新智元報道

編輯：編輯部

OpenAI的神秘通用推理模型，竟然攻克IMO 2025的5道難題，成功摘金了？這個消息，讓Greg Brockman等一眾大佬激動轉發。也就是說，OpenAI很可能已經研發出顛覆性的推理技術，徹底告別CoT。還有一個炸裂消息：GPT-5也要來了。

就在昨天，

然而，就在剛剛，OpenAI 投下了一枚重磅炸彈——他們用一款全新的「通用推理模型」，成功奪下了IMO 2025的金牌！

6道題，解出5道，狂攬35分！

要知道，此前表現最好的Gemini 2.5 Pro，也只得了13分。

聯創Greg Brockman、負責人Alexander Wei，以及OpenAI的各路研究員，紛紛在推上激動宣布了這一里程碑式的成就！

對此，德撲之父Noam Brown表示，這個成績的意義甚至超越了「AI攻克IMO」本身。

左右滑動查看

消息一出，整個硅谷為之沸騰！

人們紛紛猜測，OpenAI這次很可能祭出了一種顛覆性的推理技術，徹底告別了傳統的CoT思維鏈。

這，不僅僅是一個模型的勝利，更是一個全新時代的開端！

更令人震驚的是，OpenAI宣布，這個創造了歷史的模型，并非傳聞中的GPT-5，而是一個全新的、實驗性的模型！

而這個模型完全不會被發布，簡直太神秘了！

神秘模型，拿下IMO金牌

Alexander Wei和他的團隊，讓模型在與人類完全相同的條件下進行比賽：

兩個4.5小時的考試時段，沒有工具，沒有網絡，僅憑對題目的理解，用自然語言寫下完整的證明過程。

然后，由三位前IMO獎牌得主嚴格評分。

最終，模型以35/42的驚人高分，達到了金牌的水平。

相比之下，無論是在圍棋、Dota還是其他復雜任務，過去的AI想要獲得勝利，往往都要在特定領域進行專門的訓練。

但這一次，OpenAI打破了這條鐵律——新模型不僅不是IMO「特供」，而且還能進行長達數小時的思考。

相比之下，我們熟知的o1模型是以秒計算，Deep Research也不過是以分鐘計算。

這種深度的、持久的創造性思維能力，正是以往AI難以逾越的天塹！

這意味著什么？是否達到了AGI水平？拿下IMO有何特殊？

首先，與以往的基準相比，IMO問題需要更高水平的持續創造性思維。

在推理時間范圍方面，現在已經一路攀升：GSM8K（頂級人類約需0.1分鐘）→MATH基準（約1分鐘）→AIME（約10分鐘）→IMO（約100分鐘）。

其次，IMO的提交內容是難以驗證的多頁證明。

在此領域取得進展需要超越具有明確、可驗證獎勵的強化學習范式。

通過這樣做，OpenAI研究團隊獲得了一個能夠在人類數學家層面構建復雜且無懈可擊論點的模型。

此外該模型并非通過在「特定任務（IMO）」訓練達到這一能力水平，而是在通用強化學習和測試時計算擴展方面實現了新的突破。

所以，昨晚被曝光的o3-alpha，難道只是前戲？

原來，這才是OpenAI真正憋著的大招！

完整解題過程

如果你有興趣，可以看看OpenAI新鮮放出的2025年IMO賽題解答。

模型解出了第一題到第五題（P1-P5），但沒能解出第六題（P6）。果然如傳聞所說，這次的第六題難度極高，全球僅有6人破解。

倉庫地址：https://github.com/aw31/openai-imo-2025-proofs/blob/main/README.md

下面我們來看看，這個新模型對于前五道題的具體解題過程。

第一題，是一道解析幾何題。

可以看出，解答這道題的關鍵點，就是要找出覆蓋點的n條線，以及陽光線的可能數量。

模型采用了獨特的方法，確定了所有滿足條件的非負整數k。

引理：當n≥4時，任何覆蓋P_n的n條直線必須使用三角形的一條邊。

對n=3的情況進行精確分析。

對于一般的n≥3，證明對于每個n存在k=0、1、3的配置。

利用歸約引理完成主要結論的證明。

第二道題，是一道平面幾何題。

示意圖如下。

大神網友放出的解答中，想要直接證明過點H且平行于AP的直線與三角形BER的外接圓相切，是很困難的。

不過，這個問題可以換成另一種表述：定義X為不包含B的一側的EF的中點，如果能夠證明HX與EF平行，基本上就可以證明這個結論了。

另一方面，如果這條線的切線，那么它必須在中點處接觸圓。

因此，只要證明這兩點就足夠了。

而模型在證明過程中，主要完成了以下四步：

解析設定和參數。 設P為三角形ACD的外心。 連接AP與兩個圓Ω、Γ的交點分別為點E、F。 求過點B、E、F的外接圓方程。

第三道題，是一道函數題。

在人類選手的解法中，這道題的關鍵是證明下圖中黃色的不等式。

模型對于這道題的解法，分為以下四步。

考慮bonza類型的函數，即滿足性質P_f的函數。

當函數在某個素數處取值大于1時，考慮模素數意義下的同余關系。

推論：如果某個奇素數p滿足f>1，那么整個函數f必須是恒等函數。

進入主要的結構性引理：分析在非恒等函數的情況下，函數的結構。

第四道題，是一道數論問題。

它的解題關鍵步驟可以化為如下形式。

模型在解答過程中，也采用了類似思路。

第五道題，考察的是博弈論。

這道題的解法，包含以下三部分。

模型在解題過程中，則是討論了以下三種情況。

當 λ ≥ c（無防御）時，Alice總是獲勝。

當 λ > c 時，Alice獲勝。

當 λ < c（c = 1/√2）時，Bazza獲勝。

第六道題，涉及到了圖形的組合數學。

這道公認的難題，人類參賽者也只有6人可以做出，o3、o4-mini、Gemini 2.5 Pro、Grok-4、DeepSeek-R1六個大模型也全員零分，即使是OpenAI的這個超強模型，也同樣折戟了。

目前看來，世界上還不存在能解出第六題的大模型。

一個彩蛋

Alexander Wei宣布這個消息時，使用了「草莓」的形象。

「Strawberry」是OpenAI當初在內部研發時使用的代號，用于推動一項全新的推理模型項目，就是我們現在熟悉的「o」系列模型。

作者介紹

Alex Wei是OpenAI的研究科學家，主要研究方向為大語言模型和推理。之前也曾研究過機器學習、博弈論和算法的交叉領域。

他在加州大學伯克利分校獲得計算機科學博士學位，師從Nika Haghtalab、Michael I. Jordan和Jacob Steinhardt；在哈佛大學獲得學士學位和碩士學位，師從 Jelani Nelson 和 Scott Kominers。

他曾是FAIR團隊的一員，參與構建了首個在《外交》（Diplomacy）游戲中達到人類水平的人工智能——CICERO。該成果在2022年發表于《科學》雜志。

參考資料：

https://x.com/alexwei_/status/1946477742855532918