Según informes sobre la familia más reciente de modelos de OpenAI, cuyo nombre provisional es Astra, esta nueva generación se especializará en tareas de medio y largo plazo que requieren varias horas o días para completarse. Su objetivo es complementar la oferta existente de Sol, Terra y Luna, no reemplazarla. Sam Altman pasó esta semana mostrando los nuevos modelos a legisladores en Washington.

Para mostrar las capacidades de Astra en la resolución de problemas complejos, OpenAI publicó este sábado una publicación con soluciones para 10 problemas de informática y matemáticas, la mayoría de los cuales llevaban años sin resolverse. Afirma que estas soluciones fueron producidas por una versión interna de Astra durante las pruebas.

La empresa calcula que el costo total estimado en tokens de estos resultados rondó los $2,000, utilizando las tarifas de la API de su actual modelo insignia GPT-5.6 Sol. La empresa añadió que "atribuir la autoría humana de una demostración generada íntegramente por un sistema de IA tergiversaría tanto la contribución del sistema como la naturaleza del auténtico trabajo intelectual humano."

Esto se debe a que anuncios anteriores sobre soluciones matemáticas impulsadas por IA se publicaron bajo la autoría de humanos, y el modelo figuraba únicamente como colaborador. Sin embargo, en la publicación más reciente de OpenAI, el propio modelo aparece como el principal encargado de resolver los problemas, mientras que los colaboradores humanos asumieron la responsabilidad de preparar los manuscritos.

Una de las soluciones en cuestión —que resolvía un problema de un área del álgebra abstracta llamada teoría de grupos— se filtró en X varias horas antes del anuncio oficial. Elliot Glazer, matemático principal de Epoch AI, rápidamente describió el trabajo como el resultado más importante de la IA matemática hasta la fecha.

El investigador de IA Sébastien Bubeck, que ahora trabaja en OpenAI, bromeó diciendo que esperaba que la IA superara sus habilidades matemáticas en 2030, y no en 2026.

Un análisis de las soluciones de Astra

El resultado filtrado inicialmente en Twitter cerró una cuestión abierta desde que el matemático Benjamin Weiss acuñó el término “sófico” en el año 2000. En términos sencillos, un grupo matemático es un conjunto de movimientos más una regla para combinarlos, algo parecido a las rotaciones de un cubo de Rubik. Un grupo “sófico” es aquel en el que, si amplías cualquier parte pequeña del sistema, puedes construir una versión finita que se comporta casi exactamente de la misma manera.

Hasta ahora, ningún investigador había logrado identificar un grupo que no fuera sófico; todos los grupos conocidos presentaban la misma propiedad. La revelación del sábado marcó el primer contraejemplo conocido.

Los otros nueve resultados abarcan distintas áreas de las matemáticas. Uno refuta una conjetura de larga data del matemático Alain Connes sobre el comportamiento de ciertas estructuras matemáticas. Otro encuentra una respuesta mejor a la cuestión de cómo empaquetar esferas de la forma más compacta posible en espacios de dimensiones muy altas, mejorando un récord que se mantenía desde 1978.

Por qué algunos dudan de los resultados de OpenAI

OpenAI no es el único desarrollador de IA de frontera que lanza sus modelos contra problemas matemáticos sin resolver. Según informes, Claude Fable 5, desarrollado por Anthropic, identificó un contraejemplo que puso fin a la Conjetura jacobiana en tres variables, de 87 años de antigüedad. El matemático de UCLA Terence Tao verificó públicamente el resultado el 21 de julio.

Las afirmaciones anteriores de OpenAI sobre las capacidades matemáticas de sus modelos han sido examinadas con lupa. La empresa atribuyó el 10 de julio a GPT-5.6 Sol Ultra una demostración de la Conjetura del doble recubrimiento de ciclos —un problema matemático de larga data sobre la disposición de bucles en una red—. Los matemáticos Sang-il Oum y Jim Geelen escribieron críticas independientes de ese argumento, mientras que Wolfram MathWorld registra que la afirmación no había llegado a una publicación revisada por pares al final del mes.

Algunos críticos también han expresado escepticismo sobre resultados anteriores de pruebas comparativas publicados por la propia empresa. Sin embargo, cada uno de estos resultados más recientes estuvo acompañado de un certificado de Lean —una demostración escrita para su verificación informática—, además de los manuscritos y las narraciones del proceso de razonamiento del modelo. No obstante, es importante señalar que los resultados aún no han pasado por una revisión convencional por pares.