跳到主要內容

Nemotron Ultra-CC評測：IOI程式賽奪金，首勝人類冠軍 | Nemotron Ultra-CC Review: First AI to Beat IOI Champion

By Kit 小克 | AI Tool Observer | 2026-09-04

🇹🇼 Nemotron Ultra-CC評測：IOI程式賽奪金，首勝人類冠軍

Nemotron Ultra-CC 是Nvidia打造的程式競賽專用AI模型，2026年9月在IOI 2026（國際資訊奧林匹亞）賽場上，用550B參數規模拿下535.4分（滿分600），首度打敗人類最高分選手的498.27分，創下AI在完整IOI賽題組贏過人類金牌得主的紀錄。以下帶你看懂這個成績怎麼來的、用了什麼技巧，還有哪裡該保持懷疑。

Nemotron Ultra-CC是什麼？

Nemotron Ultra-CC屬於Nvidia Nemotron-3系列，是專門針對競技程式設計特化訓練的版本，總參數550B、啟用參數55B。同系列還有較小的Nano-CC（總參數30B、啟用3B），兩者都鎖定IOI這類規格明確、能自動評分的題型。

IOI 2026的比賽成績是怎麼拿到的？

Ultra-CC是在IOI 2026比賽期間「即時」作答，套用跟人類選手一模一樣的時間限制、網路存取規則與繳交方式，最終535.4分超越金牌門檻361.12分，也贏過人類最高分選手的498.27分。不過要注意，這場對戰不是IOI官方認證賽事——沒有IOI監督，是Nvidia自行安排的場外測試，分數不列入正式排名。

關鍵技術GenCorrect是什麼？

模型訓練流程分四步：用22,000題競程資料整理訓練集、以DeepSeek-V4-Flash產生的推理軌跡做監督式微調（SFT）、對Nano模型加做強化學習（RL），最後在推論階段套用GenCorrect——每輪最多生成200個候選解答、做多樣性分群後依評分回饋反覆修正，跑五輪。光靠GenCorrect這招測試時運算，就讓Nano-CC在沒有額外訓練下效能大增60%。

AI真的比人類會寫程式了嗎？

先別急著下結論。IOI題目規格明確、能自動客觀評分，是AI最擅長發揮的「理想賽道」，跟真實工程裡模糊需求、系統整合、長期維護的複雜度完全是兩回事。研究團隊自己也承認，Ultra-CC用掉的運算資源遠超人類選手（大量候選解答生成加多輪修正），這是「系統對系統」的比較，而非公平的同資源對決，獨立驗證與完整運算成本細節目前也還沒公開。

好不好用，試了才知道。

🇺🇸 Nemotron Ultra-CC Review: First AI to Beat IOI Champion

Nemotron Ultra-CC, Nvidia's competition-tuned AI model, scored 535.4 out of 600 at IOI 2026 (the International Olympiad in Informatics) in September 2026 — beating the top human contestant's 498.27 and marking the first time an AI system has outscored the highest-scoring human on a full IOI problem set. Here's what the 550-billion-parameter system actually did, and where to stay skeptical.

What Is Nemotron Ultra-CC?

Nemotron Ultra-CC is part of Nvidia's Nemotron-3 family, specialized for competitive programming with 550B total parameters and 55B active. A smaller sibling, Nano-CC (30B total, 3B active), was also tested. Both target IOI-style problems: unambiguous specs with objective, automated scoring.

How Did the IOI 2026 Score Happen?

Ultra-CC ran live during the actual IOI 2026 contest, under the same time limits, internet-access rules, and submission constraints as human contestants. It finished with 535.4 points, clearing the gold-medal threshold of 361.12 and beating the top human score of 498.27. Crucially, this wasn't an officially ranked IOI result — it ran unsupervised by IOI as an exhibition, so the score never entered the real leaderboard.

What Is GenCorrect?

The training pipeline has four stages: curating 22,000 competitive-programming problems, supervised fine-tuning on reasoning traces generated by DeepSeek-V4-Flash, reinforcement learning applied only to the Nano model, and finally GenCorrect at inference time — generating up to 200 candidate solutions per round, clustering them for diversity, and refining across five rounds using evaluator feedback. GenCorrect alone boosted Nano-CC's score by 60% with zero extra training.

