Astra — рабочее название следующей флагманской модели OpenAI, которая ещё не выпущена: у неё нет ни даты релиза, ни цены, ни карточки модели, ни доступа через ChatGPT. Вместо привычного анонса «вот новая модель» компания выбрала более убедительный формат — показать, на что модель способна, прежде чем говорить о ней. 2 августа на GitHub под лицензией Apache 2.0 появился репозиторий с решениями десяти задач из области высокоразмерной геометрии, теории кодирования, теории групп, квантовой сложности, решёточной криптографии и экстремальной комбинаторики.
Главный результат — явное построение несофической группы, которое закрывает вопрос, остававшийся открытым с 1999 года, когда математик Михаил Громов сформулировал само понятие софичности. В списке также опровержение гипотезы жёсткости Конна, новые оценки для упаковки сфер в высоких размерностях и решения нескольких задач, поставленных Палом Эрдёшем. Для профессиональных математиков это не «ИИ решил школьную задачку», а закрытие вопросов, которыми занимались специализированные исследовательские группы по всему миру десятилетиями.
Главная претензия к предыдущим заявлениям ИИ-компаний о «математических прорывах» всегда звучала одинаково: модель могла сгенерировать правдоподобно выглядящий, но ошибочный текст доказательства, и его проверка руками занимала у математиков недели. OpenAI обошла эту проблему, формализовав все десять доказательств в Lean 4 — языке интерактивных доказательств, где каждый логический шаг механически проверяется компьютером. Нулевой счётчик «sorry» (специальной заглушки, которой в Lean помечают недоказанные места) означает, что буквально каждый шаг во всех десяти доказательствах формально подтверждён, а не просто выглядит правдоподобно.
Это принципиально меняет разговор о доверии к ИИ в науке: вместо «поверьте модели на слово» появляется машинно проверяемый артефакт, который может перепроверить любой человек с открытым исходным кодом и бесплатным компьютером. Именно поэтому за 2–3 дня после публикации математическое сообщество отреагировало не скепсисом, а разбором конкретных технических деталей — обсуждать пришлось не «правда ли это», а «насколько элегантны конструкции».
Astra выходит на сцену спустя всего несколько дней после того, как Claude Fable 5 от Anthropic помог математику Anthropic Левенту Алпёге опровергнуть гипотезу Якоби, не поддававшуюся решению 87 лет (см. материал ниже). Совпадение по времени не случайно: обе компании явно готовят почву для позиционирования следующего поколения моделей как инструментов подлинного научного открытия, а не просто более быстрых чат-ботов. Разница в подходах показательна — Anthropic представила единичный прорывной кейс с участием модели, уже доступной пользователям, тогда как OpenAI выкатила сразу десять результатов от модели, которую публика вообще не может потрогать, явно рассчитывая на эффект контраста «то ли ещё будет».
Для рынка это означает, что планка ожиданий от следующего поколения флагманских моделей — будь то финальная Astra, GPT-6 под другим именем или очередной GPT-5.x — резко выросла: инвесторам и корпоративным клиентам теперь будут показывать не бенчмарки вроде MMLU, а закрытые математические гипотезы как доказательство reasoning-способностей.
Прямого доступа к Astra в России нет и не предвидится — модель не анонсирована к релизу, а даже действующие продукты OpenAI формально недоступны российским пользователям без обходных путей. Тем не менее для отечественных разработчиков LLM (Сбер с GigaChat, Яндекс с YandexGPT) новость задаёт ориентир: формальная верификация через Lean или аналогичные системы доказательств может стать следующим полем конкуренции reasoning-моделей — направлением, где у российских команд пока нет публичных результатов сопоставимого масштаба.
Российские математические и ИТ-факультеты, тесно работающие с задачами теории групп и комбинаторики (ВШЭ, ИТМО, Мехмат МГУ), получили готовый ориентир по методологии: публикация полного манускрипта и открытого репозитория с формальными доказательствами — воспроизводимый паттерн, который можно применять и для проверки собственных reasoning-моделей на реальных, а не синтетических задачах.
OpenAI намеренно не раскрыла, войдёт ли Astra в линейку как GPT-6 или как очередная точечная версия семейства GPT-5.x — компания явно предпочла сначала утвердить репутацию модели через воспроизводимые научные результаты, а уже потом заниматься коммерческим позиционированием и ценообразованием. Такая последовательность необычна для индустрии, где принято сперва объявлять о модели, а благотворные для рынка бенчмарки предъявлять постфактум.