722 математические рукописи OpenAI: у модели, стоящей за ними, нет названия, цены и API

В 21:47 UTC 6 октября 2026 года на GitHub появился репозиторий под названием openai/math — без описания и с единственным начальным коммитом. Четырнадцать минут спустя OpenAI опубликовала его в X и разместила сопутствующую страницу «Sharing AI progress in mathematics». Вместе эти две вещи описывают событие, не имеющее прецедентов: 722 математические рукописи, сгруппированные в 372 семейства, созданные внутренней фронтирной моделью, которую OpenAI не назвала, не назначила ей цену и которую нельзя вызвать ни из одного API. Модели, которые находятся ниже неё в линейке, — это те, что действительно доступны сегодня: GPT-6 Astra по цене $10 / $50 за миллион токенов и GPT-6.1 Sol по $2 / $10, — и ни одна из них не написала эти статьи. OpenAI утверждает, что модель, которая это сделала, всё ещё обучается, и что компания работает над её «ответственным выпуском». Вот что подтверждено на данный момент, что нет и какой единственный вопрос читателю стоит из этого вынести.

Начнём с того, чем этот релиз не является. Это не запуск модели: нет ни карточки модели, ни идентификатора, ни контекстного окна, ни таблицы бенчмарков, ни даты. Это не статья: здесь ничего не прошло рецензирование, и OpenAI прямо говорит, что результаты без формализации на Lean «могут иметь проблемы». И это не утечка — причина, по которой этот текст написан в формате «что мы знаем на данный момент», не в том, что материал секретен, а в том, что сам предмет — модель — ещё не выпущен. Всё остальное ниже можно проверить по репозиторию, собственному посту OpenAI и консультативной группе, которую OpenAI, по его словам, привлекла для консультаций.

Что на самом деле вышло 6 октября

Репозиторий является публичным, имеет лицензию Apache-2.0 и написан на Lean. В его README сказано, что каталог «содержит 722 рукописи, организованные в 372 семейства», где семейство объединяет основной результат с сопутствующими аргументами, следствиями или альтернативными доказательствами. Карта рукописей достаточно подробна для аудита: 372 семейства, каждое с основным результатом, перечислены с составляющими их статьями и, где доступно, ссылкой на формализацию на Lean.

В публикации OpenAI добавляются собственные данные о происхождении, которые не проходили независимый аудит:

• Предложенные задачи — приблизительно 4 000, из которых были отобраны опубликованные семейства

• Вычисления на результат — в среднем эквивалент примерно трёх часов размышлений ChatGPT Pro

• Сводки рассуждений — выпущено 10, охватывающих семейства, включая показатель иррациональности π, симметричную и общую гипотезы Малера, гипотезу Капланского о прямой конечности в характеристике два, формулу Мезара–Паризи для разбавленных спиновых стёкол и трёхмерную релятивистскую систему Власова–Максвелла

• Политика внесения изменений — новые версии публикуются для исправлений, а более ранние версии остаются доступными

Тематика охватывает всю карту: теория чисел, алгебраическая и комплексная геометрия, комбинаторика, теоретическая информатика, операторные алгебры, теория вероятностей и математическая физика. Некоторые из названий семейств на первый взгляд представляют собой весьма громкие заявления — контрпример к гипотезе покрытия Райзера, целочисленное умножение с оценкой ниже n log n, матричное умножение с показателем не более 9/4, гипотезы Малера, контрпримеры к гипотезам Баума–Конна и Кадисона–Капланского. Выполняется ли то или иное из них — именно этот вопрос данный выпуск не решает за вас.

Модель не имеет названия, ещё не выпущена, и OpenAI говорит, что она появится.

README недвусмысленно говорит об авторе: «математические рукописи и вспомогательные артефакты доказательств, созданные внутренней моделью OpenAI», причём подавляющее большинство получено «с использованием невыпущенной внутренней модели OpenAI». Ни названия, ни кодового имени, ни размера. Названия, фигурирующие в других публикациях, не были подтверждены OpenAI, и мы не собираемся его сообщать.

Датировке поддаётся хронология вокруг него. 28 августа 2026 года, согласно странице OpenAI о её консультативной группе по математике, компания «начала обучение новой внутренней модели», которая с тех пор решила проблему Навье — Стокса из списка «Задач тысячелетия» и, по собственному подсчёту OpenAI, более 100 давно стоящих открытых проблем. Результат по Навье — Стоксу был объявлен отдельно 8 сентября 2026 года, где OpenAI описала стоящую за ним модель как «значительно более способную, чем GPT-6 Astra», и заявила, что обучение всё ещё продолжалось. Две рукописи из коллекции этой недели нарушают стандартную процедуру, что стоит отметить, поскольку это означает, что выпуск не является единым унифицированным конвейером: работа над областью, свободной от нулей, для дзета-функции Римана и доказательство гипотезы Ходжа для CM-абелевых многообразий обрабатывались по-разному, и OpenAI говорит, что текст о дзета-функции был отредактирован человеком для удобочитаемости.

