Tabla de contenido
Puntaje perfecto de IA en la IMO 2026: qué demuestra el 42/42
Puntaje perfecto de IA en la IMO 2026: dos sistemas sacaron 42/42 oficialmente en Shanghái, igual que 7 de 666 humanos. Qué demuestra y qué no ese dato.
El puntaje perfecto de IA en la IMO 2026 ocurrió dos veces, con corrección oficial. En la Olimpiada Internacional de Matemática celebrada en Shanghái del 10 al 21 de julio de 2026, dos sistemas enviaron sus soluciones por el canal oficial y fueron calificados con 42 sobre 42 por los organizadores: Celia, de Huawei, y dots-note 3.0, de Xiaohongshu. Entre 666 contendientes humanos de 117 países, exactamente 7 lograron lo mismo.
Dos años antes, el mejor resultado de una IA en la IMO era una medalla de plata que necesitó dos o tres días y traducción a un lenguaje formal. La velocidad de esa progresión es la historia real, y no es la que le llegó a la mayoría de los papás.
Puntos clave
- La IMO 2026 se corrió del 10 al 21 de julio en Shanghái: 117 países, 666 contendientes, 55 medallas de oro (puntaje ≥29), 105 de plata (≥23), 189 de bronce (≥16) y 7 puntajes perfectos.
- Celia (Huawei) y dots-note 3.0 (Xiaohongshu) fueron calificados con 42/42 por el canal oficial, con los problemas entregados solo después de que los humanos terminaran el examen y con un plazo fijo de envío.
- Otros cuatro modelos habrían sacado 42/42 en pruebas independientes calificadas por agentes de IA, que es un nivel de verificación más débil.
- La progresión es rápida: plata con 28/42 en 2024, oro con 35/42 en 2025, perfecto en 2026.
- Un puntaje perfecto de olimpiada no es matemática de investigación. Los problemas de olimpiada tienen solución conocida y formato fijo; los de investigación, ninguna de las dos cosas.
Qué implicó el puntaje perfecto de IA en la IMO 2026
La Olimpiada Internacional de Matemática da seis problemas en dos sesiones de 4 horas y media, cada uno de 7 puntos. El máximo es 42. Los problemas vienen de álgebra, combinatoria, geometría y teoría de números, y están diseñados para que ningún curso avanzado ayude: lo que piden es invención dentro de territorio elemental.
Según los resultados oficiales de la IMO 2026, la edición de Shanghái reunió 666 contendientes de 117 países. El oro fue para 55 con al menos 29 puntos, la plata para 105 con 23 o más, el bronce para 189 con 16 o más, y 141 recibieron mención honorífica. Siete sacaron 42.
Las condiciones de la IA importan más que el puntaje. Según la cobertura de TechXplore, “a las empresas tecnológicas se les entregaron los problemas de la IMO solo después de que los contendientes humanos rindieran el examen, con un plazo fijo para enviar”, y Xiaohongshu declaró que “durante las pruebas, cualquier forma de intervención humana estuvo estrictamente prohibida”.
Dos sistemas pasaron por ese canal oficial y fueron calificados por los organizadores: Celia, de Huawei, y dots-note 3.0, de Xiaohongshu, que según SCMP es el modelo más liviano de la familia dots3 de RedNote, junto con versiones más grandes llamadas jazz y aria. RedNote dijo que planea liberarlo como código abierto.
Al mismo tiempo circuló otro conjunto de resultados que conviene leer distinto. Deedy Das, de Menlo Ventures, corrió cuatro modelos de punta en un arnés autoadministrado con agentes basados en Claude haciendo la corrección, y reportó 42/42 en los cuatro. Es una señal real, pero no es el mismo nivel de verificación que la corrección de los coordinadores, y cualquier papá que lea estos titulares debería saber de qué proceso salió cada número.
La progresión de 2024 a 2026
Esta tabla es la parte que yo le mostraría a un adolescente. Los puntajes importan menos que lo que cambió en las condiciones.
| Año | Sistema | Puntaje | Condiciones | Verificación |
|---|---|---|---|---|
| 2024 | AlphaProof + AlphaGeometry 2 (DeepMind) | 28/42, nivel plata | 4 de 6 problemas; necesitó traducción a un lenguaje formal; tardó 2 o 3 días, no la ventana del examen | Reportado por DeepMind, revisado por matemáticos vinculados a la IMO |
| 2025 | Gemini Deep Think (DeepMind) | 35/42, estándar de oro | 5 de 6 problemas; lenguaje natural de punta a punta; dentro de las 4,5 horas | Calificado oficialmente por coordinadores de la IMO |
| 2025 | Modelo experimental (OpenAI) | 35/42 | Dos sesiones de 4,5 horas, sin herramientas, sin internet, demostraciones en lenguaje natural | Calificado por tres exmedallistas de la IMO, no por coordinadores |
| 2026 | Celia (Huawei); dots-note 3.0 (Xiaohongshu) | 42/42 cada uno | Problemas entregados después de que los humanos terminaran; plazo fijo; sin intervención humana | Calificado oficialmente por los organizadores |
| 2026 | Cuatro modelos de punta (prueba independiente) | 42/42 reportado | Arnés autoadministrado | Calificado por agentes basados en Claude; nivel más débil |
El salto de 2024 a 2025 es el que los matemáticos en actividad encontraron más significativo. El anuncio de DeepMind en 2025 destacó el cambio de necesitar traducción a un lenguaje formal de demostración a trabajar “de punta a punta en lenguaje natural” dentro del tiempo del examen. El presidente de la IMO, Gregor Dolinar, lo confirmó entonces: “Podemos confirmar que Google DeepMind alcanzó el hito tan buscado, con 35 de 42 puntos posibles, un puntaje de medalla de oro”.