Does This Mean AI Can Out-Code Humans Now?

Not so fast. IOI problems are an ideal shape for AI — clear specs, objective automated feedback — nothing like the ambiguity, integration work, and maintenance headaches of real-world engineering. The researchers themselves admit Ultra-CC burned far more compute than any human contestant, generating and re-checking hundreds of candidate solutions per problem. This is a system-vs-system comparison, not an equal-resource contest, and independent verification plus full compute-cost disclosure still hasn't happened.

好不好用，試了才知道 — try it yourself before you believe the headline.

Sources / 資料來源

常見問題 FAQ

Nemotron Ultra-CC真的贏過所有人類選手嗎？

只贏過分數最高的單一選手（498.27分），不是贏過全部參賽者，而且這場對戰沒有IOI官方監督，不算正式排名成績。

GenCorrect是什麼技術？

GenCorrect是一種測試時運算策略，每輪生成多達200個候選解答並做多樣性分群，再依評分回饋反覆修正、跑五輪，能大幅提升模型表現且不需要額外訓練。

這代表AI已經能取代軟體工程師了嗎？

不代表。IOI題目規格明確、有客觀評分標準，跟真實世界模糊需求、系統整合、長期維護的複雜度差很多，研究團隊自己也強調這只是系統層級的比較。

Nemotron Ultra-CC用了多少運算資源？

官方沒有完整公開，但研究團隊承認運算量遠超過人類選手，因為要生成並評估大量候選解答，屬於不對等資源的比較。

延伸閱讀 / Related Articles

AI 工具觀察站 — 每日精選 AI Agent 與工具趨勢
AI Tool Observer — Daily curated AI Agent & tool trends

留言

張貼留言

這個網誌中的熱門文章

Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 | Google Ironwood TPU v7 Explained: Matching NVIDIA Performance at 44% Lower Cost — The AI Chip War Heats Up

By Kit 小克 | AI Tool Observer | 2026-04-21 🇹🇼 Google Ironwood TPU v7 推理專用晶片解析：效能追平 NVIDIA、成本低 44%，AI 晶片戰爭正式開打 Google Ironwood TPU 是什麼？為什麼它讓 NVIDIA 緊張？ Google Ironwood TPU（代號 TPU v7）是 Google 第七代自研 AI 晶片，也是第一款 專為推理（inference）設計 的 TPU。在 AI 模型越來越大、推理需求暴增的時代，Google 不再只依賴 NVIDIA GPU，而是推出自己的推理專用晶片來搶市場。 Ironwood TPU v7 規格有多強？ 每顆 Ironwood TPU 提供 4.6 petaFLOPS 的 FP8 運算效能 ，搭載 192 GB HBM3E 記憶體，頻寬達 7.37 TB/s。單顆效能略高於 NVIDIA B200（4.5 petaFLOPS），接近 GB300 的 5 petaFLOPS。 更驚人的是規模化能力：Ironwood 可擴展至 9,216 顆晶片組成超級叢集 ，總算力達 42.5 ExaFLOPS，遠超 NVIDIA GB300 NVL72 系統的 0.36 ExaFLOPS。共享記憶體池高達 1.77 PB，解決了大型模型推理時的資料瓶頸問題。 Ironwood TPU 比 NVIDIA 便宜多少？ 根據分析，Ironwood 的 整體擁有成本（TCO）比 NVIDIA GB200 低約 44% 。在能效方面，Ironwood 的 FP8 效能達每瓦 5.42 TFLOPS，而 GB300 為 3.57 TFLOPS/W，Google 晶片的能效高出約 52%。 為什麼 Google 要做推理專用晶片？ AI 產業正從「訓練時代」轉向「推理時代」。當 ChatGPT、Gemini、Claude 等 AI 助手每天處理數十億次查詢時，推理運算的需求遠超過訓練。Google 稱之為「推理時代（age of inference）」，而 Ironwood TPU 就是為這個時代量身打造的武器。 對開發者和企業有什麼影響？ Ironwood TPU 目前 只能透過 Google Cloud 使用，無法...
閱讀完整內容

Claude Code 實測：AI 幫你寫程式到底行不行？ | Claude Code Review: Can AI Really Code for You?

