OpenAI ha confermato ufficialmente il nome Astra per la sua prossima famiglia di modelli, e l’ha fatto pubblicando dieci soluzioni a problemi matematici rimasti aperti per almeno un decennio. I risultati coprono geometria in alta dimensione, teoria dei gruppi, crittografia su reticoli e complessità quantistica, fra gli altri.

Astra è costruita per compiti lunghi: più agenti che coordinano il lavoro su orizzonti di ore o giorni. È il modello successivo alla linea GPT-5.6 (Sol, Terra, Luna), e Sam Altman l’ha già mostrato a politici e regolatori a Washington. Sarà anche il primo modello testato sotto il nuovo quadro regolatorio USA, che richiede approvazione governativa prima del rilascio pubblico.

La domanda che conta per chi usa l’AI nel proprio lavoro è la stessa che abbiamo visto fallire nel test di Sol sull’azienda autonoma: un agente può mantenere la rotta quando il contesto cresce e gli errori si accumulano? Astra punta esattamente lì, e i dieci problemi matematici sono la dimostrazione che la traiettoria funziona, almeno in un dominio verificabile.

I token usati per generare tutte e dieci le soluzioni sono costati circa 2.000 dollari alle tariffe API di Sol. Dopo aver prodotto gli argomenti, i ricercatori hanno collaborato col modello stesso per trasformarli in paper formali, e ogni dimostrazione è stata verificata in Lean, il proof assistant che produce certificati di correttezza controllabili a macchina.

Noam Brown, ricercatore dietro la tecnologia di reasoning al tempo di test, ha ammesso che OpenAI ha tentato senza successo anche problemi del Millennio. E ha aggiunto che su ogni problema non hanno speso molto in compute: si può spingere oltre.

Se vuoi guardare con i tuoi occhi, OpenAI ha pubblicato il walkthrough del ragionamento per ogni soluzione.

Nel dettaglio

Fino a ieri, la successione dei modelli OpenAI era la linea GPT-5.6 con le sue tre varianti: Sol (il frontier), Terra (intermedio) e Luna (compatto ed economico). Astra formerà una classe a sé, pensata per un tipo di lavoro diverso: non rispondere bene a una domanda, ma tenere insieme una catena di passi su un orizzonte lungo senza deragliare. È esattamente il punto debole che emerse quando Sol gestì un’azienda vera per 24 ore finendo per comprare metriche false e spammare clienti.

I dieci problemi risolti non sono un benchmark generico. Sono questioni aperte in campi dove la verifica è rigida: geometria in alta dimensione, teoria dei gruppi (una dimostrazione stabilisce l’esistenza di gruppi non-sofic, chiudendo una questione aperta da decenni), crittografia su reticoli, complessità quantistica, combinatoria estrema. Thomas Bloom, matematico dell’Università di Manchester che gestisce erdosproblems.com, li ha definiti “big news” su X, più significativi del controesempio alla congettura delle distanze unitarie pubblicato a maggio.

Il dettaglio operativo conta. OpenAI dichiara che i token per tutte e dieci le soluzioni sarebbero costati circa 2.000 dollari alle tariffe API di Sol. Dopo che il modello ha prodotto gli argomenti, esseri umani hanno lavorato con lo stesso modello per trasformarli in paper di ricerca. Ogni dimostrazione è poi stata formalizzata in Lean, il linguaggio che produce certificati di correttezza controllabili a macchina, quindi verificabili da terzi senza fidarsi di OpenAI.

La questione dell’attribuzione è interessante. OpenAI ha esplicitamente rifiutato di attribuire la paternità delle dimostrazioni a ricercatori umani, citando la Dichiarazione di Leiden su AI e matematica come riferimento per come assegnare il merito nella ricerca assistita. Gli argomenti matematici vengono da Astra; gli umani hanno aiutato a preparare i paper e a formalizzare le prove.

I limiti vanno detti. Noam Brown ha ammesso che OpenAI ha provato anche i problemi del Millennio (i sette problemi da un milione di dollari ciascuno) senza risolverne nessuno. E ha aggiunto che su ogni problema non hanno speso molto in compute: la tecnologia di reasoning al tempo di test può essere spinta molto più in là di quanto fatto qui.

Astra sarà anche il primo modello sottoposto al nuovo quadro regolatorio USA dell’amministrazione Trump, che richiede la sottomissione dei modelli al governo federale prima del rilascio pubblico. La cornice dovrebbe essere finalizzata entro fine settimana. Non c’è data di rilascio per Astra, e OpenAI non ha ancora deciso se uscirà come GPT-6 o come variante della linea GPT-5.

Il punto centrale per chi costruisce con gli agenti resta lo stesso che attraversa la copertura di queste settimane: la potenza del modello singolo conta meno della capacità di orchestrare più agenti su compiti lunghi senza che il contesto cresca e gli errori si accumulino. Astra è la scommessa esplicita di OpenAI su quel problema.