Modele dwóch chińskich firm, Huawei i Xiaohongshu, rozwiązały poprawnie wszystkie sześć zadań tegorocznej Międzynarodowej Olimpiady Matematycznej w Szanghaju, a ich prace ocenili oficjalni sędziowie zawodów. Wśród 666 ludzkich zawodników komplet punktów zdobyło siedmiu.
Kluczowe fakty:
- Modele dwóch chińskich firm – Huawei (Celia) oraz Xiaohongshu (dots-note-3.0) – rozwiązały poprawnie wszystkie sześć zadań Międzynarodowej Olimpiady Matematycznej 2025 w Szanghaju, uzyskując komplet punktów potwierdzony przez oficjalnych sędziów zawodów.
- Spośród 666 ludzkich uczestników tegorocznej olimpiady komplet punktów zdobyło jedynie siedem osób, co oznacza, że modele AI po raz pierwszy dorównały najlepszym zawodnikom-ludziom na tym poziomie.
- Rozwiązania musiały zostać przesłane w wyznaczonym limicie czasu, bez jakiejkolwiek ingerencji człowieka w trakcie testu, a oceny dokonali ci sami sędziowie, którzy sprawdzali prace ludzkich uczestników.
To jest ta granica, o której mówiono jeszcze rok temu, że maszyny jej nie przekroczą. W 2025 roku modele Google i OpenAI dobiły do poziomu złotego medalu, ale żaden nie dorównał najlepszym nastolatkom. Teraz dorównały. Chiny wygrały tegoroczną olimpiadę drużynowo z dorobkiem 232 punktów i przewagą 25 punktów nad Stanami Zjednoczonymi, co ogłosił między innymi Shanghai Daily.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Celia i dots-note-3.0, czyli kto właściwie dostał te 42 punkty
Huawei poinformował w środę 22 lipca, że jego system Celia wykazał „kompleksowe zdolności rozwiązywania problemów” w kilku dziedzinach matematyki. Xiaohongshu, znane na Zachodzie jako RedNote, wystawiło do zawodów model dots-note-3.0 i zrobiło to po raz pierwszy.
„Cieszymy się z tego wyniku, bo zdobycie kompletu punktów na IMO jest wyjątkowo trudne” / „We are delighted with this result, because achieving a perfect score at the IMO is extremely challenging” – napisała firma w oświadczeniu. Dodała też, że wcześniej żaden duży model językowy nie uzyskał kompletu punktów w oficjalnej procedurze oceniania olimpiady.
Obie firmy były pierwszymi laboratoriami, które ujawniły swoje wyniki. Kolejne mogą dołączyć w najbliższych dniach.
Procedura, która ma znaczenie większe niż sam wynik
Firmy technologiczne dostały treści zadań dopiero po tym, jak napisali je ludzie. Rozwiązania trzeba było odesłać w wyznaczonym limicie czasu, a jakakolwiek ingerencja człowieka w trakcie testu była zabroniona. Prace poszły do oceny przez organizatorów IMO, tych samych, którzy sprawdzali arkusze siedemnastolatków.
I to jest zmiana jakościowa wobec zeszłego roku. W 2024 roku system Google rozwiązał cztery z sześciu zadań, ale liczył je przez dwa albo trzy dni. W 2025 roku Gemini z trybem Deep Think zdobył 35 punktów na 42 i dostał certyfikat koordynatorów olimpiady, choć prezes IMO Gregor Dolinar zastrzegał wtedy, że organizacja nie jest w stanie zweryfikować użytej mocy obliczeniowej ani tego, czy wyniki da się powtórzyć. Terence Tao, medalista IMO i laureat Medalu Fieldsa, ostrzegał na Mathstodonie, że wynik modelu potrafi się drastycznie zmieniać w zależności od tego, ile zasobów mu damy i jak raportujemy rezultat.
Te zastrzeżenia nie zniknęły. Zmieniło się tyle, że tym razem sprawdzali ludzie z komisji, a nie dział marketingu.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Test Deedy’ego Dasa: dziewięć przebiegów, trzy razy komplet
Równolegle do oficjalnego kanału powstał eksperyment, który jest moim zdaniem ciekawszy od komunikatów prasowych. Deedy Das, partner w funduszu Menlo Ventures, wpuścił tegoroczne zadania do frontowych modeli w identycznym, minimalnym środowisku agentowym: trzy narzędzia, brak dostępu do sieci, brak recenzenta, limit 150 minut na zadanie.
Efekty opublikował w otwartym repozytorium wraz z pełnymi zapisami każdej tury. Dziewięć przebiegów, siedem modeli:
- Claude Fable 5 – 42/42 za pierwszym podejściem, 2,5 godziny, 51,05 dolara
- GPT-5.6 Sol (wysoki poziom rozumowania) – 42/42 po rundzie poprawek, 39/42 w pierwszym przebiegu
- Kimi K3 od chińskiego Moonshot AI – 42/42 po poprawkach, ale 17,4 godziny pracy
- Meta Muse Spark 1.1 – 26/42
- DeepSeek V4 Pro – 19/42, najwolniejszy przebieg i jednocześnie najtańszy, około 6 dolarów
- xAI Grok 4.5 – 13/42
Rozstrzał jest ogromny i mówi więcej niż nagłówek o kompleciepunktów. Zadania rutynowe rozwiązali wszyscy. Geometrię, kombinatorykę i finał teorioliczbowy zamknęły tylko trzy modele. Muse i DeepSeek niezależnie od siebie podały tę samą błędną odpowiedź w zadaniu trzecim.
