OpenAI的内部推理模型，又拿下了IOI 2025金牌，打败325名人类选手，总排名第6，AI组第1。该模型沿袭IMO金牌版别，无专门练习，限时5小时、50次提交且无联网支撑。

刚刚，OpenAI内部推理模型在取得IMO金牌后，又拿下了IOI金牌。

和前次IMO相同，OpenAI 运用了草莓形象来代表这个推理模型。

只不过这次的「草莓」不只带上了IOI的金牌，而且愈加的拟人，这个形象很有或许进化为OpenAI内部推理体系代表形象。

OpenAI宣言的这个「内部推理体系」便是前次拿下IMO金牌，惹出争议的同款模型。

IMO之后，OpenAI对IMO金牌模型进行了全面评价，发现除了数学比赛之外，它在许多其他范畴（包含编程）也是现在最好的模型。

因而，OpenAI决议直接运用完全相同的IMO金牌模型，不做任何更改，并将其使用于IOI的体系中。

OpenAI官方也发帖证明了这个音讯。

这个内部推理模型的得分足够高，在本年的IOI线上比赛中，和人类一同排名位列第6，与其他AI排名则是第1。

Sheryl Hsu表明，这次内部模型参加了IOI的在线AI比赛项目，总共330位参赛选手。

前5位都是人类。

此次比赛，AI和人类参赛者相同，相同的5小时时刻约束，以及最多50次的提交约束次数。

而且，和人类相同，这个推理体系没有「联网」，也没有「RAG」查找，老九门无删减版 下载只能拜访根本的终端东西。

这个推理模型并没有针对IOI进行特别练习。

也便是说，除了让模型连接到IOIAPI外，剩余的一切都靠AI自己推理。

其实上一年，OpenAI就参加过IOI比赛，其时以稍微低于铜牌分数线的成果收尾。

只是曩昔一年时刻，推理模型的排名就从第49百分位跃升到第98百分位。

OpenAI内部推理模型-IOI金牌团队

不过，就在该音讯发布没有多久。

马斯克的Grok也来搅局了！

首要要清晰的是，这个「内部推理模型」并不是To C的模型，除了OpenAI内部，没有人可以拜访。

那像现在最尖端的商业模型，在IOI上体现怎么？

答案是：不忍目睹。

依据Vals AI的测验成果，现在能在IOI取得抢先的商业模型，居然是Grok 4。

首要，现在一切的顶尖模型都存在显着缺乏，没有一个模型能在恣意一年的比赛中取得奖牌。

Grok 4以26.2%的准确率抢先，随后是GPT-5、Gemini 2.5 Pro和Claude Opus 4.1。

Vals AI经过其揭穿端点进行测验，一切商业模型在IOI上仍有很大的改善空间。

此外Vals AI这次测验中发现，「贵便是好」的道理也适用于大模型范畴。

只要每道问题超越2美元的贵重模型，才干取得有意义的体现。

也便是说，OpenAI试验室里的那个推理模型，要远远强过现在大众可以接触到的商业模型。

这或许给人们带来许多遥想，现在最顶尖试验室中的最先进的AI技能间隔大众还有多远？

这引发了许多猜想和评论。

从IMO金牌闹剧中可以看到，巨子们关于这种「抢先地位」的寻求十分强。

谷歌Gemini为了给自己正名为「首个取得IMO金牌的AI模型」，乃至有组委会出头宣告「OpenAI的宣告」是无效的。老九门无删减版 下载

乃至还有OpenAI被曝IMO金牌造假，陶哲轩揭穿内情的桥段。

现在GPT-5刚刚发布，OpenAI就立刻宣告IOI金牌，可以猜测，这应该便是给后来的Gork 5和Gemini 3等模型预备的应战。

为何OpenAI、谷歌、Anthropic、Grok等巨子们痴迷于刷榜和比赛通关？

巨子们对刷榜和比赛排名的痴迷，根本上源自AI职业的高度竞赛性和技能的快速迭代。

首要，刷榜是最直接有用的营销手法之一。

排名榜单上的抢先方位不只意味着技能优势，更代表了商场影响力和品牌认可度。一旦模型在威望比赛如IMO、IOI中斩获佳绩，企业便能敏捷建立强壮的品牌形象，招引大众重视并提高用户信赖。

其次，AI范畴的比赛排名一般与模型的通用功能和使用潜力高度相关。无论是IMO仍是IOI，这些比赛检测的是模型的根底推理、逻辑推演和泛化才能。

换句话说，比赛胜出代表着模型不只在特定使命上体现优异，更意味着其在更广泛的使用场景中或许具有抢先的技能优势。

最终，比赛胜出可以大大提高对人才和本钱的招引力。

OpenAI团队前往玻利维亚亲自参加IOI

正因如此，OpenAI、谷歌DeepMind、Meta和Anthropic等AI巨子一向热衷于在比赛上彼此比赛，每一次榜单的变化都或许影响AI职业未来的格式。

那么，谁是地表最强AI？

或许这个竞赛会一向继续到咱们完成AGI的那天吧。

参考资料

https://x.com/SherylHsu02/status/1954966118680105150

本文来自微信大众号“新智元”，作者：定慧，36氪经授权发布。