722 manuscritos de matemáticas de un modelo sin nombre: la investigación se paraleliza

722 manuscritos y 372 familias de resultados

El titular de la semana cabe en una frase: OpenAI sondeó unos 4.000 problemas de investigación en matemáticas con un modelo frontera sin nombre y publicó los 722 manuscritos resultantes como 372 familias de resultados . El presentador lo considera el primer gran avance del modelo no publicado; el nombre Bel que circula sigue sin confirmarse. La escala por sí sola interpela: un solo modelo, en un solo gesto, produjo tanto texto como un departamento de matemáticas en varios años.

El primer relato detallado vino de ScientificAmerican: según la revista, una parte importante de los resultados ha superado la verificación Lean , es decir, el esqueleto lógico de las pruebas está controlado por máquina. Esta oleada llega justo después del resultado Navier-Stokes de OpenAI un mes antes, un ambiente que la revista resume como cientos de resultados cayendo sobre un campo ya conmocionado. OpenAI también consultó al entorno del Institute for Advanced Study y a grupos asesores independientes de matemáticas e IA sobre cómo compartir estos resultados.

NewScientist aporta el marco para entender la escala: la revista recuerda la trayectoria desde modelos que sufrían con matemáticas de secundaria en 2019 hasta las matemáticas de frontera en pocos años. Esta vez el énfasis está en la amplitud más que en la profundidad, y el anuncio de cientos de hallazgos en un día provocó admiración y perplejidad en la academia. Según NewScientist, los matemáticos necesitarán meses para determinar si las pruebas portan ideas realmente nuevas o si reciclan técnicas existentes. Ese clima de cautela debería acompañar el resto de las lecturas de la semana.

El punto estructural del presentador va más lejos: lo que importa no es un teorema aislado, sino que la investigación misma se vuelve paralelizable . En lugar de un matemático sondeando una dirección durante meses, miles de direcciones pueden explorarse a la vez. La cadena es conocida: las matemáticas alimentan la física, la física alimenta la ingeniería, y la ingeniería alimenta procesadores, energía, materiales y medicina. A medida que la IA ayuda a descubrir mejores algoritmos, arquitecturas e infraestructuras, esa ayuda regresa como mejor IA. Este ciclo explica por qué el número 722 supera la curiosidad.

Segundo día del maratón de 28 días

Esta oleada matemática coincide con el segundo día de la apuesta de OpenAI: publicar una novedad cada día durante 28 días. Según el resumen de AIReport, el paquete del día trae cuatro piezas: la revisión automática se vuelve gratuita para todos los usuarios de ChatGPT y deja de consumir cuota; los niveles de desarrollador pasan de cinco a tres (construir, lanzar, crecer), y el umbral del nivel superior baja de 1.000 $ a 500 $ en pagos acumulados. Una función devoradora de cuota que se vuelve gratuita es una rebaja directa para quien opera agentes de larga duración.

La otra mitad del paquete está en reuniones e infraestructura de decisión. Una nueva extensión de reuniones para ChatGPT toma notas durante las llamadas, produce resúmenes personalizados con próximos pasos y guarda todo en el espacio de ChatGPT; combinada con la función de memoria, esas notas pueden alimentar planes de proyecto y agentes de software. Cuarta pieza: la API de decisiones impulsada por Luna entra en beta pública. Según AIReport, la regla del maratón es severa: todo día sin entrega dispara un restablecimiento total de cuotas para todos.

Acceso cibernético en tres niveles y ofensiva europea del peso abierto

En el frente de Anthropic, la noticia de la semana es la ampliación del programa de verificación cibernética. Según el anuncio de Anthropic, el programa cuenta ahora con tres niveles de acceso: un nivel defensa que cubre respuesta a incidentes, análisis de malware e investigación de vulnerabilidades; un nivel equipo rojo abierto a pruebas de intrusión autorizadas; y un nivel especializado que otorga capacidades ampliadas a organizaciones que superan un examen de seguridad profundo. Opus 5.5, Sonnet 5.5 y Mythos 5.1 son accesibles por estas vías, mientras los modelos públicos continúan bajo las mismas protecciones. Las solicitudes están abiertas.

