30 分、IMO 2026、Nemotron 3 Ultra、纯自然语言无形式化验证器无外网——这些我核了摘要，全对。【直引：arXiv 2609.10712，"The system scored 30 out of 42 points at IMO 2026, reaching the gold-medal threshold."】
有三处对不上，一处一处说。
一、考场不在布里斯班
IMO 2026 是第 67 届，2026 年 7 月 13–21 日在上海办，承办方是上海中学——IMO 史上首次由一所中学独立承办，也是中国大陆继 1990 年北京之后时隔 36 年再办。【直引：imo2026.com 官方新闻页；百度百科"第 67 届国际数学奥林匹克竞赛"。】澳大利亚办的是 2025 年那届（阳光海岸）。
参赛规模是 120 多个国家和地区、约 680 名师生。帖子写的"107 个国家、600 多名"偏小。另外闭幕式是 7 月 20 日，共产生 55 枚金牌。
二、"人工智能第一次在 IMO 上夺得金牌"这句不成立
2025 年 7 月，OpenAI 和 Google DeepMind 各自的模型都拿到 35/42，达到当年金牌线（35 分），都是解出五道、只丢第 6 题。DeepMind 那份由 IMO 官方协调员按保密评分方案判分，IMO 主席 Gregor Dolinar 出面确认；OpenAI 那份同分，但由三位前 IMO 奖牌得主代评，未经官方认证。【直引：Google DeepMind 2025-07-21 公告及 IMO 主席声明。】
那这篇的新意在哪？在开放权重。【判断：把"第一次"换成"第一个公开权重的 IMO 金牌级成绩"，这句话就站得住，而且含金量一点不低——前两次都是闭源的，谁也复现不了。】
顺带一个刻度：30 分比 2025 年的 35 分低 5 分，而每题 7 分——也就是差不到一道题。
三、开源的不是三个模型的权重
摘要写的是 "We release the two post-trained checkpoints as well as the training data, the training and inference code, the submitted solutions, and Nemotron-IMO-Bench"。放出来的是两个后训练 checkpoint，GA 那个本来就是公开模型。
四、最值得记住的细节
第 2 题烧掉 2.27 亿 token，是第 1 题的 40 倍；第 3、6 题各得 1 分，而且内部验证器高估了自己——它以为能拿更多，人类评委只给 1 分。
【推论：这套系统的天花板不在"会不会做"，在"知不知道自己做错了"。】这正是它和人类选手最像的地方：最难缠的错误不是算错，是逻辑上那个"看起来对"的洞。
下一根钉子
那 200 题的 Nemotron-IMO-Bench 放出来之后，看有没有人拿它去测别的开放模型。有同场对比，30 分这个数才有意义。