OpenAI назвала следующее семейство моделей Astra и выложила решения десяти открытых задач с доказательствами в Lean

3 мин. чтения
Bybit
$30,100 + $5,030
100 USDT в подарок
Получить →

Что произошло

1 августа 2026 года OpenAI опубликовала отчёт с решениями десяти математических задач, которые оставались открытыми как минимум с 2016 года. Решения получила внутренняя версия модели, которую компания называет Astra — по её формулировке, это следующее крупное семейство моделей. Публичного релиза у Astra нет, дата и итоговое название не объявлены.

Детали

Задачи покрывают восемь областей: геометрию высоких размерностей, теорию кодирования, сложность арифметических схем, теорию групп, операторные алгебры, квантовую сложность, решёточную криптографию и экстремальную комбинаторику. Одно из доказательств устанавливает существование не-софических групп — вопрос, который держался открытым в теории групп.

Главное отличие от прежних заявлений «ИИ решил математику» — проверяемость. Каждое доказательство модель формализовала в Lean, языке для машинной проверки доказательств. Это значит, что корректность каждого шага подтверждает не человек на глаз и не сама модель, а независимая программа-верификатор. Плюс OpenAI выложила разбор хода рассуждений по каждой задаче.

Стоимость вычислений компания оценила примерно в $2000 по тарифам API для уровня Sol — старшей ступени линейки GPT-5.6 (оценка OpenAI на 1 августа 2026 года).

Ноам Браун, соавтор технологии рассуждений Astra, отдельно отметил границы результата: компания пробовала подступиться и к более крупным проблемам, но безуспешно — «увы, задач тысячелетия пока нет». Математик Томас Блум из Манчестерского университета назвал опубликованное «большой новостью».

Сама Astra описана как система, которая координирует несколько агентов на длинной дистанции — часами и сутками — над одной сложной задачей. Сэм Альтман уже показывал её политикам и регуляторам в Вашингтоне. Выйдет ли она под именем GPT-6, GPT-5.7 или как-то иначе, в компании не решили.

Что это значит

Практику, который сегодня пользуется ИИ, это не даёт ничего: модели в доступе нет, ни в API, ни в подписке. Ценность новости в другом — в способе проверки. Доказательство в Lean можно перепроверить у себя за минуты, поэтому здесь нечего брать на веру, в отличие от бенчмарков, которые вендор считает сам по своей методике.

Кому это важно уже сейчас: исследователям и всем, кто оценивает, где проходит граница возможностей моделей. Ориентир по цене — около $2000 токенов на десять задач, то есть порядка $200 за одну открытую задачу. Это не «дёшево», но и не масштаб суперкомпьютера: сопоставимо со стоимостью нескольких дней работы человека.

Осторожность здесь уместна в одном месте: десять решённых задач — не «математика закрыта». Отобраны задачи, по которым результат получился, а сколько попыток не удалось, компания не раскрывает. Горизонт — ближайшие месяцы: пока Astra не появится в API, повторить результат снаружи никто не сможет.

BYBIT · СПОТ И ФЬЮЧЕРСЫ
Крипта с нуля
Комиссия 0,1%, торги 24/7, старт с $10
Открыть счёт
Поделиться
Связаться:
Крипто- и data-аналитик, инженер-программист (факультет компьютерных наук ХНУРЭ). В IT с 2008 года: администрировал корпоративный мониторинг в «Vodafone Украина», семь лет разрабатывал и продвигал веб-проекты, пять лет руководил маркетингом на метриках — конверсия, CTR, ROI, LTV.Криптовалютными рынками занимаюсь с 2021 года: ончейн-метрики, токеномика, макроэкономические индикаторы. Разработал собственную data-driven модель анализа рынка на 30+ метрик. Стек — Python (pandas, NumPy, SciPy, matplotlib), математическая статистика и EDA; сбор и сверку данных автоматизирую AI-агентами.Принцип — «Don't trust, verify»: каждая цифра проверена по первоисточнику, ключевые — минимум по двум независимым; прогнозы — только сценарии с условиями. Тезис без данных не публикуется.