OpenAI recorta 4 órdenes de magnitud el coste de formalizar

El dato que cambia todo: de 132.800 horas a 17

El matemático John D. Cook publicó el 9 de septiembre un cálculo que pasó desapercibido frente al ruido del anuncio de OpenAI sobre Navier-Stokes. El titular fue que la compañía resolvió un problema del milenio con 10.000 agentes. Lo relevante para founders es otro número.

En 2005, los lógicos Henk Barendregt y Freek Wiedijk estimaron que formalizar una página de matemáticas universitarias costaba alrededor de 40 horas de trabajo humano. Cook asumió que un paper de investigación denso cuesta unas 20 veces más: 800 horas por página. El preprint de OpenAI tiene 166 páginas. Multiplica: 132.800 horas-persona para formalizar esa prueba a mano.

OpenAI lo hizo en 17 horas usando Lean 4. Son casi cuatro órdenes de magnitud menos de coste. Eso no es una mejora incremental; es una revolución en el coste de producir certeza matemática.

🤖 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

Qué es Lean 4 y por qué importa la verificación formal

Lean 4 es un asistente de pruebas (proof assistant): un lenguaje y entorno de programación que traduce razonamiento matemático a lógica formal y comprueba, paso a paso, que cada paso de una demostración es válido. Si la prueba compila en Lean, es matemáticamente correcta. No es revisable «a ojo»: es verificada por la máquina.

La gracia de Lean no es solo demostrar teoremas nuevos. Es convertir una afirmación en algo que cualquiera puede comprobar ejecutando el código, sin confiar en la palabra del autor. Es el equivalente matemático de un build reproducible en software.

Lo que Cook señala, y aquí viene su tesis central, es que el anuncio de OpenAI importa menos por el resultado en sí (una singularidad en fluidos viscosos forzados) y más porque vino acompañado desde el día uno de una formalización en Lean 4 publicada en un repositorio público de GitHub. La mayoría de papers de IA sobre conjeturas famosas del último año hicieron lo mismo: depositar la prueba en Lean junto al PDF narrativo.

El contexto del anuncio: 10.000 agentes, 88 horas y un modelo interno

Para dimensionar el esfuerzo, según Quanta Magazine y The Next Web, OpenAI usó un modelo interno aún en entrenamiento, descrito como «significantly more capable» que GPT-6 Astra (que es la versión pública lanzada la semana anterior, y que se usó solo para verificar el resultado). El sistema organizó a los agentes en grupos con capacidad de comunicarse, ejecutar código y consultar una versión cacheada de internet.

Las cifras verificadas:

~10.000 agentes concurrentes trabajando el problema.
88 horas desde el 1 al 5 de septiembre hasta obtener la prueba.
17 horas adicionales para formalizar y verificar en Lean.
130.000 millones de tokens de salida y 2,7 millones de mensajes solo en el intento de Navier-Stokes.
Sébastien Bubeck, investigador de OpenAI, estima el coste computacional en «varios millones de dólares», según Quanta.

Y el detalle que Cook rescata: ese último paso de 17 horas, la formalización, es lo que separa esto de otros anuncios de IA en matemáticas. Sin formalización, «la IA hizo un teorema» es una afirmación; con Lean, es un teorema.

Qué significa esto para tu startup

Aquí es donde la noticia deja de ser un asunto de matemáticos y empieza a pagar facturas. Cook lo dice con una frase que debería copiar cualquier CTO: «I wouldn’t dream of doing that if I had to pay someone a week’s salary to check my work.»

La verificación formal no se limita a teoremas. Estas son aplicaciones concretas accesibles hoy para founders:

Smart contracts: auditar automáticamente que un contrato inteligente impone un techo de pérdida, que respeta una lista de invariantes de tesorería o que no puede ser drenado por una secuencia de llamadas específicas. Proyectos como Certora, K Framework o Move Prover ya hacen esto; el coste por auditoría cae con herramientas tipo Lean.
Políticas de seguridad y compliance: demostrar formalmente que un conjunto de políticas de acceso son consistentes entre sí y, bajo ciertos supuestos, cumplen su objetivo. Banks, fintechs y healthtechs son los compradores naturales.
Algoritmos críticos: si tu core depende de un motor de matching, de pricing, o de cálculo de riesgo, una prueba en Lean del invariante principal (no double-spend, monotonicidad de precios, convergencia del algoritmo) cambia el coste regulatorio y el seguro.

Tres acciones concretas para founders esta semana:

Identifica el invariante más caro de fallar en tu producto y pregúntate si admite una formalización razonable. Si la respuesta es sí, vale la pena explorar herramientas de verificación asistida por IA en 2026.
Si trabajas con smart contracts en Ethereum o cadenas con Move, pide a tu auditor que entregue, además del informe en PDF, una traza formal ejecutable. Esto ya lo exigen algunos protocolos de DeFi institucional.
No confundas «IA resolvió un teorema» con «la IA razona». Lo que OpenAI demostró es que puede coordinar agentes a escala industrial para resolver problemas estructurados. Útil para tareas largas y paralelizables; menos útil para客户服务.

Lo que el anuncio no resuelve (y por qué OpenAI no reclama el premio)

La prudencia de OpenAI al no reclamar el millón de dólares del Clay Mathematics Institute es, según The Next Web, la señal más clara de cómo valora su propio resultado. El enunciado oficial del premio pide demostrar una singularidad en las ecuaciones sin forzamiento externo. OpenAI demostró el caso con forzamiento (la fuerza externa smooth aplicada al fluido), que es el mismo enfoque que los matemáticos Diego Córdoba y Luis Martínez-Zoroa venían trabajando desde 2021 con técnicas analíticas sin IA. Charles Fefferman, de Princeton y autor de la descripción oficial del problema en el Clay, reconoce la deuda intelectual con esa línea previa.

En paralelo, el matemático de NYU Tristan Buckmaster y el investigador de Anthropic Levent Alpöge publicaron el 7 de septiembre resultados relacionados (singularidades en Euler, Boussinesq y medio poroso) obtenidos con apoyo de varios modelos, entre ellos Codex, Claude, GPT-5.6 Sol y Astra. La disputa sobre crédito, prioridad y datos de entrenamiento está abierta y la cubren en detalle Business Insider, Wired y Forkast. Para un founder, la lección no es matemática: lo que subes a Codex puede entrenar al competidor que te supere. Los términos de servicio de OpenAI permiten entrenar con tus prompts salvo que opt-out explícito.

La verdadera revolución: certeza bajo demanda

Volviendo a Cook, lo importante no es si la prueba de OpenAI entra en el canon matemático. Lo importante es que formalizar dejó de costar semanas por página. Para problemas de ingeniería (contratos, protocolos, kernels, algoritmos de pricing) el ROI se mide en auditorías evitadas, bugs prevenidos y horas regulatorias ahorradas. Con un coste cuatro órdenes de magnitud menor, casos que antes no cerraban por presupuesto ahora abren la puerta.

El siglo XXI no se va a caracterizar por qué nuevas ecuaciones resolvió la IA, sino por qué afirmaciones pudimos por fin certificar a coste razonable. OpenAI acaba de poner un ejemplo extremo. El resto del trabajo toca hacerlo en tu stack.