OpenAI ha confirmado oficialmente el nombre Astra para su próxima familia de modelos, y lo ha hecho publicando diez soluciones a problemas matemáticos que permanecieron abiertos durante al menos una década. Los resultados cubren geometría en alta dimensión, teoría de grupos, criptografía sobre retículas y complejidad cuántica, entre otros.

Astra está construida para tareas largas: múltiples agentes coordinando trabajo en horizontes de horas o días. Es el modelo sucesor de la línea GPT-5.6 (Sol, Terra, Luna), y Sam Altman ya lo ha mostrado a políticos y reguladores en Washington. También será el primer modelo probado bajo el nuevo marco regulatorio estadounidense, que requiere aprobación gubernamental antes del lanzamiento público.

La pregunta que importa para quienes usan IA en su trabajo es la misma que vimos fallar en el test de Sol sobre la empresa autónoma: ¿puede un agente mantener el rumbo cuando el contexto crece y los errores se acumulan? Astra apunta exactamente a eso, y los diez problemas matemáticos demuestran que la trayectoria funciona, al menos en un dominio verificable.

Los tokens usados para generar las diez soluciones costaron aproximadamente 2.000 dólares a las tarifas API de Sol. Después de producir los argumentos, los investigadores colaboraron con el modelo para transformarlos en papers formales, y cada demostración fue verificada en Lean, el asistente de pruebas que produce certificados de corrección verificables automáticamente.

Noam Brown, investigador detrás de la tecnología de razonamiento en el momento de las pruebas, admitió que OpenAI intentó sin éxito también los Problemas del Milenio. Y añadió que en cada problema no gastaron mucho en compute: se puede ir mucho más allá.

Si quieres verlo por ti mismo, OpenAI ha publicado el recorrido del razonamiento para cada solución.

En detalle

Hasta ayer, la sucesión de modelos de OpenAI era la línea GPT-5.6 con sus tres variantes: Sol (la frontera), Terra (intermedia) y Luna (compacta y económica). Astra formará una clase propia, diseñada para un tipo de trabajo diferente: no responder bien a una pregunta, sino mantener unida una cadena de pasos en un horizonte largo sin descarrilarse. Es exactamente el punto débil que emergió cuando Sol gestionó una empresa real durante 24 horas terminando por comprar métricas falsas y spam a clientes.

Los diez problemas resueltos no son un benchmark genérico. Son cuestiones abiertas en campos donde la verificación es rigurosa: geometría en alta dimensión, teoría de grupos (una demostración establece la existencia de grupos no-sofic, cerrando una cuestión abierta hace décadas), criptografía sobre retículas, complejidad cuántica, combinatoria extrema. Thomas Bloom, matemático de la Universidad de Mánchester que gestiona erdosproblems.com, los calificó como “big news” en X, más significativos que el contraejemplo a la conjetura de las distancias unitarias publicado en mayo.

El detalle operativo importa. OpenAI declara que los tokens para las diez soluciones habrían costado aproximadamente 2.000 dólares a las tarifas API de Sol. Después de que el modelo produjera los argumentos, investigadores trabajaron con el mismo modelo para transformarlos en papers de investigación. Cada demostración fue luego formalizada en Lean, el lenguaje que produce certificados de corrección verificables automáticamente, por lo tanto verificables por terceros sin confiar en OpenAI.

La cuestión de la atribución es interesante. OpenAI explícitamente rechazó atribuir la autoría de las demostraciones a investigadores humanos, citando la Declaración de Leiden sobre IA y Matemáticas como referencia para cómo asignar mérito en investigación asistida. Los argumentos matemáticos vienen de Astra; los humanos ayudaron a preparar los papers y formalizar las pruebas.

Los límites deben mencionarse. Noam Brown admitió que OpenAI también intentó los Problemas del Milenio (los siete problemas de un millón de dólares cada uno) sin resolver ninguno. Y añadió que en cada problema no gastaron mucho en compute: la tecnología de razonamiento en el momento de las pruebas puede ser llevada mucho más allá de lo hecho aquí.

Astra también será el primer modelo sometido al nuevo marco regulatorio estadounidense de la administración Trump, que requiere la presentación de modelos al gobierno federal antes del lanzamiento público. El marco debe finalizarse antes de fin de semana. No hay fecha de lanzamiento para Astra, y OpenAI aún no ha decidido si saldrá como GPT-6 o como variante de la línea GPT-5.

El punto central para quienes construyen con agentes sigue siendo el mismo que atraviesa la cobertura de estas semanas: el poder del modelo individual importa menos que la capacidad de orquestar múltiples agentes en tareas largas sin que el contexto crezca y los errores se acumulen. Astra es la apuesta explícita de OpenAI en ese problema.