Затем фраза, которая важна для всех, кто строит планы вокруг этого: OpenAI пишет, что «работает над ответственным выпуском модели, которая дала эти результаты». Это заявление о намерении, а не дата. Пока она не выйдет, единственные модели OpenAI, к которым разработчик может обратиться, — это те, что уже есть в прайс-листе.

Что означает «верификация» здесь — и где она заканчивается

Это та часть, которую большинство материалов о релизе сжимают до одной фразы, и именно она определяет, насколько весомой считать любую отдельную статью.

OpenAI прямо указывает, что «эта коллекция включает результаты на разных стадиях проверки». Самая сильная форма доказательств в наборе — формализация на Lean, которая позволяет проверять доказательство компьютеру, а не человеку. Собственный манифест формализации репозитория — каталог статей с формализованным основным результатом — содержит 162 записи, так что примерно одна из пяти из 722 рукописей подкреплена машинно-проверяемым доказательством в публичном дереве. OpenAI говорит, что больше будет добавлено «по мере их получения».

Оставшееся значительное большинство не верифицировано в этом смысле, и OpenAI не делает вид, что это не так в отношении всей коллекции: «У некоторых неформализованных результатов могут быть проблемы. Мы постараемся быстро исправить любые такие проблемы». Две структурные детали подтверждают, что это управляемый выпуск, а не открытый: в репозитории отключены задачи, а пул-реквесты ограничены кругом коллабораторов. Нет публичного способа оспорить доказательство на месте.

Так что честное прочтение оказывается уже, чем предполагает цифра в заголовке:

• Машинная проверка — 162 рукописи с формализованным основным результатом в публичном дереве Lean

• Не проверено машиной — остальное, что сам OpenAI помечает как потенциально содержащее ошибки

• Ответственность человека — никто не назван; по формулировке самой OpenAI, ни один человек не понимает аргументов, стоящих за большей частью того, что было создано

• Независимая оценка — ни одной не опубликовано; отбор того, какие результаты были «достаточно значимыми», чтобы их включить, был сделан OpenAI

Ничто из этого не означает, что работа неверна. Это означает, что пока что «OpenAI опубликовала 722 доказательства» и «722 доказательства были проверены» — это разные утверждения, и на сегодняшний день истинно только первое.

Консультативная группа добавила условие, и это занесено в протокол.

В публикации OpenAI говорится, что она консультировалась с независимой Консультативной группой по математике и искусственному интеллекту при Институте перспективных исследований и опиралась на «их советы и публичные рекомендации». Эти рекомендации были опубликованы 29 сентября 2026 года после того, как группа получила более 600 откликов от математического сообщества, и их стоит прочитать напрямую, потому что эта группа не просто штампует одобрения.

Тот же документ начинается с заявления о том, что группа вовсе не одобряет эту практику: «некоторые передовые AI-лаборатории тестируют сложные математические задачи на проприетарных моделях, которые остаются недоступными для более широкого научного сообщества... мы не одобряем эту практику и просим их прекратить». Группа также описывает себя как действующую независимо, при этом её участники не получают оплаты и не обладают правом принимать решения в отношении OpenAI — описание отношений, которое перекликается с собственным постом OpenAI.

В том, что касается процесса, рекомендации группы и этот релиз совпадают: тщательно проработанный обзор литературы со ссылками на работы, в которых эти идеи были впервые предложены; тексты доказательств, подготовленные в стандартном стиле, а не необработанный вывод модели; и версионирование, сохраняющее предыдущие релизы. А не совпадают они в той части, которую группа называет центральной, — в том, что лаборатория, выпускающая результаты, которых никто не понимает, должна финансировать человеческое осмысление, которое должно за этим последовать, через воркшопы, конференции и программы, и в том, что эта работа должна оставаться под руководством сообщества, а не лаборатории. OpenAI обязалась финансировать «серию воркшопов, конференций и специальных программ, посвящённых осмыслению основных результатов, созданных ИИ», и говорит, что подробности будут объявлены позже. Это и есть нерешённый пункт, и именно по нему с них и нужно спрашивать.

