El martes 8 de septiembre, OpenAI anunció que su nueva IA interna, más avanzada que el recién lanzado GPT-6 Astra y aún sin publicar, habría resuelto las ecuaciones de Navier-Stokes, uno de los siete Problemas del Milenio del Clay Mathematics Institute con un premio de US$1 millón para quien los resuelva. Para llegar primero, la empresa desplegó hasta 10.000 agentes de IA en paralelo durante 88 horas a un costo de aproximadamente US$22,5 millones en cómputo, una inversión que supera con creces el propio premio. OpenAI no planea reclamar el dinero porque el objetivo nunca fue el millón de dólares sino demostrar que su IA supera a los mejores matemáticos humanos en uno de los problemas más difíciles de la historia, especialmente en un momento donde la competencia con Anthropic está en su punto más alto.
El problema es que el anuncio llegó envuelto en una acusación directa. Tristan Buckmaster, matemático de la Universidad de Nueva York, y Levent Alpöge, investigador de Anthropic, llevaban semanas trabajando en su propia prueba del mismo problema. Según el relato de Buckmaster, información sobre su progreso llegó a OpenAI antes de que publicaran sus resultados, y cuando pidió explicaciones la empresa ya tenía una prueba completa. Buckmaster preguntó específicamente si OpenAI había usado sus notas guardadas en Codex, la herramienta de programación de la propia OpenAI donde él y Alpöge almacenaban todos sus borradores, y no obtuvo una respuesta clara. OpenAI respondió que “no se accedió a datos específicos de usuarios para resolver este problema” pero admitió que “aunque es poco probable, no podemos descartar que datos desidentificados derivados de su uso de nuestros productos hayan ayudado a mejorar nuestros modelos.”
Por qué OpenAI gastó $22,5 millones para ganar un premio de $1 millón
La inversión de OpenAI en resolver Navier-Stokes no tiene ningún sentido económico si el objetivo fuera el premio. La razón real es que la empresa necesitaba una demostración pública de las capacidades de su nuevo modelo antes de su lanzamiento oficial, y resolver uno de los problemas matemáticos más difíciles de la historia es exactamente el tipo de hito que genera cobertura masiva y posiciona el modelo como superior a cualquier competidor. Que el investigador que estaba a punto de publicar la solución primero trabajara precisamente en Anthropic hace la situación considerablemente más tensa.
Según el relato de Sébastien Bubeck, responsable del equipo de matemáticas de OpenAI, el equipo empezó a entrenar el nuevo modelo el 28 de agosto y redirigió sus recursos hacia Navier-Stokes el 1 de septiembre después de escuchar rumores de que Anthropic tenía avances. Un grupo inicial de 100 agentes resolvió una versión relacionada en 50 horas, y para el problema completo el sistema escaló hasta los 10.000 agentes en paralelo durante un fin de semana, consumiendo 300.000 millones de tokens de salida.
La carrera que se decidió por el anuncio, no por la prueba
El detalle más incómodo de toda la historia es que Buckmaster y Alpöge publicaron su prueba primero y con verificación formal en el lenguaje de programación Lean. OpenAI anunció lo suyo en una llamada con periodistas. La cobertura mediática que obtuvo el anuncio de OpenAI fue considerablemente mayor que la publicación académica de los matemáticos, lo que en la práctica convierte a OpenAI en “el primero” para el público general aunque los matemáticos llegaran antes al resultado formal. OpenAI no violó ninguna regla explícita al hacer su anuncio de esa forma, pero la pregunta sobre cómo llegó al problema en el momento exacto en que los investigadores de Anthropic estaban a punto de publicar sigue sin tener una respuesta satisfactoria.
NVIDIA financia el centro de datos de OpenAI para que la compañía le siga comprando chips porque el capital privado se agotó→ Anthropic explica por qué Claude se agota tan rápido: ajustó los límites de uso en horas pico sin avisar y el 7% de los usuarios paga las consecuencias→
