NVIDIA Nemotron batte il miglior umano alla IOI 2026: l’AI conquista le Olimpiadi di informatica

Per la prima volta un sistema di intelligenza artificiale ha battuto il miglior essere umano alle Olimpiadi Internazionali di Informatica. Alla IOI 2026, la competizione di programmazione più prestigiosa al mondo per studenti, il sistema Nemotron 3 Ultra CC sviluppato da NVIDIA ha totalizzato 535,4 punti su 600, superando il punteggio del concorrente umano più forte, fermo a 498,27. Non era mai accaduto prima, e il dato segna un passaggio importante nel modo in cui misuriamo le capacità di ragionamento dei grandi modelli linguistici.

Il risultato arriva da un lavoro di ricerca firmato dal team di NVIDIA e reso pubblico in questi giorni. Ti spiego cosa è successo, come è stato ottenuto e perché dovresti farci attenzione.

Cosa è successo alle Olimpiadi di informatica 2026

La IOI, sigla che sta per International Olympiad in Informatics, è la gara di programmazione competitiva riservata agli studenti delle scuole superiori. Ogni anno riunisce i migliori giovani programmatori del pianeta, selezionati attraverso le olimpiadi nazionali, e li mette di fronte a problemi algoritmici molto complessi da risolvere in un tempo limitato. L’edizione 2026 si è svolta a Tashkent, in Uzbekistan, dal 9 al 16 agosto.

NVIDIA ha valutato il proprio sistema in modo prospettico durante la competizione, cioè sugli stessi problemi affrontati dai ragazzi, nello stesso momento e senza conoscerli in anticipo. Il punteggio finale di 535,4 su 600 ha superato di slancio due soglie di riferimento: quella della medaglia d’oro, fissata a 361,12 punti, e soprattutto quella del miglior umano in gara, che si era fermato a 498,27.

La differenza non è banale. Parliamo di oltre trenta punti di vantaggio sul concorrente più bravo tra i finalisti arrivati da tutto il mondo.

Le stesse regole dei concorrenti in carne e ossa

Il punto che rende il risultato davvero credibile è il contesto in cui è stato ottenuto. Il sistema di NVIDIA ha lavorato sotto gli stessi vincoli imposti agli studenti: lo stesso tempo a disposizione, le stesse regole sull’accesso a internet e le stesse modalità di invio delle soluzioni sulla piattaforma di gara. Non si è trattato di un test di laboratorio ritagliato su misura, ma di una prova affrontata in parallelo alla competizione reale, descritta nel dettaglio in un articolo di ricerca pubblicato su arXiv.

Questo dettaglio conta molto. In passato diversi annunci sui traguardi dell’AI erano stati ridimensionati proprio per condizioni di prova troppo favorevoli, mentre qui il confronto è avvenuto ad armi pari.

Chi è Nemotron 3 Ultra CC e come è stato addestrato

Il protagonista della vicenda si chiama Nemotron 3 Ultra CC, dove la sigla CC sta per coding competitions, le competizioni di programmazione. È una versione specializzata della famiglia Nemotron, la linea di modelli aperti che NVIDIA porta avanti da tempo e che avevamo già visto all’opera con il modello Nemotron 3.5 Lightning pensato per gli agenti in locale. Si tratta di un modello di grandi dimensioni, con un’architettura da 550 miliardi di parametri complessivi e 55 miliardi attivi a ogni passaggio, secondo lo schema mixture of experts che accende solo una parte della rete alla volta.

La ricetta di addestramento è più interessante della sola potenza di calcolo. I ricercatori hanno costruito una pipeline di specializzazione completa, partendo da una raccolta di 22.000 problemi selezionati con cura, a cui hanno aggiunto tracce di ragionamento sintetiche, cioè spiegazioni passo passo generate apposta per insegnare al modello come arrivare alla soluzione.

C’è un dettaglio che stupisce. La versione Ultra, la più grande, è stata messa a punto con il solo fine tuning supervisionato, senza la fase di apprendimento per rinforzo usata invece sul modello più piccolo, il Nemotron 3 Nano CC da 30 miliardi di parametri complessivi.