Qué significa y qué no “sin entrenamiento matemático especial”
La frase de la cobertura que merece desarmarse es la de que estos son modelos de propósito general y no sistemas específicos de matemáticas.
Para 2024, era claramente falso. AlphaProof y AlphaGeometry 2 eran demostradores construidos a propósito, trabajando en un lenguaje formal.
Para 2025 y 2026 es parcialmente cierto y vale decirlo con precisión. Gemini Deep Think usó razonamiento paralelo y fue entrenado con aprendizaje por refuerzo sobre datos de demostración de teoremas y soluciones matemáticas de alta calidad. O sea: no era arquitectura específica de matemáticas, pero sí era entrenamiento informado por matemáticas. El modelo de OpenAI que refutó la conjetura de la distancia unitaria de Erdős en mayo de 2026 salió de lo que OpenAI describe como “un nuevo modelo de razonamiento de propósito general, no de un sistema entrenado específicamente para matemáticas”.
La distinción importa porque cambia la conclusión. Un sistema específico que saca 42/42 dice “construimos una buena máquina de matemáticas”. Un modelo de razonamiento general que lo hace dice que el razonamiento es transferible, que es una afirmación mucho más grande. La evidencia hoy respalda algo intermedio.
Por qué el titular real es la saturación del benchmark
Cuando varios sistemas de punta llegan al techo de la misma evaluación, el puntaje deja de traer información. Eso es lo que pasó acá. Deedy Das lo dijo sin vueltas: “La frontera de la IA se movió oficialmente mucho más allá de la matemática de la IMO”.
La saturación tiene una consecuencia concreta. Una vez que varios modelos sacan 42/42, las preguntas interesantes pasan a ser la metodología (¿quién corrigió?), la calidad del arnés (¿cuántos intentos?), el costo (¿cuánto cómputo?) y el nivel de verificación (¿coordinadores o agentes?). Nada de eso lo captura el número.
Traducido para un papá: un puntaje perfecto de olimpiada te dice que una clase de problemas bien planteados, autocontenidos, con tiempo acotado y solución conocida ya es resoluble por máquinas. No te dice que la matemática esté resuelta. Los problemas de olimpiada están diseñados para ser difíciles pero abordables en 90 minutos por un adolescente talentoso. Los de investigación no están diseñados, no tienen solución garantizada y pueden tomar décadas. Terence Tao ha hecho esa distinción varias veces: la IA sobresale en exploración exhaustiva de espacios definidos, mientras los saltos conceptuales siguen siendo más difíciles.
¿Y en América Latina?
La región tiene su propio circuito olímpico y eso hace que esta noticia se pueda contar bien en casa. La Olimpiada de Mayo, la Olimpiada Rioplatense de Matemática, la Olimpiada Iberoamericana y las olimpiadas nacionales (la Olimpiada Mexicana de Matemáticas, la Olimpiada Colombiana, la Argentina) mueven miles de chicos cada año. Argentina, Brasil, México, Perú, Colombia y Chile mandan equipos a la IMO desde hace décadas y varios han traído medallas de oro.
El contexto importa: en PISA 2025, Argentina registró su peor resultado histórico en matemáticas (367 puntos) y México el más bajo desde 2006 (388). Con esos números de base, un titular de “la IA sacó puntaje perfecto” puede leerse como una razón para bajar los brazos.
Yo lo leería al revés. Los siete humanos que sacaron 42/42 en Shanghái entrenaron años en circuitos como esos. Y el estudio de Campbell y Walberg publicado en Roeper Review en 2011, con 345 exolímpicos adultos, encontró que el 52% obtuvo doctorados y que el grupo había publicado 8.629 trabajos. El valor de la olimpiada nunca fue vencer a una máquina: es lo que se construye entrenando.
Qué hacer en casa
Cuéntale también el número humano
Siete de 666 contendientes sacaron 42/42. Esos siete adolescentes hicieron algo extraordinario que ningún titular mencionó. Si lo único que escucha tu hijo es que las máquinas lo lograron, aprende la lección equivocada sobre el talento matemático humano.
Usa la progresión, no el puntaje
Plata en 2024, oro en 2025, perfecto en 2026 es un dato más útil que cualquier resultado suelto. Enseña qué tan rápido se mueven las curvas de capacidad, que es algo genuinamente importante de interiorizar para un chico de 14 años que piensa en su futuro.