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Claude Code 實測：AI 幫你寫程式到底行不行？ Claude Code 是 Anthropic 推出的命令列 AI 程式助手，直接在你的終端機裡運作。跟其他 AI 程式工具不同的是，它不是 IDE 外掛，而是一個獨立的 CLI 工具，可以讀取你的整個 codebase、執行指令、甚至幫你做 git 操作。我實際用了幾個月，以下是真實心得。 安裝與設定 安裝非常簡單，透過 npm 就能搞定： npm install -g @anthropic-ai/claude-code 。啟動後它會要求你登入 Anthropic 帳號或設定 API key。整個流程不到五分鐘。 實際使用體驗 Claude Code 最強的地方在於 它理解你的整個專案 。你不需要手動貼程式碼，它會自己讀取相關檔案、分析程式結構，然後給出建議或直接修改。實測幾個場景： Bug 修復 ：描述錯誤現象，它能自動找到問題檔案並提出修正，準確率大約 70-80% 新功能開發 ：給它需求描述，它能產出可用的初版程式碼，但通常需要人工調整細節 程式碼重構 ：這是它最擅長的。重新命名變數、抽取函式、調整架構，做得又快又好 寫測試 ：給它一個函式，它能產生相當完整的測試案例 優缺點分析 優點： 深度理解 codebase，不是只看單一檔案 可以執行 shell 指令，直接跑測試、裝套件 支援 CLAUDE.md 讓你定義專案規則 agentic 模式下可以自主完成多步驟任務 缺點： API 費用不便宜，大型專案一天可能花 10-30 美元 偶爾會過度修改，改了不該改的地方 對非英語的程式碼註解理解力稍弱 需要良好的網路連線 適合誰用？ 如果你是全端開發者、需要處理多個專案、或者經常做重構，Claude Code 絕對值得一試。但如果你只是寫簡單的腳本，免費的 Copilot 可能就夠了。 Kit 的結論： Claude Code 是目前最接近「AI 工程師」的工具。它不完美，但確實能大幅提升生產力。好不好用？試了才知道。 🇺🇸 Claude Code Review: Can AI Really Code for You?...
閱讀完整內容

Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 | AI Coding Assistants Compared: Cursor vs GitHub Copilot vs Claude Code

By Kit 小克 | AI Tool Observer | 2026-03-27 🇹🇼 Cursor vs GitHub Copilot vs Claude Code：AI 程式助手大比拼 2026 年，AI 程式助手已經成為開發者的標配。但市場上選擇太多了，到底該用哪一個？我同時使用了 Cursor、GitHub Copilot 和 Claude Code 超過半年，以下是完整比較。 GitHub Copilot：最普及的選擇 Copilot 是最早普及的 AI 程式助手，整合在 VS Code 和各大 IDE 中。它的核心功能是 即時程式碼補全 ——你打字的時候，它自動建議下一行或下一段程式碼。 優點 ：補全速度快、整合度高、支援幾乎所有語言、Copilot Chat 可以問問題 缺點 ：上下文理解有限（主要看當前檔案和少量相關檔案）、Agent 模式仍在發展中 價格 ：個人版 /月，企業版 /月 Cursor：IDE 級別的 AI 整合 Cursor 是一個從頭打造的 AI-first IDE（基於 VS Code fork）。它不只是補全程式碼，而是把 AI 深度融入整個開發流程。 優點 ：Composer 功能可以跨檔案編輯、Agent 模式可以自主執行多步驟任務、支援切換不同 AI 模型、Tab 補全非常智慧 缺點 ：是獨立的 IDE 需要遷移、Pro 方案有使用量限制、偶爾不穩定 價格 ：免費方案有限制、Pro /月 Claude Code：終端機裡的 AI 工程師 Claude Code 走完全不同的路線——它是 CLI 工具，在終端機裡運作，不綁定任何 IDE。 優點 ：理解整個 codebase、可以執行系統指令、支援 git 操作、CLAUDE.md 定義專案規則、最強的 agentic 能力 缺點 ：沒有視覺化介面、按 API token 計費（可能很貴）、需要習慣 CLI 工作流 價格 ：按 API 使用量計費，或透過 Max 訂閱方案 關鍵差異比較 即時補全 ：Copilot ≈ Cursor > Claude Code（無此功能） 跨檔案理解 ：Claude Code > Cursor > Copilot Agentic 能力 ：Claud...
閱讀完整內容