OpenAI anunció que una versión interna de su próximo modelo, conocido internamente como Astra, resolvió diez problemas matemáticos y de ciencias de la computación teórica que llevaban abiertos más de una década, algunos desde finales de los años 90. Lo que generó más ruido no fue solo el logro matemático, sino un detalle que publicó el propio investigador de OpenAI Noam Brown en X: generar las diez pruebas, combinadas, costó menos de $2.000 en cómputo a precios de la API de Sol.
Para una audiencia de negocios y tecnología en América Latina, esta noticia importa menos por el álgebra abstracta detrás de los resultados y más por lo que revela sobre hacia dónde va el costo y la capacidad de la IA de razonamiento: problemas que consumieron años de trabajo humano especializado ahora se resuelven con un presupuesto de cómputo que cabe en la tarjeta de crédito de cualquier pyme.
Qué resolvió Astra exactamente
Según el anuncio de OpenAI, Astra abordó problemas en geometría de alta dimensión, teoría de códigos, teoría de grupos, complejidad cuántica, criptografía basada en retículos y combinatoria extremal. Entre los resultados más citados:
- Una construcción que demuestra la existencia de grupos no sóficos, una pregunta abierta desde 1999 en teoría de grupos.
- La resolución de la conjetura de rigidez de Alain Connes sobre álgebras de von Neumann.
- La prueba de la conjetura de volumen de Ehrhart.
- La resolución de tres problemas del catálogo de Paul Erdős, uno de los repositorios de referencia de problemas abiertos en matemática combinatoria.
- La primera mejora en la cota superior general de densidad de empaquetamiento de esferas en alta dimensión desde 1978.
- Un teorema de repetición paralela para juegos cuánticos de dos jugadores.
- Nuevas cotas inferiores en la complejidad de circuitos para calcular el permanente de una matriz.
Ninguno de los siete Problemas del Milenio del Clay Mathematics Institute —cada uno con un premio de un millón de dólares— cayó. El propio Brown lo reconoció en X: "Sadly, no Millennium Prize Problems (yet)", aunque agregó algo más relevante para entender el momento: "no gastamos mucho en cada problema. Es posible llevar el cómputo en tiempo de inferencia mucho más lejos".
El detalle que sorprendió: $2.000 en cómputo
El costo es el dato que más se repitió en la cobertura especializada. OpenAI, a través de Brown, precisó que generar los tokens necesarios para las diez pruebas exitosas costó, en conjunto, menos de $2.000 a precios de la API de su modelo Sol. No es el costo de entrenar Astra —que sigue siendo un modelo interno, no lanzado públicamente—, sino el costo marginal de usarlo para producir cada demostración.
Es una cifra que contrasta con la imagen habitual de la investigación de frontera en IA, asociada a clústeres de GPU y presupuestos de cientos de millones de dólares. Aquí el gasto que llevó a resultados publicables en matemática pura fue, según lo reportado, comparable al de una suscripción de software empresarial durante un año.
Cómo se verificaron los resultados
Un punto clave, y poco frecuente en anuncios de este tipo, es que OpenAI no pidió que le creyeran por confianza. Cada una de las diez pruebas se formalizó en Lean, un asistente de demostración formal que permite verificación automática y objetiva: o el código compila y la prueba es válida, o no lo es. Junto con cada resultado, la compañía publicó el razonamiento paso a paso (chain-of-thought) que llevó a la solución.
OpenAI fue explícita en que los argumentos matemáticos centrales "vinieron de Astra", mientras que los investigadores humanos se encargaron de la preparación de cada problema y de la formalización final en Lean. Es una distinción importante: el modelo no reemplazó el trabajo humano, pero sí asumió la parte que tradicionalmente exige más tiempo y expertise, el razonamiento original.
La verificabilidad generó, además, un ejercicio de reproducción espontáneo: un investigador de Anthropic, Levent Alpoge, afirmó haber reproducido cinco de las diez pruebas usando el modelo Fable de Anthropic, con un prompt genérico, sin acceso a internet y en menos de 24 horas. Si ese dato se confirma de forma más amplia, sugeriría que el salto no depende de un modelo único, sino de una capacidad que varios laboratorios están alcanzando en paralelo.
Las reacciones en la comunidad matemática
Thomas Bloom, matemático de la Universidad de Manchester que mantiene el catálogo de problemas de Erdős usado como referencia, calificó los resultados como "big news" en X, y los ubicó por encima —al menos en términos de las construcciones logradas— del contraejemplo a la conjetura de la distancia unitaria que OpenAI había publicado en mayo.
Al mismo tiempo, hay escepticismo activo en la comunidad: se discute si demostraciones generadas por un modelo, aunque verificadas formalmente, deberían contar para reconocimiento académico tradicional, y si el razonamiento detrás de ellas es genuinamente novedoso o una recombinación sofisticada de técnicas ya conocidas en la literatura. Es un debate abierto, no resuelto, y vale la pena tratarlo como tal en lugar de como un veredicto.
Por qué esto le importa a una empresa en Bolivia o en el resto de la región
Nadie en una ferretería, un restaurante o un estudio contable en Santa Cruz necesita resolver la conjetura de Ehrhart. Pero la trayectoria que muestra este anuncio sí es relevante para cualquier negocio que hoy delega tareas de análisis, planificación o generación de contenido en herramientas de IA:
- La relación costo-capacidad sigue moviéndose rápido a favor del usuario. Si resolver problemas que resistieron a matemáticos profesionales durante más de una década cuesta cientos de dólares por problema, el costo de tareas de razonamiento mucho más simples —optimizar un inventario, redactar un contrato, planificar rutas de reparto— seguirá bajando en la misma dirección.
- El razonamiento verificable, no solo la respuesta, empieza a ser el estándar. Que OpenAI haya publicado cada prueba en un formato chequeable automáticamente (Lean) en lugar de pedir confianza ciega es una señal de hacia dónde va la exigencia de auditabilidad en IA aplicada a decisiones de negocio: no solo qué respondió el modelo, sino cómo se puede verificar que la respuesta es correcta.
- La brecha entre "modelo de laboratorio" y "herramienta disponible" sigue existiendo. Astra no está lanzado públicamente; es una versión interna. La lección práctica para una pyme no es "ya puedo hacer esto hoy", sino que la ventana entre demostraciones de este tipo y su llegada a productos comerciales se ha ido acortando en los últimos años.
Los límites: lo que todavía no logró
Es importante no sobrevender el resultado. OpenAI mismo reconoció, a través de Brown, que se intentaron otros problemas mayores —incluidos los Problemas del Milenio— sin éxito. Los reportes también señalan debilidades conocidas en sistemas agénticos de este tipo: errores que se acumulan en flujos de trabajo largos y dificultad para mantener precisión a medida que crece el contexto de una tarea. Astra sigue en fase de pruebas internas, será sometido a un marco de revisión de seguridad de IA antes de cualquier lanzamiento, y OpenAI no dio fecha pública de disponibilidad.
Qué viene después
Según lo reportado, OpenAI apunta a tener, hacia septiembre de 2026, un sistema con capacidad equivalente a la de un investigador en etapa de pasantía, y a un investigador de IA plenamente autónomo hacia marzo de 2028. Son metas de la propia compañía, no certezas, y conviene tratarlas con el mismo escepticismo que el resto del anuncio. Pero el patrón de esta semana —resultados verificables, costo de cómputo público y reproducción cruzada por un investigador de otro laboratorio— marca un estándar de transparencia que probablemente se vuelva la vara con la que se midan los próximos anuncios de este tipo, vengan de OpenAI, Anthropic o cualquier otro laboratorio.
Fuente: OpenAI