Una IA gana la Olimpiada de Informática: el hito de Nemotron

En agosto de 2026, 375 estudiantes de todo el mundo viajaron a Taskent, la capital de Uzbekistán, para competir en la Olimpiada Internacional de Informática (IOI), la competición de programación más prestigiosa para estudiantes de secundaria. Dos semanas antes de que empezara el concurso, un equipo de NVIDIA ya había terminado los preparativos para su propio participante: un sistema llamado Nemotron-3-Ultra-CC, construido sobre un modelo de 550.000 millones de parámetros. Cuando se publicaron los resultados, la puntuación de la máquina era superior a la del mejor humano de la edición.

Según el artículo técnico que NVIDIA publicó el 2 de septiembre en arXiv, el sistema anotó 535.4 puntos sobre un máximo de 600. El mejor concursante humano, Xu Qiwen, de China, obtuvo 498.27. El umbral de medalla de oro quedó en 361.12 puntos. Si los números son correctos, es la primera vez que una inteligencia artificial supera al concursante con mayor puntuación de una edición de la IOI, y lo hizo bajo las mismas restricciones de tiempo, conectividad y envíos que los estudiantes.

Qué es la IOI y por qué importa

La Olimpiada Internacional de Informática se celebra cada año desde 1989. Es el equivalente informático de las Olimpiadas Matemáticas: dos jornadas de concurso en las que cada participante resuelve tres problemas de algoritmia con límites de tiempo estrictos. Los problemas exigen diseñar algoritmos eficientes, no solo escribir código que funcione. Una solución que calcula la respuesta por fuerza bruta puede tardar años; la correcta debe terminar en segundos.

La edición de 2026 reunió a 375 finalistas clasificados a través de olimpiadas nacionales. España participó con un equipo de cuatro estudiantes: David Lago Alonso, Andrii Basov, Guillem Vizcarro y Daniel Simon Carpenter, que volvieron con una medalla de plata, dos de bronce y una mención honorífica. En el medallero por países, China quedó primera con tres oros y una plata.

Que una máquina compita aquí es relevante porque la IOI mide algo más difícil que responder preguntas: medir razonamiento algorítmico bajo presión. En los últimos años, los laboratorios de IA han ido marcando hitos en competiciones de este tipo. En 2025, los modelos de Google DeepMind y OpenAI alcanzaron nivel de oro en la Olimpiada Internacional de Matemáticas. Ese mismo año brillaron en la ICPC, el torneo universitario de programación: el modelo de OpenAI resolvió los 12 problemas, frente a los 11 del mejor equipo humano. Pero hasta ahora ningún sistema había superado la puntuación máxima de un humano en la IOI.

Cómo se entrenó el modelo

La clave del resultado no está en el tamaño del modelo, aunque sea enorme, sino en cómo se especializó. El equipo de NVIDIA, liderado por Aleksander Ficek, partió de la familia Nemotron 3, unos modelos abiertos de arquitectura híbrida Mamba-Transformer con expertos (MoE), y construyó dos variantes para programación competitiva, ambas con el sufijo CC.

El proceso combina cuatro piezas. Primero, curaron un conjunto de 22.000 problemas de programación competitiva, filtrados y clasificados por dificultad y tema. Segundo, generaron razonamientos sintéticos: soluciones paso a paso que sirven de material de estudio. Tercero, aplicaron ajuste fino supervisado (SFT) sobre ese material. Y cuarto, en el caso del modelo pequeño, añadieron aprendizaje por refuerzo con recompensas verificables: el modelo compite contra tests automáticos que solo premian el código que produce la salida correcta.

Curiosamente, el modelo grande, Nemotron-3-Ultra-CC, se entrenó solo con SFT, sin refuerzo. El pequeño, Nemotron-3-Nano-CC, de 30.000 millones de parámetros con 3.000 millones activos, usó ambas técnicas. La elección demuestra algo que la industria repite cada vez con más convicción: la calidad de los datos de entrenamiento pesa más que la escala pura.

El tercer ingrediente se llama GenCorrect y actúa en el momento del examen, no durante el entrenamiento. Es una estrategia de cómputo en tiempo de prueba. En lugar de generar una única solución, el sistema genera varias y las evalúa contra los casos de prueba. Después detecta los fallos y refina las respuestas en ciclos sucesivos, integrando lo aprendido de cada intento. Es el mismo principio que aplican las personas cuando descartan un enfoque que se atasca y prueban otro.

