OpenAI erreicht Goldniveau bei Mathe-Olympiade

DeepMind und andere bleiben zurück

Während OpenAI mit seinem Gold-Ergebnis glänzt, tun sich andere KI-Systeme schwer. Weder Gemini 2.5 Pro noch Grok‑4 oder DeepSeek‑R1 erreichten überhaupt Bronze-Niveau. Laut MathArena.ai schaffte es das beste dieser Modelle nur auf 13 Punkte – weit entfernt von den nötigen 19 Punkten für Bronze.

Auch DeepMinds frühere Erfolge verlieren etwas an Glanz: Zwar erreichten AlphaProof und AlphaGeometry im Vorjahr Silber, doch nur durch spezialisierte Modelle, intensive Formalisierung und massive Rechenleistung. Der Schritt von spezialisierten Mathematiklösungen zum flexiblen Reasoning scheint also größer, als viele erhofften.

Ist das wirklich Denken?

In Fachforen wird der Fortschritt gefeiert, aber auch kritisch hinterfragt. Viele sehen das Modell eher als Mustererkenner denn als echten Denker. Skeptiker bezweifeln, dass die KI „versteht“, was sie tut. Sie warnen: Nur weil ein Modell Beweise formuliert, bedeutet das nicht, dass es wie ein Mensch denkt.

Eine weitere Sorge: Bleibt der Erfolg auf Olympiadeniveau beschränkt? Oder gelingt es, dieses Leistungsniveau auch in der Forschung oder der Industrie einzusetzen? Kritiker fordern mehr Transparenz, wiederholbare Experimente und den Beweis, dass das Modell nicht nur Klausuren löst, sondern auch reale Probleme.

Ein Meilenstein oder nur ein Feuerwerk?

Ob OpenAIs Erfolg ein echter Durchbruch oder nur ein clever inszeniertes Kunststück ist, bleibt offen. Klar ist: Wenn Sprachmodelle mathematische Spitzenleistungen liefern, verschwimmen alte Grenzen zwischen Berechnung und Denken. Doch der wahre Test wird jenseits der Olympiade stattfinden – in der echten Welt.