Журнал «Отинофф»

OpenAI заявила о решении десяти открытых математических задач: что это меняет для тех, кто использует ИИ в работе

Объясняем 5 авг. 2026 г.

Представьте руководителя исследовательской группы или аналитического отдела. Он открывает новость: OpenAI сообщила, что её закрытая модель вернула результаты по десяти открытым математическим проблемам — тем самым задачам, над которыми профессиональные математики работали без ответа. Первая реакция — «это про науку, не про нас». Вторая, более полезная: если модель такого уровня способна выдавать новые результаты в строгой области, где любой ответ можно проверить, то меняется сама планка того, что можно поручать ИИ в обычной работе — и одновременно растёт цена ошибки, если поручать без проверки.

Источник: OpenAI News: OpenAI supermodel solves open math problems

Эта статья — не пересказ пресс-релиза. Это разбор того, что именно произошло, почему математика здесь важнее, чем кажется, и какие проверки стоит встроить в рабочий процесс, прежде чем доверять моделям задачи, где раньше требовался эксперт.

Что именно произошло

OpenAI опубликовала официальное сообщение о том, что её закрытая модель — не та, что доступна в обычной подписке, — была направлена на открытые математические проблемы и вернула десять результатов. Формулировка важна: речь не о решении учебных задач и не о прохождении бенчмарка, а о задачах, у которых до этого не было известного ответа.

Три детали, которые стоит удержать в голове:

  • Модель закрытая. Это не общедоступный продукт. Внешние исследователи не могут повторить эксперимент самостоятельно, что ограничивает независимую проверку.
  • Результаты требуют экспертной оценки. В математике «решение» существует только после того, как его проверили люди или формальные верификаторы. До этого момента это кандидат на решение.
  • Контекст — o-серия моделей. OpenAI последовательно развивает линейку моделей с усиленным рассуждением (o3, o4-mini и далее), где модель тратит больше вычислений на «размышление» перед ответом. Именно это направление компания позиционирует как путь к задачам научного уровня.

То есть событие реальное, но его статус — «заявлено производителем, проверяется сообществом». Это нормальная стадия для науки и плохая стадия для поспешных бизнес-выводов.

Почему математика — это лакмус, а не частный случай

Математика — уникальный полигон для ИИ по одной причине: там есть объективный критерий правильности. Текст «про маркетинг» можно написать убедительно и неправильно, и никто не заметит. Доказательство либо верно, либо нет — и ошибку найдут.

Поэтому результат в математике читается как индикатор более широкого сдвига: модели с длинным рассуждением начинают справляться с задачами, где нужна не эрудиция, а многошаговая логика с самопроверкой. Для бизнеса это перекликается с конкретными классами задач:

Что меняется Почему важно бизнесу Что проверить
Модели лучше держат длинные цепочки рассуждений Становится реальным поручать ИИ многошаговый анализ: финансовые модели, проверку договоров, расчёты Воспроизводится ли результат при повторном запуске
Появляются результаты «научного» уровня R&D-команды могут использовать ИИ как генератора гипотез, а не только как справочник Есть ли в команде эксперт, способный проверить вывод
Лучшие результаты — у закрытых моделей Разрыв между «тем, что в подписке» и «тем, что внутри лаборатории» растёт Не строится ли план на возможности, которых нет в доступной версии
Стоимость рассуждения растёт Режимы глубокого рассуждения дороже обычных запросов Сколько стоит один полезный ответ, а не один запрос

Последняя строка таблицы — самая недооценённая. Модель, которая «думает» дольше, потребляет заметно больше вычислительных ресурсов. Для компании это означает, что экономика ИИ-задач перестаёт быть плоской: один тяжёлый запрос может стоить как сотня простых.

Что проверить, прежде чем реагировать

Соблазн после таких новостей — либо немедленно «внедрять ИИ в аналитику», либо отмахнуться. Оба решения преждевременны. Рабочая позиция — проверить три вещи.

Первое: какая модель реально доступна вам. Результат получен на закрытой модели. Возможности общедоступных версий (даже топовых) и внутренних систем лаборатории — разные вещи. Планировать процесс под возможности, которых у вас нет, — прямой путь к провалу пилота.

Второе: есть ли в задаче критерий правильности. Математика сработала отчасти потому, что ответ проверяем. Перед тем как поручать модели рабочую задачу, ответьте: как мы узнаем, что ответ верный? Если ответа нет — задача пока не для автономного ИИ, а для режима «черновик плюс эксперт».

Третье: кто проверяет вывод. OpenAI сама пригласила экспертов оценить результаты — это честное признание того, что вывод модели не является истиной автоматически. В вашей компании роль такого эксперта должен кто-то занять, и это строка в бюджете, а не деталь.

Где ограничения и риски

Трезвый взгляд требует зафиксировать четыре ограничения.

Воспроизводимость. Закрытая модель означает, что независимые лаборатории не могут повторить эксперимент. Для науки это минус, для бизнеса — сигнал: вы зависите от заявлений вендора, которые не можете проверить сами.

Статус результатов. Десять результатов — это заявка, а не десять принятых публикаций. Часть может не пройти рецензирование. Это не обесценивает событие, но запрещает формулировки вида «ИИ решил математику».

Доступ из России. Практический момент, который нельзя пропустить: прямой доступ к передовым моделям OpenAI из России ограничен, оплата требует обходных схем, а корпоративное использование несёт юридические и репутационные вопросы. Любое решение о внедрении должно учитывать этот контур — либо через легальные каналы доступа, либо через оценку доступных альтернатив.

Стоимость и нестабильность. Режимы глубокого рассуждения дороги и медленны. Процесс, построенный на них, чувствителен к изменению тарифов и условий — а вендор меняет их без предупреждения.

Что сделать на этой неделе

Не нужно ничего внедрять. Нужно провести одну проверку, которая займёт несколько часов:

  • Выберите одну рабочую задачу с проверяемым ответом — расчёт, сверку, аналитическую справку, где есть эталон или эксперт, способный подтвердить результат.
  • Прогоните её через доступную вам модель в режиме рассуждения и сравните с тем, как задачу решает человек: по времени, по качеству, по числу ошибок.
  • Посчитайте стоимость одного полезного ответа, включая время эксперта на проверку, а не только цену запроса.
  • Зафиксируйте, где модель ошиблась уверенно — это важнее, чем где она была права.
  • Решите по итогам: задача уходит в режим «ИИ-черновик плюс проверка», остаётся человеку или ждёт следующего поколения моделей.

Такой тест даёт больше, чем любой обзор: вы узнаёте планку возможностей не из пресс-релиза, а из собственного процесса.

Вывод

Событие с десятью математическими результатами важно не само по себе, а как маркер: рассуждающие модели перешли границу между «помощником с текстами» и «участником строгой интеллектуальной работы». Но между лабораторным результатом на закрытой модели и вашим рабочим процессом — три фильтра: доступность, проверяемость и экономика. Те, кто встроит эти фильтры сейчас, встретят следующее поколение моделей с готовым методом оценки, а не с очередной волной хайпа.

Источники

Темы журнала

Что почитать дальше

Теги

Андрей Отинов

Рекомендуем