在人工智能数学奥林匹克（AIMO）最新一轮赛事中，OpenAI o3模型以颠覆性表现引发行业震动。该模型在算力充分释放的条件下，于50道奥数级难题中斩获47分，若计入次优答案则实现满分突破，创下赛事历史新高。值得注意的是，其成绩与前五名开源模型组合得分仅相差5分，标志着商业闭源模型与开源方案的技术差距正在加速弥合。
本届赛事首次引入商业闭源模型参与角逐，测试体系分为算力受限与算力全开两种模式。实验数据显示，当模型获得充足计算资源时，其解题能力呈现指数级提升。OpenAI o3在高算力模式下，通过"采样-排序"机制对答案进行优化筛选，最终在计入最优与次优答案时实现满分。数学泰斗陶哲轩指出，赛事规则的突破性调整——允许商业模型参赛并解除算力限制，为评估AI真实推理能力提供了全新维度。
赛事组委会特别设计的"AIMO2-combined"评估体系显示，2000余支参赛队伍的模型组合解题率为47/50，与o3低算力版本持平。这种将分散模型优势整合的评估方式，首次在量化层面证明开源生态的集体智慧已接近顶尖商业模型水平。具体到硬件成本，o3低算力版本单题处理成本约1美元，与租赁8块H100 GPU运行单个开源模型的支出处于同一数量级。
在硬件资源对比测试中，获得8块H100 GPU支持的英伟达NemoSkills团队与清华微软联合团队，最终解题率均提升至35/50，较原有4块L4 GPU配置下的成绩有所增长，但仍与o3存在显著差距。赛事技术报告特别指出，o3未解出的7道题目涵盖几何、代数与组合数学领域，其中一道被开源模型攻破的几何题，在高算力模式下仅位列o3的次优答案。
本轮测试采用的50道题目难度全面升级，覆盖英国BMO、美国USAMO等国际奥赛标准，部分题目已接近IMO（国际数学奥林匹克）水平。赛事采用的"双榜制"——公开榜与私密榜的并行运行机制，有效防止了数据泄露风险。其中私密榜在赛末进行一次性评估，确保最终排名的公正性。技术团队透露，AIMO3将于秋季启动，题目难度将直接对标IMO竞赛标准。