„Granica możliwości AI oficjalnie przesunęła się daleko poza matematykę olimpijską” / „The frontier of AI has officially moved well past IMO math” – napisał Das na LinkedIn. Warto jednak zauważyć rozbieżność: w wypowiedzi dla agencji AFP mówił o czterech modelach z kompletem punktów, wliczając startup Axiom Math, którego nie ma w opublikowanej tabeli. Publiczne repozytorium dokumentuje trzy zweryfikowane wyniki 42/42.
Mam z tym wynikiem problem, ale nie taki, jakiego można by się spodziewać. Nie boję się, że maszyna liczy lepiej ode mnie, bo liczy lepiej od dekad. Zastanawia mnie coś innego: przez sześćdziesiąt lat IMO było testem, którego nie dało się oszukać wkuwaniem, bo zadania powstają od zera na każdą edycję. Właśnie straciliśmy jeden z niewielu wiarygodnych mierników rozumowania. I nie mamy gotowego zastępnika. Druga sprawa to koszt. Pięćdziesiąt dolarów za sześć dowodów brzmi jak nic, dopóki nie policzymy, że jeden model potrzebował na to samo siedemnastu godzin, a inny przy dziesięciokrotnie niższej cenie oddał połowę tego wyniku. Ekonomia rozumowania maszynowego jest dziś kompletnie nieprzewidywalna i to ona, a nie punkty na olimpiadzie, zdecyduje o tym, co realnie trafi do firm. Trzymam kciuki za siódemkę nastolatków, którzy w Szanghaju zrobili to samo bez serwerowni.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Co to oznacza dla polskiego czytelnika
W Szanghaju startowało 666 zawodników ze 117 krajów. Cała sześcioosobowa polska reprezentacja wróciła z medalami, co samo w sobie jest wynikiem, o którym powinno się mówić więcej niż o chińskich modelach.
- Antoni Mazur, V LO im. Witkowskiego w Krakowie – złoto, 29 punktów, 40. miejsce
- Michał Piotr Wolny, XIV LO w Warszawie – złoto, 29 punktów, 40. miejsce
- Tymon Sidor, V LO im. Witkowskiego w Krakowie – srebro, 27 punktów, 76. miejsce
- Antoni Nowosielski, III LO Marynarki Wojennej RP w Gdyni – brąz, 20 punktów
- Robert Rośczak, I LO im. Mikołaja Kopernika w Łodzi – brąz, 17 punktów
- Maksymilian Czyżewski, XIV LO im. Stanisława Staszica w Warszawie – brąz, 16 punktów
Po zsumowaniu daje to 138 punktów drużynowo. Ciekawostka, która pokazuje, jak ruchome są progi na tej olimpiadzie: rok wcześniej w Australii Mazur i Wolny zdobyli po 30 punktów i dostali srebro. W tym roku 29 punktów wystarczyło na złoto, bo próg złotego medalu organizatorzy ustawili właśnie na tej wartości.
Tydzień wcześniej polska czwórka przywiozła komplet medali z Europejskiej Olimpiady Sztucznej Inteligencji w Klużu-Napoce, ze złotem Michała Masnego z warszawskiego Staszica na trzecim miejscu ogólnie. Jeśli ktoś w Polsce szuka argumentu, że mamy kadry do pracy przy modelach, to on właśnie stoi na podium w Rumunii. Pytanie brzmi, czy za dwa lata ci ludzie będą pracować w Warszawie, czy w Zurychu.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Czego ten wynik nie mówi
Nie mówi, że sztuczna inteligencja rozumie matematykę tak jak matematyk. IMO obejmuje cztery działy dobrane tak, by nie wymagały zaawansowanego aparatu, i to zawężenie jest celowe. Benchmarki badawcze pokazują zupełnie inny obraz: na FrontierMath, zbiorze nieopublikowanych zadań przygotowanych przez zawodowych matematyków, najlepsze modele w połowie 2026 roku radzą sobie z 25 do 40 procent zadań z najtrudniejszego poziomu.
Nie mówi też, że oceny są niepodważalne. Das sam zaznacza w repozytorium, że sprawdzającymi były agenty oparte na modelach, nie ludzcy medaliści, i że wyniki należy traktować jako mocne, ale nie rozstrzygające. Oficjalne wyniki Huawei i Xiaohongshu przeszły przez komisję IMO, wyniki z repozytorium nie.
Ale kierunek jest jednoznaczny. Srebro w 2024, złoto w 2025, komplet w 2026. Kolejna olimpiada odbędzie się w Budapeszcie i podejrzewam, że rozmowa nie będzie już o tym, czy model zdobędzie 42 punkty, tylko o tym, ile modeli ich nie zdobędzie.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym depeszy agencji AFP opublikowanej 23.07.2026 przez France24, oficjalnych danych Międzynarodowej Olimpiady Matematycznej oraz otwartego repozytorium porównawczego deedy/imo-2026 z zapisami wszystkich przebiegów i ocen. Wykorzystano również materiały Taipei Times, Digital Journal, The Star, Mathematical Association of America, VnExpress i Shanghai Daily. Wyniki polskiej reprezentacji za Głosem Nauczycielskim z 21.07.2026, dane historyczne za TVN24 i serwisem miejskim Krakowa. Cytaty Xiaohongshu i Deedy’ego Dasa, partnera w Menlo Ventures, zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę ogłaszania wyników kolejnych laboratoriów startujących w IMO 2026.