Enseña la pregunta de la verificación
“¿Quién lo revisó?” es el hábito más útil que esta historia puede construir. Dos sistemas fueron calificados por los organizadores de la IMO. Cuatro fueron calificados por agentes de IA en el arnés de un inversor. Los dos se reportaron como 42/42. No son la misma afirmación.
Apúntalo igual a problemas de olimpiada
La razón para hacer matemática de competencia nunca fue que las computadoras no pudieran. Era que pelear con un problema durante 90 minutos construye algo. Lo desarrollamos en círculos matemáticos y olimpiadas en la era de los puntajes perfectos de IA.
Lo que no conviene hacer
No dejes que esto sea el motivo por el que tu hijo deja las matemáticas. Los modelos que sacaron 42/42 se entrenaron con producción matemática humana, los evaluaron correctores humanos y apuntaron a problemas que diseñaron matemáticos humanos. Cada paso de esa cadena requirió gente que sabía hacer la matemática.
Qué observar en los próximos 3 meses
- Semana 4: si RedNote libera dots-note 3.0 como dijo que piensa hacer. Un modelo abierto en ese nivel de capacidad cambia quién puede acceder.
- Señales de alerta en el mes 2: cobertura que trate como equivalentes los resultados corregidos por agentes y los corregidos por coordinadores. Esa distinción es toda la pregunta de confiabilidad.
- Autoevaluación del mes 3: fíjate si aparece un benchmark nuevo. Cuando una prueba se satura, el campo inventa una más difícil, y lo que reemplace a la IMO te va a decir hacia dónde se movió la frontera real. El contexto está en una IA refutó la conjetura de Erdős.
Preguntas frecuentes
¿Qué modelos de IA sacaron 42/42 en la IMO 2026?
Dos fueron calificados oficialmente por los organizadores: Celia, de Huawei, y dots-note 3.0, de Xiaohongshu. Cuatro modelos de punta más habrían sacado 42/42 en una prueba independiente calificada por agentes de IA, que es un nivel de verificación más débil. Las fuentes varían en el total, así que “varios” es la palabra precisa.
¿Cuántos humanos sacaron puntaje perfecto en la IMO 2026?
Siete de 666 contendientes. La competencia también dio 55 medallas de oro a quienes sacaron al menos 29 puntos, 105 de plata con 23 o más y 189 de bronce con 16 o más.
¿Un puntaje perfecto en la IMO significa que la IA hace matemática de investigación?
No. Los problemas de olimpiada están diseñados para resolverse en unos 90 minutos por un adolescente talentoso, tienen solución conocida y siguen formatos familiares. Los de investigación no tienen ninguna de esas propiedades.
¿Cómo pasó la IA de plata a perfecto en dos años?
2024: AlphaProof y AlphaGeometry 2 sacaron 28/42 con traducción formal en dos o tres días. 2025: Gemini Deep Think sacó 35/42 en lenguaje natural dentro del tiempo del examen, con corrección oficial. 2026: dos sistemas sacaron 42/42 en condiciones oficiales. Cada paso quitó una muleta.
¿Vale la pena que mi hijo entrene para olimpiadas?
El estudio de Campbell y Walberg en Roeper Review (2011), con 345 exolímpicos adultos, encontró que el 52% obtuvo doctorados y que el grupo acumulaba 8.629 publicaciones. El valor de desarrollo está en el entrenamiento, no en ganarle a una máquina. En la región hay circuitos accesibles: la Olimpiada de Mayo, la Rioplatense y las olimpiadas nacionales.
Sobre el autor
Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.
Fuentes
- International Mathematical Olympiad. (2026). “IMO 2026, Shanghái, 10 al 21 de julio: resultados.” https://www.imo-official.org/editions/2026/
- Chen, R. (2026, 22 de julio). “World’s first AI model to earn perfect score at maths olympiad comes from China’s RedNote.” South China Morning Post. https://www.scmp.com/tech/article/3361482/worlds-first-ai-model-earn-perfect-score-maths-olympiad-comes-chinas-rednote
- TechXplore. (2026, 23 de julio). “AI and humans score top marks at math contest.” https://techxplore.com/news/2026-07-ai-humans-score-math-contest.html
- Google DeepMind. (2025, julio). “Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical Olympiad.” https://deepmind.google/discover/blog/advanced-version-of-gemini-with-deep-think-officially-achieves-gold-medal-standard-at-the-international-mathematical-olympiad/
- Campbell, J. R., & Walberg, H. J. (2011). “Olympiad Studies: Competitions Provide Alternatives to Developing Talents That Serve National Interests.” Roeper Review, 33(1), 8–17. https://www.tandfonline.com/doi/full/10.1080/02783193.2011.530202
- OpenAI. (2026, 20 de mayo). “An OpenAI model has disproved a central conjecture in discrete geometry.” https://openai.com/index/model-disproves-discrete-geometry-conjecture/
- Infobae. (2026, 8 de septiembre). “Pruebas PISA: los países de América Latina profundizan su retroceso educativo.” https://www.infobae.com/america/america-latina/2026/09/08/pruebas-pisa-los-paises-de-america-latina-profundizan-su-retroceso-educativo/
