OpenAI resolvió 10 misterios matemáticos. ¿El precio por prueba? Dos mil dólares

Una mina de oro en tokens

El 1 de agosto de 2026, OpenAI anunció un hito importante en el razonamiento automatizado. Su modelo interno, descrito como el próximo Astra, resolvió diez problemas matemáticos y criptográficos en los que la investigación humana se había estancado durante más de una década. El equipo publicó pruebas formales completas en el lenguaje Lean 4 en un repositorio de GitHub. Pero la métrica más intrigante es el costo del descubrimiento: OpenAI afirma que gastaron menos de $2,000 en capacidad de cómputo en cada solución exitosa.

Lo que el marketing no dice en voz alta

La cifra de $2,000 suena fascinantemente barata para un problema de una década. Sin embargo, el informe de OpenAI omite elegantemente en cuántos otros problemas el modelo falló sin producir ningún resultado. La cantidad publicada representa los aciertos convertidos a los precios de la API del modelo GPT-5.6 Sol en ese momento, no el presupuesto total del departamento de investigación para el proyecto. Además, el documento PDF complementario donde el modelo «reconstruye» su proceso de pensamiento se generó ex post a partir de los registros de razonamiento ocultos originales.

Los límites de un mundo formalizado

La capacidad del modelo para escupir un certificado válido en Lean 4 es un paso enorme para las matemáticas rigurosas. ¿Pero significa esto que la IA puede resolver cualquier cosa? No. Las matemáticas y la criptografía proporcionan reglas del juego deterministas donde una solución es demostrablemente correcta o demostrablemente incorrecta. En problemas aplicados del mundo real que carecen de una función objetivo clara, el modelo no tiene en qué apoyarse. Astra sobresale aquí porque puede validar interminablemente sus pasos intermedios frente a un simulador matemático.

Ojos en la adopción científica

Si una máquina puede ampliar de forma verificable los límites de un campo por una fracción del salario de un académico, cambiará las políticas de subvenciones. La prueba no serán más comunicados de prensa de OpenAI, sino si las universidades y los centros de investigación comienzan rutinariamente a redirigir presupuestos de posiciones postdoctorales humanas a presupuestos masivos de API para los modelos de la serie o y Astra.

El veredicto de Lilith

Dos mil dólares por un avance matemático parece sorprendente hasta que te das cuenta de que, fuera de un simulador seguro, el modelo quema dinero sin una brújula.