OpenAI hat auf dem Programmierwettbewerb ICPC 2025 mit vollem Punktesatz die Spitze erreicht, und Gemini hat ebenfalls das Niveau der Goldmedaille erreicht.

Nach dem IMO haben sowohl OpenAI als auch Gemini die Goldmedaille bei der ICPC 2025 errungen.

Gerade jetzt haben sowohl OpenAI als auch Gemini behauptet, das Niveau der Goldmedaille bei der ICPC erreicht zu haben.

OpenAI hat dabei alle 12 Aufgaben innerhalb von 5 Stunden gelöst, was dem 1. Platz in der Rangliste der Menschen entspricht und alle teilnehmenden Universitätsteams übertrifft.

Gemini hat 10 der 12 Aufgaben gelöst und benötigte insgesamt 677 Minuten. Dies entspricht dem Niveau der Goldmedaille, und im Vergleich zu menschlichen Teams würde es auf den 2. Platz kommen.

Bei den menschlichen Teams belegte das Team der Sankt-Petersburger Staatsuniversität in Russland den 1. Platz und löste 11 Aufgaben. Die Teams der Peking Jiaotong-Universität, Tsinghua-Universität, Peking-Universität und der Universität für Wissenschaft und Technologie Chinas belegten die Plätze 2, 4, 5 und 9.

 Die ICPC, die Internationale Universitäts-Programmierwettbewerbsmeisterschaft, ist weltweit als die älteste, größte und renommierteste Universitätswettbewerbsmeisterschaft für Algorithmen und Programmierung anerkannt. Sie ist auf einem höheren Niveau als Olympiaden für Gymnasien wie die IMO. Jedes Jahr treffen sich Teilnehmer aus fast 3000 Universitäten und 103 Ländern, um sich realen Programmierherausforderungen zu stellen.

Das diesjährige Weltfinale der ICPC fand am 4. September in Baku, Aserbaidschan, statt und brachte die besten Teams aus den früheren Runden des Wettbewerbs zusammen. In einem Fünfstundenwettkampf löste jedes Team eine Reihe komplexer Algorithmenaufgaben. Die endgültige Platzierung basierte streng auf zwei Prinzipien: Nur perfekte Lösungen erhielten Punkte, und jede Minute zählte. Von den 139 teilnehmenden Teams erhielten nur die ersten vier Teams Goldmedaillen.

Hier sind die Originalaufgaben der ICPC. Interessierte Leser können sie gerne selbst versuchen.

https://worldfinals.icpc.global/problems/2025/finals/index.html

OpenAI löst 12 Aufgaben in 5 Stunden und übertrifft menschliche Teams

OpenAI hat unter exakt den gleichen Bedingungen wie die besten menschlichen Teilnehmer angetreten: Es hatte die gleichen Aufgaben, die gleiche Zeitbegrenzung von 5 Stunden und wurde in Echtzeit von einem lokalen System beurteilt, das den Standards des ICPC-Weltfinals entsprach.

Während des gesamten Prozesses hat das KI-System die Aufgaben unabhängig analysiert und die endgültige Antwort selbständig entschieden, ohne die Unterstützung von maßgeschneiderten Testtools.

Das Ergebnis des Wettbewerbs war beeindruckend: Bei 11 der insgesamt 12 Aufgaben erhielt das KI-System bereits bei der ersten Einreichung die richtige Antwort. Selbst die letzte und schwierigste Aufgabe, die alle menschlichen Teams blockierte, hat die KI nach 9 Versuchen erfolgreich gelöst. Im Vergleich dazu hat das beste menschliche Team bei diesem Wettbewerb 11 Aufgaben gelöst.

Bei Aufgabe G hat OpenAI nach 9 Versuchen erfolgreich gelöst. Diese Aufgabe war auch eine der beiden schwierigen Aufgaben, die DeepMind nicht lösen konnte. Zum Vergleich: Der schnellste menschliche Teilnehmer hat auch 270 Minuten (bei einer Gesamtzeit von 300 Minuten) benötigt.

