El 1 de agosto, OpenAI publicó algo que va a quedar en los libros: su modelo interno Astra resolvió 10 problemas matemáticos que llevaban décadas sin solución. No son puzzles inventados — son preguntas abiertas reales de teoría de grupos, álgebra de operadores, geometría de altas dimensiones, complejidad cuántica y combinatoria extremal. Y cada solución viene con un certificado Lean 4 verificable por cualquier persona con una computadora.
¿Qué resolvió exactamente?
El resultado más llamativo es la construcción del primer grupo no-sófico conocido, una pregunta abierta desde que Mikhail Gromov introdujo el concepto de soficidad en 1999. Veintisite años sin respuesta, y Astra la encontró. El segundo gran resultado es la refutación de la Conjetura de Rigidez de Connes, formulada por el matemático Alain Connes en 1980, que decía que ciertas estructuras algebraicas "recuerdan" los grupos que las generaron. Resulta que no siempre.
Además resolvió tres problemas del catálogo de Paul Erdős (incluyendo el #183 sobre números de Ramsey multicoloreados), mejoró por primera vez desde 1978 el límite superior para empaquetar esferas en altas dimensiones, y avanzó en criptografía post-cuántica basada en retículas. En total, soluciones en seis campos matemáticos distintos.
La parte técnica que importa: los certificados Lean 4
Lo que hace este anuncio estructuralmente diferente a los anteriores es que todas las pruebas están en GitHub en formato Lean 4, un asistente de demostración que verifica matemáticamente cada paso. El veredicto es binario: la prueba compila o no compila. No hace falta ser matemático para corroborarlo — cualquiera puede correr el chequeo. Esto importa porque el antecedente inmediato de OpenAI en este tema fue un anuncio falso en octubre de 2025 donde dijeron que GPT-5 había resuelto 10 problemas de Erdős, y resultó que simplemente había recuperado soluciones ya existentes de la literatura matemática.
Esta vez, Thomas Bloom — el matemático que expuso la mentira de 2025 — revisó los resultados y los llamó "grandes noticias". Eso es la validación externa más significativa que podría haber.
USD 2.000 y todavía no está disponible públicamente
Según OpenAI, encontrar las diez soluciones costó aproximadamente USD 2.000 en cómputo usando las tarifas actuales de la API de Sol. Noam Brown, uno de los investigadores detrás del razonamiento de Astra, admitió que no gastaron mucho por problema y que hay margen para escalar mucho más el cómputo de test-time.
Astra es presentado como la "próxima familia de modelos" de OpenAI, distinta de Sol, Terra y Luna que ya están en producción. Es un sistema multi-agente donde un agente raíz crea sub-agentes para partes del problema y sintetiza la respuesta final. Sin fecha de lanzamiento público, y probablemente pase por revisión del gobierno de EEUU antes de estar disponible. Lo que no resolvió, para ser honestos: ninguno de los siete Problemas del Milenio del Clay Institute (cada uno vale USD 1 millón). Pero la dirección está clara.
Para los que seguimos la IA de cerca, esto es uno de esos momentos donde el progreso se vuelve concreto y verificable. Ya no es "la IA dice que resolvió algo" — es "la IA publicó la prueba en GitHub y cualquiera puede confirmarla".