Los números, en detalle

La tabla comparativa de la edición de 2026 queda así:

Participante	Puntuación (sobre 600)	Resultado
Nemotron-3-Ultra-CC (NVIDIA)	535.4	Por encima del mejor humano
Xu Qiwen (China), mejor humano	498.27	Medalla de oro, primera posición
Umbral de medalla de oro	361.12	31 medallas de oro
Umbral de medalla de plata	303.28	62 medallas de plata

Los datos del propio artículo muestran la progresión del sistema. En la IOI de 2025, el modelo pequeño partía de 130 puntos tras su entrenamiento general. Después del posentrenamiento especializado llegó a 291, y con GenCorrect activado alcanzó 468, superando el umbral de oro de aquella edición (438.3). El modelo grande llegó a 502 en los mismos problemas. Con esa validación previa, el equipo preparó una versión específica para competir en la edición de 2026, y la evaluó de forma prospectiva: durante el concurso real, no sobre problemas ya resueltos en laboratorio.

Las advertencias que hay que leer

El resultado es un claim de investigación, no un veredicto oficial. Los propios autores reconocen que, hasta donde saben, es la primera vez que ocurre, lo que implica que no hay precedente ni arbitraje independiente. El artículo no publica el desglose de puntos problema por problema, ni el presupuesto de cómputo empleado. La comparación con la puntuación humana tiene además una particularidad: el sistema no entra en el ranking oficial de la olimpiada, sino que compite en paralelo, con las mismas restricciones pero como participante externo.

Los analistas independientes han señalado esto mismo. La puntuación de 535.4 es un número aportado por el fabricante del modelo, y el sector esperará a que los organizadores de la IOI o un grupo externo confirmen las condiciones de la prueba. Es un patrón habitual en los hitos de IA: el anuncio llega primero y la verificación independiente, después. Ninguna de estas cautelas invalida el resultado, pero sí marcan la diferencia entre «demostrado» y «reportado».

Qué significa para la programación

El hito encaja en una tendencia clara. En menos de dos años, los modelos han pasado de competir en torneos de nivel medio a superar a los mejores humanos en las pruebas algorítmicas más duras que existen: matemáticas olímpicas, ICPC y ahora IOI. La programación competitiva funciona como campo de pruebas del razonamiento de los modelos, porque tiene una propiedad que la ingeniería de software real no ofrece: las respuestas se pueden verificar automáticamente. Un algoritmo o no pasa los tests o no los pasa.

Por eso los laboratorios invierten en estas competiciones. El aprendizaje por refuerzo con recompensas verificables, la técnica central detrás de estos resultados, es exactamente la que se usa para mejorar los modelos de código que escriben software de producción. Cada punto ganado en la IOI se traduce, en teoría, en modelos que razonan mejor sobre problemas complejos y verificables, y en un ecosistema abierto donde los pesos publicados en repositorios como Hugging Face se mueven tan rápido que los propios proveedores han tenido que endurecer sus controles de acceso.

Ahora bien, ganar concursos sigue sin equivaler a programar en el mundo real. Un problema de olimpiada tiene enunciado cerrado, entrada definida y salida correcta única. Un proyecto de software real implica decisiones ambiguas, requisitos que cambian, integración con sistemas heredados y coordinación entre personas. Los expertos llevan años repitiendo esta distinción desde los primeros oros de los modelos en concursos, y sigue siendo válida: la IA ya supera a los humanos en el examen, pero el trabajo del programador no es un examen.

Hay un segundo efecto práctico que interesa a quien desarrolla con modelos locales y abiertos. Nemotron 3 Ultra se publicó con pesos abiertos en junio de 2026, y la variante de programación sigue la filosofía de la familia. El artículo técnico detalla el proceso de entrenamiento completo. NVIDIA ha liberado además checkpoints y recetas de la familia Nemotron 3 en Hugging Face. Si evalúas modelos abiertos para ejecutarlos en tu propia máquina, el análisis de 44 modelos de IA locales probados en un Mac Studio da el contexto práctico que este resultado olímpico no cubre. Que un modelo abierto alcance este nivel significa que la frontera de programación competitiva ya no está reservada a los sistemas cerrados de los grandes laboratorios; el siguiente paso, convertir ese razonamiento en agentes de IA autónomos que trabajen sin supervisión, es otra historia.

Para los equipos que evalúan modelos, el dato también recalibra los benchmarks habituales. Los rankings de Codeforces estimados para modelos comerciales ya sitúan a varios sistemas por encima del nivel de competidores élite, pero las puntuaciones estimadas y las ejecuciones reales en condiciones de concurso son cosas distintas. La IOI 2026 aporta el primer dato prospectivo completo bajo condiciones de concurso, aunque sea un dato de un solo fabricante.

