OpenAI ha presentado Astra, su próxima gran familia de modelos, enseñando el músculo de la forma más chulesca posible: soltando de golpe diez soluciones a problemas de matemáticas y de informática teórica que llevaban décadas sin que nadie los moviera. Qué es, qué demostró de verdad y qué te incumbe a ti aunque no hayas sumado una fracción desde el instituto.
El 1 de agosto de 2026, OpenAI publicó un informe con diez resultados nuevos sobre diez problemas matemáticos abiertos, y aprovechó para bautizar por fin a su «próxima gran familia de modelos»: Astra.
No son problemas cualquiera.
Cada uno llevaba abierto al menos una década; varios, treinta años o más; y alguno, más de medio siglo, sin que ningún matemático humano los moviera un milímetro.
No son incrementos ni «avances parciales».
Son resoluciones de verdad, y —aquí está lo fuerte— cada una viene con un certificado verificable por máquina, escrito en un lenguaje llamado Lean que obliga a deletrear cada paso del razonamiento para que un ordenador lo compruebe.
El coste de generar las diez soluciones, a precio de API, rondó los 2.000 dólares.
Y no, no son los famosos problemas del millón de dólares.
Ni han pasado todavía por revisión de pares.
Pero aun con todas las cautelas, es de esas noticias que hacen que el gremio entero levante la cabeza.
Porque esto no va de matemáticas.
Va de trabajo.
Va del tuyo.
Te lo cuento sin papilla.
Índice
1. Ha caído algo gordo, y no es otro chatbot
Fue el 1 de agosto de 2026.
Y mientras tú cerrabas nóminas o mirabas de reojo las vacaciones, en San Francisco apretaron un botón.
OpenAI publicó un informe con diez problemas matemáticos resueltos.
Y de paso le puso nombre a su próximo gran modelo: Astra.
Aquí es donde mucha gente pasa página pensando «bah, mates, cosa de frikis con pizarra».
Error.
Ya sabrás, y si no lo sabes te lo voy a contar ahora, que esto no va de pizarras.
Va de una máquina que ha hecho, sola, un trabajo intelectual de primerísimo nivel que a los mejores humanos del planeta se les resistía desde antes de que tú tuvieras internet.
Y va de la pregunta incómoda que viene detrás: si la máquina puede con eso, ¿qué no va a poder con lo tuyo?
Ponte cómodo, pequeño saltamontes.
2. Qué es Astra, explicado sin papilla técnica
Astra es el nombre de la próxima gran familia de modelos de OpenAI, la gente que hace ChatGPT.
Todavía no está a la venta.
No la puedes usar.
Está en pruebas.
Pero OpenAI ha querido enseñar de lo que es capaz, y en lugar de sacar un vídeo de marketing con lucecitas, ha hecho algo mucho más contundente: ha puesto a una versión interna de Astra a pelearse con problemas matemáticos que nadie había sabido resolver.
Y ha ganado diez veces.
La idea de fondo de Astra es distinta a la del chatbot al que estás acostumbrado.
El chatbot responde: tú preguntas, él contesta, y a otra cosa.
Astra está diseñada para lo contrario: para coger un problema difícil y trabajarlo durante horas, o incluso días, coordinando varios «agentes» a la vez, como un equipo que se reparte la faena, se corrige y no suelta el hueso hasta terminar.
Traducido: no es una IA que charla.
Es una IA que se sienta, se arremanga y resuelve.
3. Los diez problemas, uno a uno (en cristiano)
No hace falta que entiendas las mates.
Solo la idea.
Cada uno con lo mismo: de qué va, desde cuándo estaba atascado y quién lo había intentado antes.
Respira.
Vamos allá.
Grupos no sóficos — teoría de grupos (álgebra). Piensa en un cubo de Rubik: tiene un montón de giros posibles, y esos giros se combinan siguiendo reglas fijas. Eso, en matemáticas, es un «grupo». Hay grupos pequeños y grupos infinitos. La pregunta era: ¿existe algún grupo tan raro y escurridizo que no puedas ni siquiera imitarlo de forma aproximada con un juego finito de fichas barajadas? Como un baile tan enrevesado que no lo puedas ensayar ni por trocitos. El matemático Mikhail Gromov lanzó la idea en 1999 y apostó a que no, que todos serían «imitables» (sóficos). Durante 27 años medio mundo buscó al bicho raro y nadie lo encontró; muchos ya daban por hecho que no existía. Astra lo construyó: el primer «bicho» imposible de imitar, con la prueba de que ningún ensayo por trozos funcionará jamás. Es el resultado estrella, y Wikipedia ya lo recoge.
Empaquetado de esferas — geometría de altas dimensiones. Ya sabes cómo se colocan las naranjas en la frutería para que quepan el máximo: apretaditas, en capas. La pregunta es la misma, pero en un espacio con muchísimas más de tres dimensiones (sí, cuesta imaginarlo; quédate con la idea de «apretar bolas iguales al máximo»). ¿Hasta dónde se puede apretar? ¿Cuál es el récord de densidad imposible de superar? El mejor límite conocido no se movía desde 1978. Casi medio siglo clavado. Astra rebajó ese techo por primera vez. No es que apile mejor las naranjas: es que demuestra hasta dónde podría llegar como mucho cualquiera que lo intente. Y esto, aunque no lo parezca, está detrás de que tu móvil tenga buena cobertura y los datos viajen limpios.
Códigos binarios y esféricos — teoría de códigos. Cuando mandas un mensaje (un audio, una foto, un wasap), viaja lleno de posibles errores. Para que un fallo no convierta un mensaje válido en otro, se diseñan de forma que sean bien distintos entre sí, como contraseñas tan diferentes que ni un dedazo te lleve de una a otra. La pregunta: si exiges que sean así de distintas, ¿cuántas «contraseñas» válidas caben? Es un clásico de la teoría de la información, de la misma familia que las cotas de los años setenta. Astra demostró límites mucho más ajustados —muchísimo—, con un resultado gemelo para puntos repartidos por una esfera de muchas dimensiones. En cristiano: es la matemática que sostiene tus llamadas, tu wifi, los QR y el streaming.
Conjetura de rigidez de Connes — álgebras de operadores. Imagina que metes una fruta en la batidora y sacas un batido. Alain Connes, uno de los grandes, apostó a que, a partir del batido (una estructura llamada álgebra de von Neumann), siempre podrías saber exactamente qué fruta habías metido. Reconstrucción única, sin confusión posible. La lanzó en 1980. Cuarenta y seis años en pie. Astra la tumbó: encontró dos «frutas» distintas que dan un batido idéntico. Es decir, a veces el batido no te dice de qué fruta salió.
Complejidad de circuitos aritméticos, el «permanente» — teoría de la complejidad. Hay un número, llamado «permanente», que se saca de una tabla de números y que es carísimo de calcular, como una cuenta que se te dispara aunque uses la mejor calculadora del mundo. La pregunta no es cuánto cuesta con un método concreto, sino el mínimo de pasos que necesitaría cualquier método imaginable. Es como preguntar cuál es el número de pasos por debajo del cual es imposible bajar, hágalo quien lo haga. Demostrar ese «suelo» es de lo más difícil que existe: aquí han sudado tinta hasta premios Turing. Astra probó un suelo nuevo y más alto. Un empujón real donde casi nada se mueve.
Repetición en paralelo cuántica — complejidad cuántica. Piensa en dos sospechosos interrogados en salas separadas, sin poder hablar entre ellos. Si les pones la misma pregunta trampa muchas veces a la vez, ponerse de acuerdo para colar una mentira se vuelve casi imposible. La duda: ¿sigue siendo imposible si los dos comparten ese «enlace fantasma» de la física cuántica (el entrelazamiento), una especie de conexión invisible a distancia? Astra demostró que sí, que ni con ese truco cuántico consiguen hacer trampa. Lleva una regla del mundo normal al mundo cuántico, donde no estaba nada claro que aguantara.
