OpenAI publica un informe sobre el progreso de la IA en matemáticas y abre el repositorio openai/math

OpenAI ha publicado en su sitio web el material «Sharing AI progress in mathematics» y ha subido a GitHub el repositorio openai/math. El 13 de octubre de 2026 el canal Two Minute Papers analizó la publicación en el vídeo «OpenAI's New AI Is Doing Things We Barely Understand». La descripción del vídeo solo contiene dos enlaces a las fuentes primarias y ninguna métrica. Por eso, a continuación se explica qué se sabe con certeza y qué sigue abierto.

Qué se ha publicado

Según los datos disponibles, OpenAI ha presentado los resultados matemáticos en una publicación independiente y ha adjuntado el código. Es un detalle relevante. Las empresas suelen mostrar las matemáticas a través de benchmarks en los posts de lanzamiento, pero aquí se han reservado tanto una página como un repositorio para el tema. La tesis de que el sistema hace cosas que «apenas entendemos» pertenece al autor del vídeo. Es su formulación del título, no una declaración de OpenAI.

En los materiales a los que tenemos acceso no se revelan:

• el nombre y la arquitectura del modelo que produjo los resultados;
• el conjunto de problemas y el porcentaje de resueltos;
• el presupuesto de cómputo y el tiempo de ejecución por problema;
• el método de verificación de las soluciones: una persona, un verificador formal o ambos.

Sin estos parámetros, cualquier comparación con la competencia sería una conjetura.

Contexto: de dónde viene el interés por las matemáticas

Las matemáticas se han convertido en el principal banco de pruebas para los modelos de razonamiento. Una respuesta es correcta o no lo es, y una demostración se puede verificar. En julio de 2025, un modelo experimental de OpenAI obtuvo 35 puntos de 42 en la Olimpiada Internacional de Matemáticas, es decir, resolvió cinco problemas de seis. Es un nivel de medalla de oro. Desde entonces, la pregunta ha pasado de los problemas de olimpiada a los de investigación: si un modelo puede encontrar una demostración nueva o, al menos, verificar de forma fiable la de otra persona.

Una publicación con código en GitHub continúa lógicamente esa línea. El repositorio permite comprobar las afirmaciones por cuenta propia, siempre que contenga problemas, soluciones y scripts de evaluación. Todavía no está claro hasta qué punto el repositorio es completo.

Por qué «apenas entendemos» es motivo de cautela

La frase del título puede significar tres cosas distintas. La primera: el modelo encuentra vías de solución que no resultan obvias para las personas. La segunda: la interpretabilidad va por detrás y nadie sabe explicar por qué funciona el razonamiento. La tercera: el título está pensado para conseguir clics. Para una redacción es importante no mezclar estas opciones. Mientras no veamos las conclusiones de la propia OpenAI, la valoración de Two Minute Papers sigue siendo la opinión de un comentarista.

Cómo trabajar con esto

Si es usted investigador o ingeniero, empiece por las fuentes primarias y no por el vídeo. El orden de comprobación es el siguiente:

• abra el post en openai.com y busque la lista de problemas, los criterios de aceptación y la descripción de la verificación;
• en openai/math, revise la licencia, el formato de los datos y la presencia de scripts de reproducción;
• compruebe si existe verificación formal, por ejemplo en Lean, o si las soluciones se evaluaron a mano;
• compare el presupuesto de cómputo declarado con el suyo: un resultado alcanzable en horas en un clúster grande difícilmente sirve para un producto.

Si construye un producto sobre LLM, hay una conclusión práctica. Los resultados matemáticos son útiles como indicador de la capacidad para encadenar razonamientos largos, pero no se trasladan directamente a tareas comerciales. Espere a las verificaciones independientes antes de cambiar su stack o de hacer promesas a los clientes. Volveremos sobre este material cuando aparezcan las cifras del propio post y las primeras reproducciones.