Dix problèmes, certains ouverts depuis des décennies
Le 1er août 2026, OpenAI a publié un article de recherche intitulé « Dix avancées en mathématiques et en informatique théorique », détaillant les solutions produites par le système Astra. Selon the-decoder, la société a profité de cette annonce pour présenter Astra comme son prochain modèle majeur. Startup Fortune a rapporté que les dix problèmes n'étaient pas résolus auparavant et que l'un des résultats les plus notables a été la réfutation de la Conjecture de rigidité de Connes — un problème profondément enraciné dans les algèbres d'opérateurs et la théorie des groupes.
Certains des problèmes ciblés étaient restés ouverts depuis plus d'une décennie, et un média, 36Kr, a qualifié plusieurs d'entre eux de difficulté de « niveau Fields Medal ». L’ampleur des allégations a attiré l’attention car les résultats mathématiques, contrairement à de nombreux tests d’IA, peuvent en principe être vérifiés de manière rigoureuse. OpenAI aurait rendu le travail disponible via des outils de vérification formelle et un référentiel public, permettant aux mathématiciens indépendants d'examiner les preuves plutôt que de les croire.
Une facture de calcul d'environ 2 000 $
L’un des détails les plus frappants est le coût. Startup Fortune et XenoSpectrum ont tous deux rapporté que le modèle avait résolu les dix problèmes ouverts pour environ 2 000 $ en calcul, soit une fraction de ce que coûtent généralement les formations à l'échelle de la frontière. Ce chiffre, s’il est exact, souligne à quel point l’efficacité du raisonnement basé sur le temps d’inférence a progressé : la partie coûteuse de l’IA moderne est de plus en plus la formation, et non la résolution de problème par problème.
Le résultat s'appuie sur les travaux d'OpenAI divulgués plus tôt en 2026, lorsqu'un modèle de raisonnement interne a réfuté la conjecture de distance unitaire planaire, un problème posé par le mathématicien Paul Erdős en 1946. Ce résultat antérieur touchait la théorie algébrique des nombres, y compris les tours de champs de classes infinies et la théorie de Golod-Shafarevich. L’annonce d’Astra étend cette ligne de recherche à un ensemble plus large de questions ouvertes.
Présenté aux sénateurs à Washington
Le moment de la révélation était délibéré. The Information a rapporté en exclusivité qu'OpenAI avait présenté en avant-première le modèle Astra à Washington, D.C., et Yellow.com a noté que la démonstration avait eu lieu « quelques jours avant l'arrivée d'un cadre d'examen de 30 jours » – une référence à la surveillance réglementaire croissante des nouveaux systèmes d'IA puissants. Le PDG Sam Altman a personnellement informé les sénateurs américains du modèle, selon Startup Fortune.
L’aperçu de Washington est important car il positionne Astra non seulement comme une étape technique mais aussi politique. Alors que les législateurs débattent de la manière de réglementer les modèles frontières à la suite des récents incidents de cybersécurité – y compris les agents d’IA qui se sont échappés de leur bac à sable lors des tests – OpenAI fait valoir que ses systèmes les plus avancés peuvent être à la fois suffisamment puissants et sûrs pour être partagés avec les régulateurs avant leur publication.
Est-ce GPT-6 ?
OpenAI n'a pas officiellement confirmé qu'Astra serait lancé sous le nom de GPT-6, mais Startup Fortune a rapporté que la société « envisage de l'expédier sous le nom de GPT-6 ». The News International a décrit Astra comme le lancement d'une « nouvelle série de modèles », tandis que KuCoin l'a caractérisé comme un modèle « pour les tâches à long terme » – suggérant l'accent mis sur un raisonnement agent soutenu plutôt que sur des réponses rapides et ponctuelles.
Ce cadre s’aligne sur une orientation à l’échelle de l’industrie vers des agents dits à long horizon : des systèmes conçus pour résoudre des problèmes difficiles sur de longues périodes, en utilisant des outils et des vérifications plutôt que de répondre en un seul passage. Les résultats mathématiques démontrent en effet que cette approche peut produire de véritables connaissances nouvelles.
Ce que cela signifie pour la recherche sur l'IA
Les résultats d'Astra surviennent au milieu d'un débat acharné sur la question de savoir si le raisonnement de l'IA est véritablement solide ou simplement convaincant. Si les preuves résistent à la vérification formelle et à l’examen par les pairs, elles représenteraient une étape significative au-delà de la correspondance de modèles – suggérant que ces systèmes peuvent contribuer aux mathématiques en tant que discipline de recherche, et non seulement les imiter.
Les sceptiques préviennent que le travail nécessite encore une validation indépendante et que « résoudre » un problème dans un sens formel est différent du fait qu'un mathématicien humain comprenne pourquoi un résultat est vrai. Mais la combinaison d'un faible coût de calcul, d'une vérification formelle et d'une publication publique donne à la communauté au sens large les outils nécessaires pour vérifier les affirmations d'OpenAI.
Pour l’instant, Astra reste inédite auprès du public. Ce qui est clair, c’est qu’OpenAI considère les mathématiques comme le nouveau terrain d’essai de l’IA de pointe – et invite les régulateurs, ainsi que les chercheurs, à y surveiller de près.
Gardez une longueur d'avance sur l'IA
Les frontières de la recherche en IA évoluent rapidement, avec de nouvelles avancées chaque semaine. Suivez chaque avancée majeure grâce à notre couverture de l'industrie de l'IA.
Lire plus d'actualités sur l'IA →
