Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind17. September 2025 · Q003902

Gemini achieves gold-medal level at the International Collegiate Programming Contest World Finals

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Google DeepMind berichtet, eine fortgeschrittene Version von Gemini 2.5 Deep Think habe beim ICPC-Finale 2025 zehn von zwölf Aufgaben gelöst und wäre im Vergleich mit Universitätsteams Zweite geworden. Besonders hervorgehoben wird eine Aufgabe, die kein Team löste; die bestätigte Prüfung des ICPC bezog sich laut Beitrag aber nur auf die eingereichten Lösungen, nicht auf das Modell oder das Gesamtsystem.

Mittel

Der Google-DeepMind-Bericht meldet, eine fortgeschrittene Version von Gemini 2.5 Deep Think habe beim ICPC World Finals 2025 Goldmedaillenniveau erreicht. Das Modell trat demnach unter den Wettbewerbsregeln in einer beaufsichtigten Online-Umgebung an, begann zehn Minuten nach den menschlichen Teams und löste innerhalb des fünfstündigen Wettbewerbs 10 von 12 Aufgaben. Im Vergleich mit den Universitätsteams hätte es laut Beitrag Rang zwei belegt.

Besonders betont wird Aufgabe C: Sie erforderte eine optimale Steuerung eines Leitungsnetzes zur Flüssigkeitsverteilung und wurde von keinem Universitätsteam gelöst. DeepMind zufolge kombinierte das Modell dynamische Programmierung mit einem Ansatz über Prioritätswerte, Minimax und verschachtelte Ternärsuchen. Als beitragende Technik nennt das Unternehmen unter anderem Reinforcement Learning, mehrstufiges Schlussfolgern und parallele Lösungsversuche mit Codeausführung und Tests.

DeepMind sieht darin Potenzial für KI als Partner in Programmierung, Wissenschaft und Technik. Es merkt jedoch an, dass der ICPC zwar die eingereichten Lösungen als vollständig und angenommen bestätigt habe, aber weder das System noch dessen Abläufe oder zugrunde liegendes Modell validiert habe. Die weitergehenden Aussagen zu Fähigkeiten und künftigen Anwendungen sind Einschätzungen des Unternehmens.

Ausführlich lesen

Der Bericht von Google DeepMind beschreibt die Leistung einer fortgeschrittenen Version von Gemini 2.5 Deep Think beim ICPC World Finals 2025, einem internationalen Programmierwettbewerb für Hochschulteams. DeepMind zufolge erzielte das Modell ein Ergebnis auf Goldmedaillenniveau. Der Beitrag stellt dies als Fortschritt beim abstrakten Problemlösen dar und verbindet es mit dem Ziel, leistungsfähigere KI für Forschung und Entwicklung nutzbar zu machen. Diese Einordnung und die weitergehenden Aussagen über mögliche Anwendungen sind Einschätzungen des Unternehmens.

Das Finale fand dem Bericht zufolge am 4. September in Baku statt. 139 Teams bearbeiteten innerhalb von fünf Stunden algorithmische Aufgaben. Punkte gab es nur für vollständig korrekte Lösungen, und die benötigte Zeit beeinflusste die Rangfolge. Das Modell trat laut DeepMind unter Wettbewerbsregeln in einer beaufsichtigten, entfernten Online-Umgebung an und begann zehn Minuten nach den menschlichen Teams. Es löste 10 von 12 Aufgaben: acht innerhalb von 45 Minuten und zwei weitere innerhalb von drei Stunden. Bei einem Vergleich mit den Universitätsteams hätte es laut Beitrag mit einer Gesamtzeit von 677 Minuten Rang zwei belegt.

Besonders hervorgehoben wird Aufgabe C, die kein Universitätsteam löste. Sie verlangte eine optimale Verteilung von Flüssigkeit durch ein Netz verstellbarer Leitungen auf mehrere Reservoirs. DeepMind erklärt, das Modell habe zunächst jedem Reservoir einen Prioritätswert zugeordnet und für feste Werte mittels dynamischer Programmierung die beste Leitungsanordnung gesucht. Mithilfe des Minimax-Theorems und verschachtelter Ternärsuchen habe es anschließend geeignete Prioritätswerte gefunden. Der Bericht beschreibt damit den vom Unternehmen angegebenen Lösungsansatz, legt aber keine unabhängige Analyse seiner Herleitung vor.

Als technische Grundlagen nennt DeepMind Fortschritte beim Vortraining und nachgelagerten Training, neue Reinforcement-Learning-Verfahren, mehrstufiges Schlussfolgern und paralleles Denken. Während des Trainings habe das Modell schwierige Programmieraufgaben bearbeitet, Rückmeldungen zu Ergebnissen genutzt und Lösungsansätze überarbeitet. Mehrere Modellagenten hätten Vorschläge gemacht, Code ausgeführt und getestet und die Lösungen anhand der Versuche verbessert. Interne Untersuchungen sollen außerdem zeigen, dass eine ähnliche Version bei den Finals 2023 und 2024 Goldmedaillenniveau erreicht und mit den 20 besten Wettbewerbsprogrammierern der Welt mithalten könne.

Der Beitrag leitet aus den Ergebnissen mögliche Anwendungen als Partner für Programmierende sowie in Wissenschaft und Technik ab. DeepMind zufolge wären alle zwölf Aufgaben gelöst worden, wenn man die besten KI- und Menschenlösungen kombiniert hätte. Als Einschränkung hält der Bericht ausdrücklich fest: Der ICPC habe bestätigt, dass die eingereichten Lösungen vollständig und angenommen seien; diese Prüfung habe sich jedoch nicht auf die Validierung des Systems, der Abläufe oder des zugrunde liegenden Modells erstreckt. Das Ergebnis belegt daher laut vorliegendem Bericht die Annahme der Lösungen, nicht eine unabhängige Prüfung der gesamten Entwicklung oder des Systems.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung erfolgt unabhängig von Lunas Stufen, und die Zusammenfassung wurde gegen den Originaltext geprüft; der Bericht stammt vom Hersteller selbst, daher sind Eigenaussagen wie die zu Fähigkeiten nur als Herstellerangaben zu werten.

Im Bericht, aber nicht in der Zusammenfassung

  • Acht Aufgaben wurden in 45 Minuten gelöst, zwei weitere innerhalb von drei Stunden; die Gesamtzeit für zehn Aufgaben lag bei 677 Minuten.
  • Der Bericht sagt, dass die besten KI- und menschlichen Lösungen zusammen alle 12 Aufgaben vollständig gelöst hätten.
  • Interne Studien zufolge erreichte eine ähnliche Version Goldniveau bei den ICPC-Finals 2023 und 2024 und entsprach dabei den besten 20 Wettkampfprogrammierern der Welt.
  • Der Bericht ordnet den Erfolg als Schritt auf dem Weg zur künstlichen allgemeinen Intelligenz (AGI) ein und nennt die Nähe zum IMO-Erfolg von vor zwei Monaten.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %einzelne zitierbare Belege
    • amos 23 %Hintergrund, keine Belege
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 24 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 53 %einzelne zitierbare Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 35 %einzelne zitierbare Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 67 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 77 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht

  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 30 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 54 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 48 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 71 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 23 %nur am Rande erwähnt
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →