EM POUCAS LINHAS
- A pontuação relatada supera o limiar de ouro e a maior nota humana, mas não integra a classificação oficial.
- O resultado combina especialização do modelo com geração, avaliação e refinamento de soluções.
- Modelo e pipeline são apontados como disponíveis; licença, requisitos e reprodução independente seguem sem confirmação nas fontes recebidas.
- Equipes brasileiras precisam medir o sistema em suas próprias tarefas antes de inferir utilidade prática.
A pontuação atribuída ao Nemotron na Olimpíada Internacional de Informática (IOI) de 2026 chama atenção, mas não deve ser lida como uma medalha concedida à IA. Segundo a equipe da Nvidia, um sistema especializado alcançou 535,4 de 600 pontos numa avaliação realizada durante a competição, sem entrar na classificação oficial. Para quem desenvolve software no Brasil, o dado mostra o desempenho relatado em problemas competitivos sob condições específicas; não mede, por si só, a qualidade de mudanças em um projeto real.
O que foi divulgado, e quando
O texto da equipe da Nvidia, publicado em 7 de outubro de 2026, reúne resultados de programação na IOI e de matemática na IMO. Essa é a data da publicação conjunta, não a data em que a nota da IOI surgiu pela primeira vez. O resumo do artigo técnico dos autores já descrevia o resultado: o trabalho foi submetido em 2 de setembro e revisado em 4 de setembro de 2026. As datas registram a circulação do estudo; não estabelecem, isoladamente, o dia da execução de cada solução.
Essa cronologia evita tratar o texto de outubro como uma nova prova ou como confirmação independente do estudo. As duas fontes são dos responsáveis pelo sistema: uma sintetiza os resultados, enquanto a outra apresenta, em seu resumo, o método de especialização e a avaliação. O material fornecido para o artigo técnico é sua página de resumo, não o texto integral. Portanto, detalhes experimentais que dependam das demais seções do estudo não estão confirmados aqui.
Pontuação alta não é colocação oficial
A Nvidia informa que o Nemotron-3-Ultra-CC, com ajuste supervisionado e GenCorrect, obteve 535,4 de 600 pontos na IOI 2026; os valores de comparação publicados são 361,12 para o limiar de ouro e 498,27 para a maior pontuação humana. O resumo técnico apresenta os mesmos números. A comparação indica que, segundo os autores, a pontuação do sistema no conjunto de problemas ultrapassou ambos os referenciais. Não significa que ele tenha vencido oficialmente um competidor nem recebido medalha.
De acordo com a equipe, a execução foi prospectiva, durante a competição, sob as mesmas restrições de tempo, acesso à internet e submissões impostas aos participantes humanos. A equipe também a classifica como avaliação não oficial, sem supervisão, e diz expressamente que ela não integrou o ranking da IOI. Restrições equivalentes são relevantes para interpretar a nota, mas não transformam uma execução fora do ranking em participação oficial. As fontes recebidas tampouco documentam uma reprodução independente dessa pontuação.
O que foi avaliado: modelo mais processo
Não se trata de uma nota atribuível apenas a um modelo-base respondendo uma vez a cada enunciado. Segundo o resumo do estudo, os autores selecionaram 22 mil problemas e usaram traços sintéticos de raciocínio na especialização; treinaram o Nemotron-3-Nano-CC com ajuste supervisionado e aprendizado por reforço, e o Nemotron-3-Ultra-CC com ajuste supervisionado. Também descrevem o GenCorrect como uma estratégia de inferência que gera soluções diversas, avalia resultados e refina tentativas com base em feedback. Na avaliação de 2026, o sistema apontado pela publicação da Nvidia combina o Ultra-CC com esse processo iterativo.
Os resultados anteriores ajudam a separar os efeitos, sem substituírem a avaliação de 2026. No resumo técnico, o Nano-CC passa de 130 pontos antes do pós-treinamento para 291 após essa etapa e 468 com GenCorrect no conjunto da IOI 2025; o Ultra-CC chega a 502 com a estratégia de inferência. Essas comparações, relatadas pelos próprios autores, sugerem que tanto a especialização quanto as tentativas guiadas por feedback importam. Não autorizam atribuir toda a diferença observada em 2026 a um único componente, nem garantem o mesmo ganho com outro orçamento de execução.
O que equipes no Brasil podem verificar
A publicação da Nvidia afirma que o modelo Ultra-CC está disponível no Hugging Face, que o artigo técnico descreve a receita de treinamento e o GenCorrect e que o pipeline de avaliação e inferência está disponível no NeMo-Skills. É uma indicação de materiais para examinar, não comprovação, nas fontes recebidas, da licença aplicável, dos requisitos de hardware, dos custos de operação ou da reprodução independente da nota. Esses pontos precisam ser conferidos antes de planejar uma implantação.
Um exemplo hipotético: uma equipe brasileira poderia separar tarefas de programação competitiva de tarefas do próprio repositório, fixar limites de tempo e de tentativas e registrar quais soluções passam nos testes sem introduzir regressões. Também precisaria identificar se comparou o modelo isolado ou o conjunto com GenCorrect; caso contrário, uma diferença de resultado poderia refletir o processo de busca, não apenas a capacidade do modelo. O guia do acervo sobre leitura de benchmarks oferece um ponto de partida para estruturar essa comparação.
As fontes sobre a IOI e a publicação da Nvidia não apresentam avaliação em projetos brasileiros nem desempenho em português brasileiro. Assim, a conclusão útil é delimitada: os autores relatam uma pontuação excepcional em um conjunto de problemas de competição, obtida por um sistema especializado e fora da classificação oficial. Sua transferência para manutenção de software, requisitos em português ou ambientes de execução de equipes locais continua sendo uma pergunta para avaliação própria, não uma consequência automática da nota.
Fontes e referências
- One Model Family, Two Gold-Level Results: Fine-Tuning Nemotron for IOI and IMOhuggingface.co · Consultado em 07/10/2026
- [2609.02849] Post-Training Language Models for Gold-Medal Performance in Coding Competitionsarxiv.org · Consultado em 07/10/2026