IMO 2026：四个 42/42，AI 的满分代价与解题路径不一样

新智元引用 Deedy Das 的公开横评：Claude Fable 5、GPT-5.6 Sol（xhigh）和 Kimi K3 都完成了 IMO 2026 的 6 道题，拿到 42/42；AxiomProver 也独立交出了满分。报道同时写到，中国队以 232 分拿下第 67 届 IMO 团体冠军，三名人类选手得到 42 分满分。1

这些数字来自文章引用的公开横评，不是统一实验室的独立复测。读者可以直接查看下方公开材料。1

P1 要求证明一组整数上的操作会终止。Claude Fable 5 构造了 Φ = T + N：T 是所有数的素因子个数总和，N 是大于 1 的数的个数，每一步至少减少 1。GPT-5.6 Sol 则追踪二元组（P，K）：P 是所有数的乘积，K 是大于 1 的数的个数，乘积不变时 K 继续下降。两条路径都只对应题目 (a) 的终止性；题目 (b) 还要用素因子指数的不变量说明最终结果与操作顺序无关。1

文章记录的 P6 结果是：Fable 5 用 26 分钟、2 轮完成；Sol 用 60 分钟、2 轮完成；Kimi K3 用 381 分钟、4 轮完成。Grok 4.5 只输出了 7053 个 token，提交文件里写着「Full proof: (Not yet complete.)」。新智元把它归因到 agent 层面的工具调用问题：模型声称写入证明，但后台并没有真正调用写文件工具。1

这组结果值得看的地方，是「满分」后面还跟着耗时、成本、证明策略和工具执行过程。配图中的海报来自原文，成绩卡和证明卡是基于报道重绘；本帖不把一次公开横评写成通用模型排名。