Problema del vector más cercano (CVP) — criptografía de retículos. Imagina una ciudad infinita con farolas colocadas en una cuadrícula perfecta, y a ti plantado en un punto cualquiera. Encuentra la farola más cercana. En un plano es fácil; en cientos de dimensiones se vuelve una pesadilla imposible. Y eso es bueno: precisamente porque es tan difícil, se usa para construir cifrado «a prueba de ordenadores cuánticos», los que vienen. Astra probó que ni siquiera acercarte a la farola buena (quedarte razonablemente cerca) es fácil. Traducido: refuerza los cimientos del cifrado que protegerá tus datos el día de mañana.
Conjetura del volumen de Ehrhart — geometría discreta y convexa. Coloca una figura hinchada (un globo sin picos) sobre un papel cuadriculado, de forma que por dentro solo toque un punto de la cuadrícula, y justo en su punto de equilibrio, donde se sostendría en un dedo. La pregunta: ¿cómo de grande puede llegar a ser ese globo, en cada número de dimensiones, sin romper esa condición? La planteó Eugène Ehrhart en los años sesenta. Más de medio siglo esperando respuesta. Astra calculó el tamaño máximo para todas las dimensiones y cerró la conjetura del todo.
Números de Ramsey multicolor — teoría de Ramsey (combinatoria). El «teorema de la fiesta»: en cualquier reunión suficientemente grande siempre habrá tres personas que, o son todas amigas entre sí, o todas desconocidas entre sí. El desorden total es imposible. Ahora súbele la dificultad: en vez de dos opciones (amigo/desconocido), imagina muchos tipos de relación (muchos «colores»). ¿Cómo de grande tiene que ser la fiesta para garantizar que aparezca ese trío del mismo color? Es el problema 183 del catálogo de Paul Erdős, un matemático que dejó cientos de acertijos como quien deja migas de pan. Astra demostró que ese tamaño mínimo se dispara muy rápido según metes más colores. Cerrado.
Conjeturas de números extremales — teoría extremal de grafos. Dibuja una red social: puntos (personas) unidos por líneas (amistades). La pregunta: ¿cuántas amistades puedes ir añadiendo antes de que, quieras o no, aparezca una figurita concreta prohibida (por ejemplo, cierto grupito todos amigos entre sí)? Es como llenar un vaso: ¿hasta qué gota puedes echar antes de que rebose de forma inevitable? Son los problemas 146 y 180 de Erdős; y agárrate, porque una de esas ideas la dejó escrita en 1946. Ochenta años. Astra resolvió las dos, fijando el punto exacto de «rebose»: cuántas conexiones caben antes de que el patrón prohibido sea inevitable.
¡Chisssparkk!
Ese es el chispazo.
No es un modelo recitando teoremas de memoria.
Es un modelo que ha producido matemática nueva que ningún ser humano tenía.
En diez frentes distintos.
A la vez.
Un apunte honesto para tu coleto: algunos de estos resultados son «contraejemplos» (tumban una conjetura enseñando un caso que la rompe) y otros son mejoras directas de cotas.
El de los grupos no sóficos, el más celebrado, no es un truquito: es una construcción nueva de la nada tras 27 años en blanco.
4. El detalle que lo cambia todo: lo comprobó una máquina
Aquí está la parte que separa esto de un titular inflado.
Cuando una IA te dice «he resuelto esto», tu primera reacción —y la mía— debe ser: demuéstralo.
Pues lo demostró.
Cada una de las diez soluciones se tradujo a Lean, un lenguaje que es a la vez un «asistente de demostración».
Lean es implacable: no te acepta un paso del razonamiento si no está escrito con todo detalle y encaja a la perfección con el anterior.
Si hay trampa, chirría y no compila.
¡Klong!
