Por primera vez, la IA logró un puntaje perfecto en la Olimpíada Internacional de Matemática
Por primera vez en la historia, un modelo de inteligencia artificial alcanzó la puntuación máxima en la Olimpiada Internacional de Matemática (OIM), un certamen considerado el más prestigioso del mundo para jóvenes talentos de esa disciplina y en el que hasta ahora solo un reducido grupo de participantes humanos había conseguido un resultado perfecto. En detalle, el logró fue alcanzado por los desarrollos de las tecnológicas chinas Huawei y Xiaohongshu, la red social también conocida como RedNote, que lograron resolver el 100% de los problemas planteados en la edición de este mes de la competencia, celebrada en Shanghái.
Si bien por el momento los galardones fueron para los mencionados laboratorios de IA, se espera que con el correr de los días otros competidores hagan públicos sus resultados y otros modelos alcancen el histórico hito.
La IA alcanza las capacidades matemáticas de las mentes más brillantes
La primera en hacer referencia a la victoria fue la empresa Xiaohongshu, que en un comunicado difundido esta semana detalló: “Estamos encantados con este resultado, porque lograr una puntuación perfecta en la OIM es extremadamente difícil“.
“Anteriormente, ninguno de los grandes modelos de lenguaje había logrado jamás una puntuación perfecta bajo el proceso de evaluación oficial de la OIM”, agregó la empresa, en referencia a la tecnología que impulsa herramientas de IA como los chatbots.
El logro marca un nuevo avance respecto de 2025, cuando modelos desarrollados por compañías como Google y OpenAI alcanzaron por primera vez un rendimiento equivalente a una medalla de oro. Sin embargo, en aquella edición no lograron igualar a los cinco competidores humanos que obtuvieron el puntaje ideal.
En la edición de este año participaron 666 estudiantes de distintos países. De acuerdo con el marcador oficial de la OIM, solo siete concursantes consiguieron la puntuación máxima. El certamen se realiza anualmente en diferentes sedes y está reservado para participantes menores de 20 años.
Huawei afirmó el miércoles que su sistema de IA, Celia, demostró “capacidades integrales para la resolución de problemas” en distintas áreas de las matemáticas. Por su parte, Xiaohongshu señaló que su modelo dots-note-3.0 participó por primera vez en la evaluación de la OIM. Como parte del proceso oficial, las empresas recibieron los problemas únicamente después de que los competidores humanos finalizaran el examen y debieron entregar las respuestas dentro de un plazo determinado.
La evolución de los sistemas IA
La evolución de estos sistemas quedó reflejada en la comparación con la edición de 2024, cuando Google obtuvo un resultado equivalente a una medalla de plata tras resolver cuatro de los seis problemas en un período de entre dos y tres días.
En la última edición – de 2025 – la IA ya había mostrado una mejora en su rendimiento. Los modelos de Google y OpenAI alcanzaron un rendimiento equivalente al de una medalla de oro en la OIM.
Si bien no participaron como competidores oficiales, ambas compañías sometieron sus modelos a los mismos problemas utilizados en la edición de este año de la OIM para evaluar hasta qué punto podían igualar el razonamiento de los mejores alumnos del certamen.
Según consignó la agencia Reuters en su momento, tanto Google como OpenAI utilizaron modelos de razonamiento de propósito general capaces de resolver ejercicios mediante lenguaje natural. A diferencia de sistemas anteriores, que dependían de lenguajes matemáticos especializados y métodos de cálculo formal, estos modelos pueden interpretar y desarrollar soluciones a partir de enunciados redactados en lenguaje común.
Google presentó Gemini Deep Think, un modelo que consiguió resolver los problemas dentro del límite oficial de 4,5 horas. OpenAI, en tanto, no participó oficialmente de la evaluación, pero informó que su modelo experimental también alcanzó un nivel correspondiente a una medalla de oro. La empresa explicó que el sistema logró ese desempeño gracias a un incremento significativo de la capacidad de cómputo durante la prueba, lo que le permitió “pensar” durante más tiempo y ejecutar razonamientos en paralelo de forma simultánea.