OpenAI hat bekannt gegeben, dass die an diesem Wettbewerb teilnehmende KI aus einem "Integrat von allgemeinen Inferenzmodellen" besteht und nicht speziell für den ICPC-Wettbewerb optimiert oder trainiert wurde.

Während des Lösungsprozesses hat das System sein nächstes Modell GPT - 5 mit einem fortschrittlichen experimentellen Inferenzmodell kombiniert. GPT - 5 hat präzise 11 Aufgaben gelöst, und das experimentelle Modell hat schließlich die schwierigste Aufgabe gelöst.

Dieser Erfolg ist ein ausgezeichneter Meilenstein für OpenAI, der die erstaunliche Fortschrittgeschwindigkeit seiner Inferenzsysteme zeigt. Die gleichen Modelle haben bereits in Wettbewerben wie der Internationalen Mathematikolympiade (IMO) und der Internationalen Informatikolympiade (IOI) ihre Stärke bewiesen, was ihre hohe Allgemeingültigkeit und das breite Anwendungspotenzial bestätigt.

Die OpenAI - Mitarbeiter Borys Minaiev und Mostafa Rohaninejad haben auch auf X (früher Twitter) Beiträge zur Feier abgesetzt.

Borys Minaiev

Borys Minaiev ist ein Forscher bei OpenAI und konzentriert sich auf die Entwicklung und Anwendung von großen Inferenzmodellen. Er hat insbesondere in Programmierungswettbewerben und komplexen Inferenztasks herausragende Fähigkeiten gezeigt.

Er hat an der Sankt - Petersburger Staatlichen Universität für Informationstechnik, Maschinenbau und Optik (ITMO University) studiert und in der Welt der Programmierungswettbewerbe bemerkenswerte Erfolge erzielt. 2015 war er als Mitglied des ITMO - University - Teams Sieger des Weltfinals der Internationalen Universitäts - Programmierwettbewerbsmeisterschaft (ICPC). Dies war das einzige Team in der Geschichte des Wettbewerbs, das alle Aufgaben vor Ende des Wettbewerbs gelöst hat.

Nachdem er OpenAI betrat, wurde Borys Minaiev zu einem der Kernmitglieder der Forschung an großen Inferenzmodellen und nahm an mehreren Schlüsselprojekten teil, einschließlich der Entwicklung von Modellen wie o1, o3 und o4 - mini.

Darüber hinaus ist Borys Minaiev auch in der Open - Source - Community aktiv, hat mehrere Projekte auf GitHub geteilt und in seinem persönlichen Blog eingehend über Algorithmen wie das Simulated Annealing, die Programmiersprache Rust und die Anwendung von KI in der Bildung geschrieben.

Mostafa Rohaninejad

Mostafa Rohaninejad ist ein Forschungsingenieur bei OpenAI und konzentriert sich auf Meta - Lernen, Verstärkungslernen und die Inferenzfähigkeit von KI - Systemen.

Er trat 2023 OpenAI bei und nahm an mehreren Schlüsselprojekten teil, einschließlich der Entwicklung von großen Inferenzmodellen wie GPT - 5 und OpenAI o1.

Vor seinem Eintritt bei OpenAI absolvierte Mostafa einen Master in Informatik an der Universität von Kalifornien, Berkeley, und arbeitete im BAIR - Labor der Universität mit Professor Pieter Abbeel an Meta - Lernen und generativen Modellen. Er ist Mitautor der berühmten SNAIL - Architektur, die in Few - Shot - Lernaufgaben hervorragend abgeschnitten hat.

Mostafas Forschungsinteressen konzentrieren sich hauptsächlich darauf, wie KI - Systeme stärkere Inferenzfähigkeiten und Anpassungsfähigkeiten entwickeln können, insbesondere in komplexen Aufgaben und dynamischen Umgebungen. Seine Arbeit bei OpenAI hat nicht nur die Entwicklung der KI - Technologie vorangetrieben, sondern auch die Grundlage für intelligenter und menschenfreundlichere KI - Systeme gelegt.

