Anthropic Claude Opus 5 получил максимальный балл на международной олимпиаде по математике

Anthropic сообщила, что Claude Opus 5 решил все шесть задач международной олимпиады по математике и набрал 42 из 42 баллов. Решения были получены без инструментов, кода и поиска в интернете.

Согласно системной карточке Opus 5, модели дали решить все шесть задач олимпиады, при этом каждую задачу запускали по четыре раза с максимальной длиной рассуждений. Тест проводили без Claude Code, без инструментов, без поиска в интернете и без написания Python-кода. Автоматический грейдер на основе нескольких моделей оценил все 24 решения как корректные. Затем люди-эксперты взяли по одному решению для каждой из шести задач, проверили их по официальной шкале и присудили максимальный результат — 42 из 42 баллов. В этом году золотая медаль начиналась с 29 баллов.

Источники 1

Anthropic Claude Opus 5 получил максимальный балл на международной олимпиаде по математике Сиолошная

9 дней назад прошла международная олимпиада по математике, а 5 дней назад подвели результаты. Я хотел подождать 7 дней, так как в прошлом году был маленький скандал, где ИИ-компании опубликовали свои результаты почти одновременно с результатами школьников, хотя организаторы хотели подождать неделю. Так что возможно в понедельник-вторник будут анонсы.

Но в системной карточке Opus 5 написано, что они дали модели порешать все 6 задач, каждую запускали 4 независимых раза с максимальной длинной рассуждений. Запускали даже не в Claude Code — без любой обвязки и инструментов, никакого поиска по интернету или написания питон-кода.

Автоматический грейдер на основе нескольких моделей оценил все 24 решения как корректные. Затем люди-эксперты взяли по 1 решению для каждой из 6 задач, оценили по официальной шкале, и насчитали максимальный балл, 42 из 42. Золотая медаль в этом году начиналась с 29.

Я видел в твиттере, что любители уже погоняли GPT-5.6-Sol-Pro, просто Sol и Kimi K3 на этих же задачах, и там тоже все или почти все (в случае Kimi) решения корректные.

Так что само по себе то, что модель настолько хороша, что берёт золотую медаль в некогда безумно сложном для машин соревновании, где ещё в 2024-м году использовалось две разные системы (одна — специально под геометрию) и тысячи генераций, часы работы... уже никого не удивляет, да? 😳

А что будет через два года 👀