IMO 2026 七模型横评：Claude Fable 5 等三模型满分，成本最低 20 美元

新智元 · wechat · 2026-07-22

前 Google 工程师 DeedyDas 对 7 个前沿大模型进行 IMO 2026 全 6 题自主测试。Claude Fable 5、GPT-5.6 Sol (xhigh)、Kimi K3 均获满分 42 分，Axiom Prover 同样满分。Claude 耗时 2.5 小时、成本 51 美元；GPT 耗时 3.8 小时、成本 20 美元；Kimi 耗时 17.4 小时、成本 31 美元。作为对比，人类选手过去七年满分率仅 0.69%。文章详细分析了各模型解题策略：Claude 定义计数器 Φ=T+N 证明终止；GPT 用乘积与个数字典序降维；Kimi 采用暴力搜索。P6 压轴题仅 6 名人类解出，三个模型均满分。Grok 4.5 因 agent 幻觉未完成。测试由 AxiomMath 提供 Lean4 形式化题面，其创始人洪乐彤年仅 25 岁，公司估值 16 亿美元。