Verdad dura, sin rebajas: las diez pruebas pasaron el filtro de la máquina.
Eso significa que la lógica interna es correcta y está comprobada mecánicamente, no «según OpenAI».
Ojo con el matiz, que es importante y honesto: Lean garantiza que el razonamiento es coherente, pero no garantiza por sí solo que el problema se planteara diciendo exactamente lo que los matemáticos querían decir.
Eso todavía lo tiene que revisar un humano.
Aun así, que una máquina genere la prueba y la deje certificada para que otra máquina la verifique… eso, hace tres años, era territorio de ciencia ficción.
5. Y ahora agárrate: costó 2.000 dólares
Respira, que viene el dato que de verdad te tiene que despeinar.
Generar las diez soluciones costó, a precio de API, alrededor de 2.000 dólares.
Dos mil.
Problemas por los que generaciones de matemáticos brillantes habían pasado años… resueltos por el precio de un portátil de gama media.
¡Flusjjjj!
Ese es el ruido del coste del talento intelectual cayendo en picado.
Que quede claro para no exagerar: esos 2.000 dólares son solo el coste de los diez aciertos publicados.
No cuentan los intentos fallidos ni los problemas que Astra intentó y no supo resolver.
No es «el coste total de la investigación».
Pero el titular aguanta igual.
Porque lo que antes era escaso y carísimo —el razonamiento experto de altísimo nivel— empieza a medirse en dólares por tarea.
Y cuando algo escaso se abarata de golpe, la historia deja de ser tecnológica.
Pasa a ser económica.
Y laboral.
6. La letra pequeña que no sale en el titular
Un buen análisis no es solo aplausos. Tres frenazos honestos.
Primero: no son los problemas del millón. Circula por ahí que Astra ha resuelto «los grandes enigmas de las matemáticas». Falso. Los siete Problemas del Milenio del Instituto Clay, con su millón de dólares cada uno, siguen en pie. Uno de los propios investigadores de OpenAI lo admitió sin rodeos: «Lamentablemente, ningún Problema del Milenio… todavía». Estos diez son importantes, pero son de otra liga distinta a esos.
Segundo: pon bien las fechas. Verás titulares que hablan de «décadas» en bloque y otros que estiran hasta «setenta años». La verdad está repartida, y conviene contarla con precisión. El resultado estrella (grupos no sóficos) llevaba 27 años; el empaquetado de esferas, desde 1978; la rigidez de Connes, desde 1980; y los más veteranos —la conjetura de Ehrhart, de los años sesenta, y una conjetura de Erdős de 1946— rondan el medio siglo largo, hasta los ochenta años. O sea: de una década a ocho, según el problema. Espectacular igual. Pero, ya que me gusta beber de la fuente, cuéntalo con la horquilla buena y no con una cifra única inflada.
Tercero: todavía no hay revisión por pares. Las pruebas están verificadas por Lean y las han mirado matemáticos por encima, pero ninguna ha pasado aún el proceso formal de una revista científica con árbitros. Falta lo más lento: que la comunidad las digiera, las replique y construya encima. Eso no se hace en una tarde. Y es lo que nos dirá de verdad cómo de grande fue esto.
¡Wrrrrrank!
Ese es el sonido del escepticismo sano metiendo el freno donde toca.
Aplaudir, sí.
Con las manos, no con los pies.
7. Astra no es un modelo: es un enjambre
Aquí está la pieza que conecta con todo lo que llevo meses contándote.
Astra no es «un ChatGPT más listo».
Es una arquitectura pensada para que varios agentes trabajen juntos, durante horas o días, sobre un problema complejo.
Un enjambre coordinado, no un genio solitario contestando preguntas sueltas.
Y esa es exactamente la dirección en la que empujan todos: OpenAI, Google y Anthropic.
De hecho, el contexto tiene morbo.
Anthropic tiene su propio modelo de nueva generación, Mythos, tan potente en ciertas capacidades —sobre todo de ciberseguridad— que lo ha mantenido bajo llave, sin abrirlo al público, por precaución.