Google Gemini löst 10 schwierige Aufgaben und erreicht Goldniveau

Die erweiterte Version von Gemini 2.5 Deep Think hat unter den Regeln der ICPC an dem Wettbewerb teilgenommen, der in einer Remote - Online - Umgebung und unter der Leitung der Wettbewerbsorganisatoren durchgeführt wurde.

Es hat 10 Minuten später als die menschlichen Teilnehmer begonnen, hat aber innerhalb der fünfstündigen Zeitbegrenzung 10 der 12 Aufgaben richtig gelöst und somit eine Leistung auf Goldniveau erreicht.

Der Code von Gemini für das ICPC - Weltfinale 2025: https://github.com/google - deepmind/gemini_icpc2025

Gemini hat 8 Aufgaben in nur 45 Minuten gelöst und dann in drei Stunden weitere zwei Aufgaben. Es hat verschiedene fortschrittliche Datenstrukturen und Algorithmen verwendet, um Lösungen zu generieren. Mit einer Gesamtzeit von 677 Minuten für 10 Aufgaben würde Gemini 2.5 Deep Think im Vergleich zu den Universitätsteams auf den zweiten Platz kommen.

Das Bild zeigt die Zeit, die für jede Aufgabe beim ICPC - Weltfinale 2025 benötigt wurde. Die Zeiten von Gemini sind in blau dargestellt, die Zeiten der schnellsten Universitätsteams in grau.

Es ist erwähnenswert, dass Gemini Aufgabe C in einer halben Stunde erfolgreich gelöst hat, eine Aufgabe, die kein Universitätsteam bei diesem Wettbewerb lösen konnte.

Diese Aufgabe verlangte, eine Lösung zu finden, um Flüssigkeit über eine Reihe miteinander verbundener Rohrleitungen in mehrere Reservoire zu verteilen, mit dem Ziel, eine Konfiguration zu finden, die alle Reservoire so schnell wie möglich füllt. Da jede Rohrleitung offen, geschlossen oder sogar teilweise offen sein kann, gibt es unendlich viele mögliche Konfigurationen, was die Suche nach der optimalen Konfiguration sehr schwierig macht.

Gemini hat eine effektive Lösung gefunden: Es hat zunächst angenommen, dass jedes Reservoir einen "Prioritätswert" hat, der das Vorzugsniveau dieses Reservoirs im Vergleich zu anderen Reservoiren angibt. Bei einer gegebenen Gruppe von Prioritätswerten kann durch einen dynamischen Programmierungsalgorithmus die optimale Rohrleitungsconfiguration gefunden werden. Gemini hat festgestellt, dass durch die Anwendung des Minimax - Theorems das ursprüngliche Problem in die Suche nach dem Prioritätswert umgewandelt werden kann, der den Fluss am stärksten einschränkt. Unter Ausnutzung der Beziehung zwischen Prioritätswerten und optimalem Fluss hat Gemini durch eine verschachtelte Dreiteilungssuche schnell den optimalen Prioritätswert gefunden und somit Aufgabe C erfolgreich gelöst.

Laut internen Forschungen von Google kann eine ähnliche Version von Gemini 2.5 Deep Think auch bei den ICPC - Weltmeisterschaften 2023 und 2024 eine Leistung auf Goldniveau erzielen, die mit der der besten 20 Programmierer weltweit vergleichbar ist.

Darüber hinaus hat das offizielle Google - Blog alle Beteiligten an diesem Projekt gedankt. Hanzhao (Maggie) Lin hat die gesamte technische Richtung der Arbeit von Gemini in der Wettbewerbsprogrammierung und der ICPC 2025 geleitet und hat zusammen mit Heng - Tze Cheng die gesamte Forschung und Umsetzung geleitet.

Hanzhao (Maggie) Lin