Today, we at @OpenAI achieved a milestone that many considered years away: gold medal-level performance on the 2025 IMO with a general reasoning LLM—under the same time limits as humans, without tools. As remarkable as that sounds, it’s even more significant than the headline 🧵

Généralement, pour ces résultats d’IA, comme dans Go/Dota/Poker/Diplomacy, les chercheurs passent des années à créer une IA qui maîtrise un domaine étroit et ne fait pas grand-chose d’autre. Mais il ne s’agit pas d’un modèle spécifique à l’OMI. Il s’agit d’un LLM raisonnant qui intègre de nouvelles techniques expérimentales à usage général.

Alors, qu’est-ce qui est différent ? Nous avons développé de nouvelles techniques qui rendent les LLM beaucoup plus performants dans les tâches difficiles à vérifier. Les problèmes de l’OMI étaient le défi parfait pour cela : les épreuves font des pages et prennent des heures à noter par des experts. Comparez cela à AIME, où les réponses sont simplement un entier de 0 à 999.

De plus, ce modèle réfléchit pendant *longtemps*. O1 réfléchit quelques secondes. Recherche approfondie pendant quelques minutes. Celui-ci réfléchit pendant des heures. Il est important de noter qu’il est également plus efficace dans sa réflexion. Et il y a beaucoup de place pour pousser plus loin le calcul et l’efficacité en temps de test.

Il vaut la peine de réfléchir à la rapidité avec laquelle l’IA a progressé, en particulier en mathématiques. En 2024, les laboratoires d’IA utilisaient les mathématiques de l’école primaire (GSM8K) comme valeur dans leurs versions. Depuis, nous avons saturé le niveau de référence MATH (du secondaire), puis AIME, et maintenant nous sommes à l’IMO or.

Où cela va-t-il ? Aussi rapide que soit le progrès récent de l'IA, je m'attends pleinement à ce que la tendance se poursuive. Il est important de noter que je pense que nous sommes proches de voir l'IA contribuer de manière substantielle à la découverte scientifique. Il y a une grande différence entre l'IA légèrement en dessous de la performance humaine maximale et légèrement au-dessus.

This was a small team effort led by @alexwei_. He took a research idea few believed in and used it to achieve a result fewer thought possible. This also wouldn’t be possible without years of research+engineering from many at @OpenAI and the wider AI community.

Lorsque vous travaillez dans un laboratoire de pointe, vous savez généralement où se trouvent les capacités de pointe des mois avant tout le monde. Mais ce résultat est tout à fait nouveau, utilisant des techniques récemment développées. Ce fut une surprise même pour de nombreux chercheurs d’OpenAI. Aujourd’hui, tout le monde peut voir où se trouve la frontière.