AI 挑战奥数 IMO 2025，结果扎心了 2025 年国际数学奥林匹克（IMO）刚刚落幕，多款大模型参与了这场“高智商”评测。 测试了 8 款主流模型，全部挑战 IMO 六道真题，结果显示： · Grok 4 答对 3 题，但没有严格的推理过程； · Gemini 2.5 Pro、字节跳动 Seed 1.6 各答对 2 题，并是仅有能完成第5题全流程推理的模型； · OpenAI o3-medium、Claude Sonnet 等也只答对 2 题； · DeepSeek R1 则因推理 token 限制（32K）直接失败。 结论扎实：正确答案 ≠ 数学能力。多数模型仅能给出“猜对”的部分解，难以写出严密推理与证明链条。 特别一提，字节的 Seed 1.6 成本优势明显（$1.1/百万 tokens），比海外模型便宜一半，且在推理完整度上更具潜力。 想让 AI 真正进入数学科研和高阶教学场景，靠的不是模型“答对”，而是“讲清楚为什么对”——这才是目前大模型最大短板。 AI数学 IMO2025 大模型评测 Gemini 字节跳动Seed