OpenAI responde con esta exhibición de Astra.
La carrera de la frontera va a toda pastilla.
Un aviso para no comprar humo: OpenAI no ha publicado un duelo de benchmarks «Astra contra Mythos».
Lo de los diez problemas es una demostración de fuerza matemática, no una tabla comparativa contra Anthropic.
Así que si alguien te jura que «Astra ya le gana a Mythos», pídele la fuente.
Todavía no existe.
Lo que sí sabemos es a dónde apunta OpenAI: a tener, para 2028, un investigador de IA autónomo capaz de llevar proyectos de investigación él solito.
Astra es el primer gran paso serio hacia eso.
El futuro llega antes de que pestañees.
8. Qué significa todo esto para el mundo del trabajo
Y aquí dejo las mates y hablo de lo que de verdad me obsesiona: el trabajo.
El tuyo, el mío, el del gremio.
Fíjate en el patrón, porque es el mismo de siempre.
Primero fue escribir y resumir.
Luego programar.
Después, tareas administrativas encadenadas.
Y ahora, razonamiento experto de primer nivel en un dominio durísimo.
La frontera de «esto solo lo puede hacer un humano muy formado» se mueve.
Y se mueve hacia arriba.
Cada trimestre.
Ojo, con un matiz que a los profesionales nos tiene que dar oxígeno: las matemáticas son un caso raro.
Son el patio ideal para una IA, porque la respuesta se puede comprobar sola, automáticamente, con una máquina como Lean.
Tu trabajo, casi nunca.
Un despido, una base reguladora, una negociación con un cliente asustado… no traen «solucionario» al final del libro.
Pero no te acomodes en ese consuelo.
Porque la lección de fondo es que la parte repetible, formalizable y de varios pasos del trabajo de conocimiento se automatiza cada vez mejor y más barato.
Y buena parte de lo que hoy paga nóminas en despachos, gestorías y departamentos es exactamente eso.
Entonces la pregunta en tu mesa deja de ser «¿uso IA o no?».
Pasa a ser: «¿qué parte de esto sigue necesitando a una persona, y para qué exactamente?».
Y te lo digo claro, como siempre: el valor no se queda en la tarea que la máquina ya hace sola.
El valor se va al criterio.
A la decisión.
A la relación humana.
A la firma que responde cuando algo sale mal.
A lo que la máquina no entiende porque no le importa nadie.
Eso sigue siendo tuyo.
Blíndalo.
9. Y tú, ¿qué haces con esto?
Nada de sermón.
Tres asuntos para que evalúes y decidas.
Uno. No lo ignores por «friki». Que Astra resuelva teoría de grupos no es una anécdota de laboratorio. Es la prueba de que el techo de lo que una IA puede razonar sube más rápido de lo que casi nadie asume. El profesional que lo entiende antes, se adapta antes.
Dos. Piensa en tus tareas «formalizables». Esas de varios pasos, con reglas claras y resultado comprobable —cálculos, cuadres, plantillas, cruces de datos—. Ahí es donde una IA agéntica te devuelve horas. No para sustituirte: para quitarte de encima lo que no aporta tu criterio y dejarte para lo que sí.
Tres, e innegociable. Verifica siempre. Que una máquina genere algo verificable no te exime de verificarlo tú. Ni una cita normativa, ni una jurisprudencia, ni un cálculo van a misa por venir de una IA por muy lista que sea. Bebe de la fuente. Siempre.
El mundo se mueve rápido.
Cada vez más.
Pero correr sin frenos no es ir rápido: es ir hacia el accidente.
Así que súbete al coche nuevo, pequeño saltamontes.
Sácale todo el jugo a la herramienta.
Pero conduce tú.
Porque la IA será cada vez más lista, más rápida y más barata.
El criterio, el cuidado y la responsabilidad no se compran por 2.000 dólares.
Esos siguen siendo tuyos.
Y valen más que nunca.
