OpenAI のモデルが、長年未解決だった数学・計算機科学の 10 問題を解いた
OpenAI が未公開の内部モデル Astra による成果を公表した。数学・量子計算量理論・理論計算機科学において、長年未解決だった 10 個の問題を解いたという。1940 年代から手つかずのものも含まれる。
だが私が身を乗り出したのは「10」ではない。もう一つの数字だ。
成果そのもの
公表と各所の報道によれば、含まれるのは:
- 非ソフィック群の初の明示的構成(27 年間の未解決問題。論文名は Nonsofic Groups Exist)
- Connes の剛性予想の反証(反例の提示)
- 高次元球充填:Cohn–Elkies 法の強度を正確に決定
- 量子並列反復定理:すべてのもつれゲームについて成立
- ラムゼー数の下界、CVP 硬さ、Ehrhart 関連
- エルデシュ問題を 3 つ解決
ベンチマークのスコア稼ぎではない。数十年動かなかった類のものだ。同じモデルは今年 5 月にエルデシュ予想を反証しており、Sam Altman が議会でデモしているのもこのモデルである。OpenAI の Noam Brown は「科学的推論における大きな一歩」と評した。
身を乗り出した数字:$200
10 問すべての解決にかかった費用は、GPT-5.6 Sol の API 価格換算で約 $2,000。1 問あたり約 $200。
アンドリュー・ワイルズはフェルマーの最終定理に 7 年を費やした。350 年間だれも解けなかった問題だ。難易度の階級が違うので比較は公平ではない。だが方向は正しく、ここでは精度より方向が重要だ。
正しい追問をした人がいた。もっと難しい問題に $20,000 の計算資源を投じたら? $200,000 なら?
作る側にとって、なぜ重要か
私はモデルゲートウェイを運用しているので、トークン価格を毎日見ている。先週 DeepSeek は 100 万入力トークンあたり $0.14 のモデルを出し、その前の週に OpenAI は自社モデルを 80% 値下げした。推論コストは四半期単位で崩落している。
これと「1 問 $200」を並べると、居心地の悪い結論が出る。
計算資源の予算は、財務の勘定科目ではなくなった。研究戦略の変数になった。
難問に挑むかどうかは、これまで「十分に優秀な人を見つけ、5 年を投じてもらえるか」で決まっていた。いまはもう一つの経路がある。いくら払う気があるかだ。発見に、購入可能な部分が生まれた。
誰もが飛ばした一行
すべての証明に、機械検証可能な証明書が付いていた。
これこそが $200 を成立させている土台だ。モデルが結果を出しても、確認に博士 3 人と 2 か月が要るなら、真のコストは推論ではなく検証である。証明自身が検証されるなら、検証コストも一緒に崩れる。
ここに、私が何度もぶつかっているパターンがある。
ボトルネックは「作れるか」から「検証できるか」へ移っている。
数学は最もきれいな実演だ。検証を完全に形式化できる数少ない領域だからである。多くのビジネスはそこまで恵まれていない。
だから実務的な問いはこうなる。あなたの工程のどのステップに、人間による確認がまだ必要か。 そこがスループットの本当の天井であり、推論が安くなっても動かない。
3 つの要点
- 見るべきは 10 ではなく $200。 10 は能力の存在を、$200 は予算で買えることを示す。
- 機械検証可能性が土台。 それが無ければ $200 はコストを推論から査読へ移しただけ。
- ボトルネックは検証側へ。 人手で検証している場所が、あなたの上限。
数学者が不要になるという話ではない。逆だ。どの問題に挑む価値があるかを選び、結果が本当に重要かを判断すること——それが希少な技能になった。
出典:OpenAI による Astra の公表、および Noam Brown(@polynoamial)らの公開発言。費用は GPT-5.6 Sol の API 価格に基づく公開報道の推計。結果と数値は OpenAI に準拠。