GenCorrect, il motore che ragiona più a lungo

L’altro ingrediente decisivo è una tecnica battezzata GenCorrect. È una strategia di test time compute, cioè un modo per far lavorare il modello più a lungo nel momento in cui deve risolvere un problema, invece di limitarsi a rispondere di getto. GenCorrect genera più soluzioni diverse, le valuta, individua gli errori e le raffina in modo iterativo, ripetendo il ciclo fino a convergere sulla risposta migliore.

In pratica il modello non punta tutto su una singola idea, ma esplora molte strade, le prova e corregge il tiro. È lo stesso principio, applicato al codice, che sta dietro ai progressi recenti dei modelli di ragionamento sulla matematica e sulle dimostrazioni formali. Se ti interessa il tema, ne abbiamo parlato raccontando come un modello di Anthropic ha formalizzato l’ultimo teorema di Fermat.

Dai numeri di IOI 2025 al sorpasso del 2026

Per capire quanto sia rapido il progresso conviene guardare i dati dell’anno precedente. Sui problemi della IOI 2025 il modello Nano CC partiva da appena 130 punti prima della specializzazione. Dopo il post addestramento saliva a 291, e con l’aggiunta di GenCorrect arrivava a 468, superando la soglia oro di quell’edizione fissata a 438,3. La versione Ultra, sempre su IOI 2025, toccava quota 502.

Sono proprio questi risultati ad aver guidato lo sviluppo del sistema specializzato poi schierato alla IOI 2026. In poco più di un anno si è passati da un modello che a malapena raccoglieva punti a uno che stacca i campioni umani.

Il ritmo di miglioramento è la parte che dovrebbe farti riflettere più del singolo punteggio.

Perché questo traguardo è importante

La programmazione competitiva è diventata uno dei banchi di prova preferiti per misurare la capacità di ragionamento dei modelli, perché richiede molto più che scrivere codice funzionante. Servono intuizione algoritmica, gestione dei casi limite, ottimizzazione dei tempi di esecuzione e la capacità di scomporre un problema astratto in passaggi risolvibili. Sono competenze che assomigliano al ragionamento matematico, e che per anni sono state considerate un territorio in cui gli esseri umani mantenevano un vantaggio netto.

Il sorpasso alla IOI 2026 racconta che quel vantaggio si sta assottigliando in fretta. E non riguarda solo NVIDIA: modelli come Qwen 3.8 Max di Alibaba, pensato per il coding, e gli agenti di sviluppo di altri laboratori spingono tutti nella stessa direzione, verso sistemi capaci di affrontare problemi tecnici sempre più difficili in autonomia.

Attenzione però a non trarre conclusioni affrettate. Battere i migliori studenti a una gara di algoritmi non significa aver raggiunto un’intelligenza generale.

Un risultato come questo va letto per quello che è: un traguardo straordinario in un dominio ristretto e ben definito, ottenuto per di più grazie a un uso intensivo di calcolo al momento della risoluzione, che nel mondo reale ha un costo. Il modello eccelle su problemi con regole chiare e con una verifica automatica delle soluzioni, condizioni che non si ritrovano nella maggior parte dei compiti quotidiani di uno sviluppatore.

Resta il fatto che una barriera simbolica è caduta, ed è successo prima di quanto molti si aspettassero.

Cosa aspettarsi adesso

Il lavoro di NVIDIA suggerisce una direzione precisa per i prossimi mesi. La combinazione di modelli specializzati, dati curati e tecniche di ragionamento applicate al momento dell’inferenza sembra più efficace del semplice aumento delle dimensioni. È un messaggio che riguarda tutta l’industria, perché indica che si può ottenere molto anche senza addestrare modelli sempre più giganteschi.

Per chi lavora nello sviluppo software la ricaduta pratica è concreta: gli strumenti di assistenza al codice diventeranno rapidamente più bravi a risolvere problemi complessi, non solo a completare righe. Vale la pena tenere d’occhio come queste capacità verranno integrate negli assistenti che usi ogni giorno.

Se vuoi capire dove sta andando l’intelligenza artificiale applicata al ragionamento e al codice, continua a seguire i nostri aggiornamenti e prova a mettere alla prova gli assistenti AI sui tuoi progetti reali. È il modo migliore per scoprire fin dove sono arrivati davvero e dove invece hanno ancora bisogno di te.