OpenAI dice resolver Navier-Stokes y desata una tormenta

Lo que OpenAI anunció el 8 de septiembre

OpenAI dijo haber producido una prueba completa del problema de existencia y regularidad de Navier-Stokes, uno de los siete Problemas del Milenio que el Clay Mathematics Institute悬赏 desde el 24 de mayo de 2000 con un premio de US$1 millón cada uno. La compañía explicó que la prueba fue escrita por un modelo de próxima generación, aún no liberado, descrito como «significativamente más capaz que GPT-6 Astra», según recogió Engadget.

El esfuerzo, según el comunicado de OpenAI, arrancó el 1 de septiembre después de que se filtrara el rumor de que dos Problemas del Milenio habían sido resueltos. Los agentes llegaron a la prueba el sábado 5 de septiembre, 88 horas después del primer prompt, y la verificación formal en Lean añadió 17 horas más con GPT-6 Astra. En total, los agentes intercambiaron 4,9 millones de mensajes y consumieron unos 300.000 millones de tokens de salida; para Navier-Stokes concreto, 2,7 millones de mensajes y alrededor de 130.000 millones de tokens. Simon Willison estima el coste a precios públicos de Astra en unos US$15 millones; TechCrunch lo eleva a US$22,5 millones a tarifas actuales de Astra. OpenAI, además, comunicó que no piensa reclamar el millón de dólares del Clay.

La otra historia: Buckmaster, Alpöge y casi un año de trabajo

Horas antes del anuncio de OpenAI, el matemático de NYU Tristan Buckmaster publicó un comunicado en el que cuenta una versión muy distinta. Junto a Levent Alpöge, matemáticoemployed por Anthropic pero trabajando «a título personal», llevaba casi un año atacando el mismo problema usando una mezcla de Claude y Codex (principalmente el modelo GPT-5.6 Sol). El avance decisivo, según Simon Willison, llegó el 15 de agosto; Yahoo News sitúa la «solución» alrededor del 22 de agosto.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El detonante fue un rumor. Buckmaster y Alpöge oyeron que en OpenAI se sabía que Anthropic había resuelto «un problema abierto importante» y contactaron. Del otro lado, según OpenAI, el equipo llevaba apenas unos días trabajando en Navier-Stokes tras el rumor del 1 de septiembre. La ruta elegida, dice Buckmaster, es la que «Luis y Diego abrieron» —opciones c y d del enunciado de Fefferman— y «casi nadie más» estaba explorando, lo que hace «no razonable» que un modelo la encuentre en pocos días solo con el enunciado.

Las acusaciones cruzadas

Buckmaster asegura que preguntó a OpenAI cuándo se envió el primer prompt y si el modelo había sido entrenado o tenía acceso a sus sesiones de Codex. La respuesta, textual: «se me dijo que el modelo no consultaba datos de usuarios. Pregunté de nuevo, sobre el entrenamiento, y no obtuve respuesta». El matemático de OpenAI Sébastien Bubeck le ofreció después dos opciones: publicar primero el resultado de OpenAI al día siguiente de su versión parcial, o que Buckmaster escribiera en solitario un paper sobre el resultado de OpenAI, sin acreditar a Alpöge por la «relación competitiva» con su empleador. Buckmaster afirma que al rechazar ambas, Bubeck respondió: «¿Por qué quieres arruinar tu carrera?» y, ante la insistencia, «si no quieres que sea amable, no tengo por qué serlo».

Bubeck negó la versión en redes sociales y publicó mensajes de texto en los que, según él, proponía un lanzamiento coordinado y ofrecía a Alpöge crédito y prompts. Sam Altman respaldó a Bubeck: «Seb —y todos los demás— actuaron con integridad y generosidad durante todo el proceso». OpenAI, por su parte, reconoce que no puede descartar que datos desidentificados derivados del uso de sus productos por Buckmaster y Alpöge ayudaran a mejorar sus modelos, aunque afirma que «las pruebas difieren significativamente» —caso Euler forzado frente a no forzado— y que su equipo no vio trabajo de los matemáticos hasta su publicación. Buckmaster y Alpöge publicaron sus resultados con Alpöge acreditado; Terence Tao calificó su matemática subyacente como un «logro notable».

Por qué este episodio pesa más que el premio

Este no es el primer golpe de IA en matemáticas en una semana. El 4 de septiembre, Anthropic anunció que Claude había formalizado en 11 días la prueba del Último Teorema de Fermat —de 1995, de Andrew Wiles— en 13 millones de líneas de Lean y unas 29.500 proposiciones intermedias, el mayor archivo de Lean jamás escrito. La formalización se完成ó con ayuda de la herramienta abierta Prove2Me y desplazó un proyecto de cinco años del matemático Kevin Buzzard en Imperial College London. En otras palabras: en cuatro días, dos laboratorios rivales han anunciado sendas hazañas matemáticas con ayuda de modelos que nadie fuera de sus paredes puede revisar todavía.

La pregunta de fondo ya no es solo quién firma el paper. Cuando un laboratorio tiene acceso a un modelo de frontera y a cientos de miles de GPUs o créditos, el rumor de que un problema está al caer basta para lanzar un sprint de 88 horas y varias decenas de millones de dólares en cómputo. Simon Willison lo compara con la ciberseguridad: solo saber que existe un exploit no parcheado basta para que un agente lo encuentre. Si eso se generaliza, el tiempo entre «rumor» y «publicación rival» se acerca a cero y la ventaja competitiva pasa a ser de quien tiene el modelo y el presupuesto más grandes.

¿Qué significa esto para tu startup?

Para una startup hispanohablante que usa IA a diario, el episodio deja tres lecciones operativas que van más allá del debate académico:

Tu histórico de prompts es un activo (y un riesgo). Si trabajas en I+D con Claude, Codex o GPT, tus sesiones pueden alimentar futuros entrenamientos del propio modelo. OpenAI permite opt-out del entrenamiento en Codex; revisa hoy mismo esa configuración y haz lo propio en Anthropic y Google si aplica a tu flujo. Trata cada conversación con un LLM como si fuera un Slack con un competidor dentro.
El cómputo se ha vuelto un arma de first-mover. Hoy, lanzar US$15-22M en tokens es accesible solo a hyperscalers, pero la tendencia baja rápido: cuando esos agentes cuesten mil veces menos, cualquier rumor de un producto rival podrá convertirse en un sprint automatizado para replicarlo. Diseña tu propiedad intelectual pensando que el modelo de tu competidor puede «volver» con tu trabajo.
Separa proyectos sensibles de chats generales. Si haces trabajo delicado (datos de clientes, estrategias de pricing, código con ventaja competitiva), usa cuentas dedicadas, APIs empresariales con acuerdos de no-entrenamiento, o modelos locales. No mezcles el Codex de tu empresa con el personal.

El premio de US$1 millón del Clay sigue sin dueño formal, pero el verdadero premio en juego —quién define las reglas de la investigación asistida por IA, quién firma el paper y qué cuenta como «idea original»— acaba de empezar a discutirse.