Claude Fable、GPT-5.6 Sol、Kimi K3 都拿下 IMO 2026 满分
deedydas · x · 2026-07-21
作者拿 Claude Fable、GPT-5.6 Sol、Kimi K3 和 Axiom 跑了 2026 IMO，结果四个都拿到 42/42 满分。
- Claude Fable 5 只用 1 次尝试 就解出，且总耗时最快，约 2.5 小时。
- GPT-5.6 Sol 只多了 1 次尝试，但在这组里最省钱。
- Kimi K3 也解出来了，但重试更多、token 消耗也明显更高。
- Axiom Math 则把证明正式落在了 Lean 里。
配图里的统计还显示，P3 和 P6 是最难的两题，按尝试次数和 token 都最重。作者的结论是：AI 的前沿已经明显越过 IMO 数学。
所属事件:多款前沿AI模型在IMO 2026测试中斩获满分(6 条相关)→
「模型」频道最新
- 曝 Meta Muse Agent 内置邀请码逻辑,或携额外免费额度上线 — testingcatalog · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- 新基准一出分数暴跌 70 点:「刷榜」现象如何让跑分失真 — airesearch12 · 2026-09-11
- ChatGPT 竟劝用户「问题太复杂,去试试更笨的回答」 — phido3000 · 2026-09-11
- Anthropic 调整年龄验证,Claude 不再向未成年人开放 — Muhammad523 · 2026-09-11
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11