zostały przedstawione do oficjalnej oceny IMO i otrzymały pełną punktację od tych samych sędziów, którzy oceniają ludzkich uczestników . Podobnie przebiegała weryfikacja modelu Huawei. To dodaje wiarygodności, ponieważ sędziowie są niezależni, a rozwiązania oceniano według tych samych kryteriów.

Co to wszystko oznacza?

Osiągnięcie jest autentyczne w tym sensie, że model wygenerował poprawne, ocenione przez IMO rozwiązania wszystkich sześciu zadań. Nie jest to jednak oficjalny medal IMO – IMO nie przyznaje oficjalnych medali systemom AI. Porównanie z wcześniejszymi wynikami AI jest uczciwe, ponieważ te systemy również rozwiązywały te same zadania po fakcie w podobnych warunkach, ale wszystkie „złote medale AI” należy traktować jako nieoficjalne, retrospektywne benchmarki, a nie bezpośrednie zwycięstwa w żywych zawodach. Mimo to wynik dots-note-3.0 stanowi znaczący kamień milowy jako pierwszy perfekcyjny wynik AI na pełnym zestawie zadań IMO.

Co więcej, w tym samym roku Huawei również zgłosił 100% skuteczność na tych samych zadaniach – to pierwszy raz, gdy dwa systemy AI uzyskały perfekcyjne wyniki .

Jak to się ma do wcześniejszych osiągnięć AI na IMO?

Kluczowe różnice:

• 2024: AlphaProof zdobył 28/42 (srebro) i był pierwszym AI, które udowodniło odpowiedzi przy użyciu formalnego asystenta dowodzenia Lean .
• 2025: Zarówno Google DeepMind, jak i OpenAI osiągnęły poziom złota (35/42), ale ani jeden nie uzyskał perfekcyjnego wyniku . Model Google rozwiązał 5 z 6 zadań.
• 2026: dots-note-3.0 jest pierwszym, który zdobył perfekcyjne 42/42 – to pierwszy raz, gdy jakiekolwiek AI rozwiązało wszystkie zadania . Model jest przy tym relatywnie lekki obliczeniowo . Huawei również zgłosił perfekcyjny wynik w tym samym cyklu .

Weryfikacja i wiarygodność – co warto wiedzieć?

Brak oficjalnego udziału w zawodach IMO

Zasadnicze zastrzeżenie: dots-note-3.0 nie startował w oficjalnych zawodach IMO razem z 666 ludzkimi uczestnikami . Regulamin IMO ogranicza udział wyłącznie do zaproszonych krajów i uczestników poniżej 20. roku życia . Zamiast tego, firmy technologiczne otrzymują te same zadania po zakończeniu egzaminu przez ludzkich uczestników, a ich rozwiązania są oceniane przez jurorów IMO .

Problem z samodzielnym ustalaniem zasad

W 2025 roku komitet IMO nie ustalił formalnych zasad dla udziału AI, co oznaczało, że każda firma mogła zdefiniować własne warunki testowania – matematycy zwracali uwagę, że umożliwiło to firmom „ustalanie i ocenianie własnych zadań domowych” . Ta nieformalna procedura obowiązywała również w 2026 roku. Jak ujmuje to jedna z analiz: dots-note-3.0 „nie wziął udziału w zawodach w tradycyjnym sensie” – rozwiązał zadania po fakcie, według zasad ustalonych przez firmę .

Weryfikacja przez jurorów IMO

RedNote podkreśla, że rozwiązania modelu zostały przedstawione do oficjalnej oceny IMO i otrzymały pełną punktację od tych samych sędziów, którzy oceniają ludzkich uczestników . Podobnie przebiegała weryfikacja modelu Huawei. To dodaje wiarygodności, ponieważ sędziowie są niezależni, a rozwiązania oceniano według tych samych kryteriów.

Co to wszystko oznacza?

Osiągnięcie jest autentyczne w tym sensie, że model wygenerował poprawne, ocenione przez IMO rozwiązania wszystkich sześciu zadań. Nie jest to jednak oficjalny medal IMO – IMO nie przyznaje oficjalnych medali systemom AI. Porównanie z wcześniejszymi wynikami AI jest uczciwe, ponieważ te systemy również rozwiązywały te same zadania po fakcie w podobnych warunkach, ale wszystkie „złote medale AI” należy traktować jako nieoficjalne, retrospektywne benchmarki, a nie bezpośrednie zwycięstwa w żywych zawodach. Mimo to wynik dots-note-3.0 stanowi znaczący kamień milowy jako pierwszy perfekcyjny wynik AI na pełnym zestawie zadań IMO.