Errores comunes al interpretar este tipo de resultados

• Confundir programación competitiva con ingeniería de software. La primera es un deporte de algoritmos con respuesta verificable. La segunda es un oficio de decisiones, integración y colaboración. El hito no dice que la IA sepa construir productos.
• Asumir que la comparación es simétrica. El humano compite una vez, con la fatiga y el estrés del evento. El sistema puede usar estrategias de cómputo y ejecutarse con recursos que un estudiante no tiene, aunque respete los límites formales del concurso.
• Tomar la cifra sin leer la fuente. 535.4 es un dato del artículo de NVIDIA pendiente de confirmación independiente. Es legítimo citarlo, siempre atribuido.
• Pensar que el modelo «entiende» como una persona. El sistema se entrena con 22.000 problemas y refina soluciones en ciclos. Es una máquina estadística extraordinariamente afinada, no un concursante que razona con intuición humana.
• Extrapolación lineal. Pasar de 502 puntos en la IOI 2025 a 535.4 en la edición de 2026 no implica que el siguiente paso sea la perfección. Cada problema nuevo es un caso distinto y el techo de 600 no es un objetivo garantizado.

Resumen práctico

• Nemotron-3-Ultra-CC, un sistema de NVIDIA sobre un modelo de 550.000 millones de parámetros, anotó 535.4 puntos en la IOI 2026 frente a los 498.27 del mejor humano (Xu Qiwen, China) y el umbral de oro de 361.12.
• Es, según sus autores, la primera vez que una IA supera al máximo anotador humano de una edición de la IOI, bajo las mismas restricciones de tiempo, acceso y envíos.
• El entrenamiento combinó 22.000 problemas curados, razonamientos sintéticos y ajuste fino supervisado; el modelo grande no usó siquiera aprendizaje por refuerzo.
• GenCorrect, la estrategia de cómputo en tiempo de prueba, genera varias soluciones, las evalúa y las refina en ciclos: la pieza más rentable del sistema.
• El resultado es un claim de NVIDIA pendiente de verificación independiente, sin desglose por problemas ni presupuesto de cómputo publicado.
• El patrón de fondo: los modelos ya superan a los humanos en pruebas verificables de razonamiento algorítmico, y los pesos abiertos están en esa carrera.

Preguntas frecuentes

• ¿Qué es la IOI y por qué es relevante?
  La Olimpiada Internacional de Informática es la competición de programación más prestigiosa para estudiantes de secundaria, celebrada cada año desde 1989. Mide el razonamiento algorítmico bajo presión, exigiendo diseñar soluciones eficientes, no solo escribir código funcional.
• ¿Qué logró el sistema de NVIDIA en la IOI 2026?
  Nemotron-3-Ultra-CC, un modelo de 550.000 millones de parámetros, obtuvo 535.4 puntos sobre 600, superando al mejor concursante humano, Xu Qiwen de China, que marcó 498.27. Es la primera vez que una IA supera la puntuación máxima de un humano en esta olimpiada.
• ¿Cómo se entrenó Nemotron-3-Ultra-CC?
  El equipo de NVIDIA combinó 22.000 problemas curados, razonamientos sintéticos y ajuste fino supervisado (SFT); el modelo grande usó solo SFT, mientras que el pequeño añadió aprendizaje por refuerzo. Además, en el momento del examen emplea GenCorrect, que genera varias soluciones y las refina en ciclos sucesivos.
• ¿Es un resultado oficial de la olimpiada?
  No; es un claim de investigación publicado en arXiv, no un veredicto oficial. El sistema compitió en paralelo con las mismas restricciones, pero no entró en el ranking oficial de la IOI, y no hay arbitraje independiente ni desglose público de puntos por problema.

Referencias externas:

• Post-Training Language Models for Gold-Medal Performance in Coding Competitions (arXiv:2609.02849, Ficek et al., NVIDIA)
• Resultados oficiales de la IOI 2026 (International Olympiad in Informatics)
• Estadísticas y medallas de la IOI 2026 en Taskent
• Familia NVIDIA Nemotron 3 (página oficial del laboratorio)
• Análisis del lanzamiento de Nemotron 3 Ultra (Artificial Analysis)
• Resultados del equipo español en la IOI 2026 (Olimpiada Informática Española)
• Nvidia’s 550B Nemotron beats top human coder at IOI 2026 (AI Weekly)
• China tops medal table at International Olympiad in Informatics (Global Times)