1. 首頁 > 生活百科 > >

剛剛，OpenAI內部推理模型斬獲IOI 2025金牌，所有AI選手中第一

人工智能openai

剛剛，OpenAI內部推理模型斬獲IOI 2025金牌，所有AI選手中第一

文章圖片

剛剛，OpenAI內部推理模型斬獲IOI 2025金牌，所有AI選手中第一

文章圖片

剛剛，OpenAI內部推理模型斬獲IOI 2025金牌，所有AI選手中第一

文章圖片

剛剛，OpenAI內部推理模型斬獲IOI 2025金牌，所有AI選手中第一

文章圖片

剛剛，OpenAI內部推理模型斬獲IOI 2025金牌，所有AI選手中第一

文章圖片

剛剛，OpenAI內部推理模型斬獲IOI 2025金牌，所有AI選手中第一

文章圖片


OpenAI的內部推理模型 ， 又拿下了IOI 2025金牌 ， 擊敗325名人類選手 ， 總排名第6 ， AI組第1 。 該模型沿用IMO金牌版本 ， 無專門訓練 ， 限時5小時、50次提交且無聯網支持 。
剛剛 ， OpenAI內部推理模型在獲得IMO金牌后 ， 又拿下了IOI金牌 。
和上次IMO一樣 ， OpenAI 使用了草莓形象來代表這個推理模型 。
只不過這次的「草莓」不僅帶上了IOI的金牌 ， 而且更加的擬人 ， 這個形象很有可能進化為OpenAI內部推理系統代表形象 。
OpenAI宣言的這個「內部推理系統」就是上次拿下IMO金牌 ， 惹出爭議的同款模型 。
IMO之后 ， OpenAI對IMO金牌模型進行了全面評估 ， 發現除了數學競賽之外 ， 它在許多其他領域（包括編程）也是目前最好的模型 。
因此 ， OpenAI決定直接使用完全相同的IMO金牌模型 ， 不做任何更改 ， 并將其應用于IOI的系統中 。
OpenAI官方也發帖證實了這個消息 。
這個內部推理模型的得分足夠高 ， 在今年的IOI線上競賽中 ， 和人類一起排名位列第6 ， 與其他AI排名則是第1 。
Sheryl Hsu表示 ， 這次內部模型參加了IOI的在線AI競賽項目 ， 一共330位參賽選手 。
前5位都是人類 。
此次比賽 ， AI和人類參賽者一樣 ， 相同的5小時時間限制 ， 以及最多50次的提交限制次數 。
并且 ， 和人類一樣 ， 這個推理系統沒有「聯網」 ， 也沒有「RAG」搜索 ， 只能訪問基本的終端工具 。
這個推理模型并沒有針對IOI進行特別訓練 。
也就是說 ， 除了讓模型連接到IOIAPI外 ， 剩下的一切都靠AI自己推理 。
其實去年 ， OpenAI就參加過IOI比賽 ， 當時以略微低于銅牌分數線的成績收尾 。
僅僅過去一年時間 ， 推理模型的排名就從第49百分位躍升到第98百分位 。
OpenAI內部推理模型-IOI金牌團隊
【剛剛，OpenAI內部推理模型斬獲IOI 2025金牌，所有AI選手中第一】不過 ， 就在該消息發布沒有多久 。
馬斯克的Grok也來攪局了！
首先要明確的是 ， 這個「內部推理模型」并不是To C的模型 ， 除了OpenAI內部 ， 沒有人能夠訪問 。
那像目前最頂級的商業模型 ， 在IOI上表現如何？
答案是：慘不忍睹 。
根據Vals AI的測試結果 ， 目前能在IOI取得領先的商業模型 ， 居然是Grok 4 。
首先 ， 目前所有的頂尖模型都存在明顯不足 ， 沒有一個模型能在任意一年的比賽中獲得獎牌 。
Grok 4以26.2%的準確率領先 ， 隨后是GPT-5、Gemini 2.5 Pro和Claude Opus 4.1 。
Vals AI通過其公開端點進行測試 ， 所有商業模型在IOI上仍有很大的改進空間 。
此外Vals AI這次測試中發現 ， 「貴就是好」的道理也適用于大模型領域 。
只有每道問題超過2美元的昂貴模型 ， 才能取得有意義的表現 。
也就是說 ， OpenAI實驗室里的那個推理模型 ， 要遠遠強過目前公眾能夠接觸到的商業模型 。
這可能給人們帶來很多遐想 ， 目前最頂尖實驗室中的最先進的AI技術距離公眾還有多遠？
這引發了很多猜測和討論 。
從IMO金牌鬧劇中可以看到 ， 巨頭們對于這種「領先地位」的追求非常強 。
谷歌Gemini為了給自己正名為「首個獲得IMO金牌的AI模型」 ， 甚至有組委會出面宣布「OpenAI的宣布」是無效的 。
甚至還有OpenAI被曝IMO金牌造假 ， 陶哲軒揭露內幕的橋段 。
目前GPT-5剛剛發布 ， OpenAI就馬上宣布IOI金牌 ， 可以預測 ， 這應該就是給后來的Gork 5和Gemini 3等模型準備的挑戰 。
為何OpenAI、谷歌、Anthropic、Grok等巨頭們癡迷于刷榜和競賽通關？
巨頭們對刷榜和競賽排名的癡迷 ， 根本上源自AI行業的高度競爭性和技術的快速迭代 。
首先 ， 刷榜是最直接有效的營銷手段之一 。
排名榜單上的領先位置不僅意味著技術優勢 ， 更代表了市場影響力和品牌認可度 。 一旦模型在權威比賽如IMO、IOI中斬獲佳績 ， 企業便能迅速樹立強大的品牌形象 ， 吸引公眾關注并提升用戶信任 。
其次 ， AI領域的競賽排名通常與模型的通用性能和應用潛力高度相關 。 無論是IMO還是IOI ， 這些比賽考驗的是模型的基礎推理、邏輯推演和泛化能力 。
換句話說 ， 競賽勝出代表著模型不僅在特定任務上表現優異 ， 更意味著其在更廣泛的應用場景中可能具有領先的技術優勢 。
最后 ， 競賽勝出能夠大大提高對人才和資本的吸引力 。
OpenAI團隊前往玻利維亞親自參加IOI
正因如此 ， OpenAI、谷歌DeepMind、Meta和Anthropic等AI巨頭始終熱衷于在競賽上相互較量 ， 每一次榜單的變動都可能影響AI行業未來的格局 。
那么 ， 誰是地表最強AI？
也許這個競爭會一直持續到我們實現AGI的那天吧 。

參考資料https://x.com/SherylHsu02/status/1954966118680105150

    推薦閱讀