Europa firma el anuncio de peso abierto más audaz de la semana: Mistral puso Large 4 (apodo Le Chonk) en vista previa pública. Según la nota técnica de Mistral, el modelo porta 1 billón de parámetros pero solo activa 49.000 millones por paso gracias a su diseño de mezcla de expertos ; fue desarrollado de principio a fin en Europa y servido desde la propia nube europea de la empresa. Al manejar texto, código, imagen y audio en una sola arquitectura, sus pesos se esperan a fin de octubre mientras la API de vista previa ya puede usarse. Para las empresas europeas, datos que permanecen en el continente: ese es el punto fuerte del anuncio.

El relato entre bambalinas de VentureBeat también pone precio a la escala: el modelo se entrenó desde cero en unos dos meses en 4.000 aceleradores de los propios centros de datos de la empresa y cubre más de 160 idiomas. La empresa reivindica los mejores resultados entre modelos abiertos en cargas empresariales como la ciberseguridad y la manufactura, y más que los modelos frontera cerrados en anclaje visual . La pieza más llamativa es un ensayo de ingeniería inversa: el modelo identificó como Cobalt Strike una muestra de malware jamás vista y produjo un informe completo con volcado de configuración, indicadores de compromiso y regla Yara; según VentureBeat, un trabajo que normalmente ocupa a un investigador todo un día terminó en 12 minutos.

El banco de pruebas casero del presentador, WoAI Bench, añade un matiz: Large 4 supera a GPT-6 Luna en tareas de dominio como la ingeniería de software y las pruebas de agentes, pero queda detrás del mismo modelo en velocidad y eficiencia. El veredicto es franco: frenado por su proceso de razonamiento, este modelo no es un compañero diario sino un candidato para pesadas tareas de dominio como la ciberseguridad y el trabajo de conocimiento. Un diseño nativamente multimodal y una ventana de contexto de un millón de entradas respaldan ese veredicto.

El frente de Google y las notas de software de la semana

En Google se mueve el frente de generación de imágenes: Nano Banana 2.1 se anunció como una mejora que supera a sus predecesores en todos los frentes. La ficha de DeepMind ubica a Nano Banana 2.1 en la familia Gemini 3; comprende conjuntamente entradas de texto e imagen, produce salidas de imagen y texto, y admite una ventana de contexto de un millón de entradas. Mientras la carrera de calidad se acelera en la generación de imágenes, las mayores ganancias de esta versión se concentran en lo visual; las mediciones detalladas figuran en la página de DeepMind.

El gesto discreto pero importante en embeddings es EmbeddingGemma 2: solo 740 millones de parámetros, mapeando texto, código, imágenes, audio y video en un espacio compartido, diseñado para correr en teléfonos y computadoras. Según Digit, el modelo abrió sus pesos bajo licencia Apache 2.0. Un ensayo en condiciones reales compartido por el presentador confirma la afirmación: 300 fotos de animales de 30 especies indexadas en DGX Spark y 200 consultas de similitud sobre 20 imágenes distintas; el modelo logró 165 coincidencias correctas, un 82,5 % de precisión, con 10 de 10 perfecto en cebras y pandas pero dificultades con caballos y leopardos.

Dos notas de software. Primero, Claude Code 2.1.292: según la síntesis de notas de versión por PromTime, un parámetro de esfuerzo en la herramienta de agente permite ajustar la reflexión de cada sub- agente por separado, mientras los servidores de protocolo locales ya hablan por defecto el protocolo 2026-07-28. Un modelo sigiloso accesible gratis dentro de OpenCode también da que hablar; el presentador reserva los detalles para un próximo video. Segundo, del mundo abierto: un desarrollador anunció haber recreado siete grandes aplicaciones de Adobe, Photoshop incluido, como alternativas libres escritas en Rust; Photocraft, el equivalente de Photoshop, alcanzaría el 90 % de las capacidades del original desde su primera versión. El repositorio GitHub del proyecto es público, aunque el desarrollador concede que estas versiones aún no están listas para sustituir a Adobe en el uso profesional diario.