OpenAI anunció el 1 de agosto de 2026 que una versión interna de Astra, su próxima familia de modelos principal, resolvió diez problemas abiertos en matemáticas e informática teórica que resistieron el progreso humano durante al menos una década. Los resultados incluyen la primera construcción explícita de un grupo no sofic (una cuestión central en teoría de grupos abierta desde 1999), una refutación de la conjetura de rigidez de Connes en álgebras de von Neumann, y nuevas cotas superiores en densidad de empaque de esferas hasta el umbral de Cohn-Elkies. OpenAI publicó un manuscrito de 249 páginas junto a los resultados.
Cada prueba fue formalizada en Lean 4 y publicada en GitHub con licencia Apache 2.0, permitiendo que cualquier matemático con un compilador Lean verifique correcciones mecánicamente sin confiar en OpenAI o el modelo. OpenAI reportó que el costo de token compute para generar las diez soluciones totalizara aproximadamente $2,000 en tasas Sol API (costo de inferencia solamente, excluyendo entrenamiento, infraestructura y trabajo de formalización humana). Investigadores incluido el Medallista Fields Tim Gowers han respaldado la calidad del trabajo matemático.
Astra representa un cambio estructural en IA-para-investigación: las pruebas vienen con certificados verificables por máquina, desacoplando verificación de reputación institucional. Esto aborda una objeción clave que la comunidad matemática planteaba en la Declaración de Leiden sobre IA y Matemáticas — los resultados de IA carecen de verificación sin confianza. Los certificados Astra Lean invierten esa carga: cualquier validador externo puede descargar la prueba y verificarla instantáneamente, evitando cronogramas de revisión por pares.
Para arquitectos que construyen infraestructura de investigación y sistemas de inferencia, esto señala tres puntos de inflexión: (1) el costo de descubrimiento científico en problemas abiertos difíciles se ha desplomado de persona-años a compute-minutos a escala de materias primas, (2) verificación formal (Lean, asistentes de prueba) se convierte en un requisito central de infraestructura para implementaciones de IA-como-herramienta-de-investigación, y (3) Astra no se ha lanzado y será uno de los primeros en pasar por el marco de revisión previa del lanzamiento del gobierno estadounidense, estableciendo precedente regulatorio para cronogramas de aprobación de modelos fronterizos.