Что можно вызвать сегодня, и для чего здесь на самом деле нужна маршрутизация

Нет способа отправить запрос модели, создавшей эти рукописи, и ни одна сторонняя платформа не может его маршрутизировать — любое объявление, утверждающее обратное, описывает модель, которой нет ни в чьём каталоге. Модели OpenAI, работающие в продакшене, — это действующая линейка GPT-6, и их цифры указаны в прайс-листе, а не выводятся:

• GPT-6 Astra — $10 / $50 за миллион токенов, $1 за чтение из кэша; тариф для длинного контекста при промпте свыше 272K токенов — $20 / $75; контекст 1,05 млн токенов, макс. вывод 128K

• GPT-6.1 Sol — $2 / $10 за миллион токенов, $0,10 за чтение из кэша; та же градация для длинного контекста — $4 / $15; контекст 1,05 млн токенов, максимальный вывод 128K

Обе модели представлены в каталоге OrcaRouter, и в этом заключается практический смысл для любого, кто воспринимает этот релиз как сигнал о возможностях: модели, которые вам разрешено использовать сегодня, — это те же модели, вокруг которых уже выстроены ваши промпты, а разрыв между ними и внутренней моделью — это ровно тот разрыв, который OpenAI просит математиков помочь ей закрыть.

Этот разрыв — ещё и причина держать счёт за эксперименты отдельно от продакшен-пути. Когда OpenAI всё-таки даст этой модели имя и цену, первая неделя обернётся потоком непроверенных заявлений о бенчмарках и массой панической работы по повторной интеграции — аргумент маршрутизации в пользу платформы вроде нашей в том, что попробовать непроверенную модель тогда стоит вам строки модели, а не миграции. GPT-6 Astra стоит $10 / $50, а GPT-6.1 Sol — $2 / $10 за миллион токенов, передаются по прайс-листовой цене с наценкой 0%, так что изменение цены вендором вступает в силу в тот же день, когда оно происходит. Автоматическое переключение при сбое означает, что новая модель может нести долю трафика и быть отключена, не обрушив с собой путь запроса, а DSL маршрутизации позволяет объединить несколько моделей в один вызов если вы хотите получить второе мнение по длинному выводу, а не единственный ответ. Ничего из этого не применимо к модели, которая ещё не выпущена, — но это ровно та инфраструктура, которую хочется иметь на месте до того, как выйдет следующая.

Что посмотреть дальше

Четыре вещи — в порядке их вероятной значимости. Количество формализаций — потому что это единственное число в этом релизе, которое может перейти от «OpenAI говорит» к «машина это проверила», и оно публично. Первая по-настоящему независимая оценка поименованного результата — математик вне OpenAI, публично разбирающий конкретную статью, а не краткое изложение подборки. Репозиторий, хостируемый сообществом, который OpenAI, по её словам, всё ещё изучает, что переместило бы артефакт из собственного изложения OpenAI в руки специалистов в этой области. И выпуск самой модели, который OpenAI обязалась осуществить, но не назначила дату.

Означают ли 722 рукописи, что ИИ решил эти проблемы?

Для некоторой части, если математика верна: в коллекции заявлены контрпримеры и доказательства для известных открытых проблем, и у 162 статей за их основным результатом стоит машинно-проверяемая формализация. Что касается остальных, утверждается, что модель подготовила рукопись по проблеме, а это более слабое заявление, чем проверенное решение, и сама OpenAI предупреждает, что неформализованные результаты могут содержать ошибки. Различие между «создала доказательство» и «имеет доказательство» — это и есть вся суть этого релиза.

Что-нибудь из этого можно уже сегодня использовать в продукте?

Нет. Эти рукописи — PDF-файлы, исходники на Lean и сводки рассуждений: исследовательские артефакты, а не сервис. Здесь нет идентификатора модели, нет эндпоинта, нет цены и нет формы запроса доступа. Практически полезная для разработчика часть этого релиза — подтверждение того, что OpenAI обучает модель, существенно превосходящую GPT-6 Astra; это сигнал для планирования на следующие двенадцать месяцев, а не то, что можно вызвать на этой неделе.

Почему OpenAI опубликовала результаты вместо модели?

Потому что у этих двух разные профили риска. Публикация рукописей обратима — OpenAI сохраняет более ранние версии и заявляет, что исправит проблемы — тогда как выпуск модели — нет. OpenAI заявляет, что работает над ответственным релизом, и рекомендации консультативной группы, на которые, по словам компании, она опиралась, построены именно вокруг такой последовательности: передать результаты в руки специалистов с цитированием и версионированием, а затем финансировать человеческое понимание, которое должно последовать.

Версия в одну строку для тех, кто читает по диагонали: 6 октября в открытом доступе оказался поистине беспрецедентный корпус математических результатов, созданных ИИ; примерно пятая часть проверена машинно, ни одна часть не проходила рецензирование, и всё это привязано к модели, которой вы не можете пользоваться. Интересный вопрос не в том, способна ли эта модель, — на это отвечают три часа вычислений передового мышления на каждый результат в 4000 задачах, и Open​AI утверждает, что модель значительно способнее GPT-6 Astra, — а в том, успеют ли верификация и человеческое понимание подтянуться до того, как следующий релиз сделает эту модель устаревшей.