En artikel på 249 sider ankom med et navn
Sébastien Bubeck, forsker hos OpenAI, brugte lørdagen på at fortælle internettet, at ikke-sofiske grupper findes. Han beskrev udsagnet som ét blandt mange resultater bevist af Astra, som han kaldte virksomhedens næste store model, og oplyste, at OpenAI udgav ti sådanne beviser komplet med Lean-certifikater og gennemgange af ræsonnementet for hvert enkelt. Til meddelelsen hørte et manuskript på 249 sider, et andet dokument med disse gennemgange og et offentligt arkiv af maskinkontrollerbare certifikater. Dækningen bagefter samlede sig hurtigt om to tal: ti problemer og cirka 2.000 dollar i beregning.
Selve manuskriptet bruger aldrig ordet Astra. Det indledes med at fremlægge en samling resultater opnået af en intern model hos OpenAI og bruger derefter 249 sider på kuglepakning, von Neumann-algebraer og kredsløbskompleksitet uden at nævne det, der frembragte dem. Navnet lever i meddelelsen. Matematikken lever i artiklen. At holde de to flader adskilt er hele arbejdet for den, der læser dette som køber og ikke som tilskuer.
Det leverede kan faktisk efterprøves
De ti resultater er ikke pynt. Det første bestemmer den nøjagtige asymptotiske styrke af Cohn-Elkies-programmet og hæver den generelle højdimensionale kuglepakningseksponent fra den klassiske Kabatianskii-Levenshtein-værdi 0,59905576 til omkring 0,6044, hvilket artiklen angiver som den første forbedring af den generelle grænse siden 1978. Det tredje konstruerer en eksplicit ikke-sofisk gruppe og afgør, om enhver tællelig gruppe tillader endelige permutationstilnærmelser. Det fjerde modbeviser Connes' rigiditetsformodning ved at bygge uendeligt mange parvis ikke-isomorfe grupper med egenskab (T), der deler én gruppe-von-Neumann-algebra. Resten dækker binære og sfæriske koder, nedre grænser for beregning af permanenten, kvanteparallelgentagelse, problemet om nærmeste vektor, Ehrharts volumenformodning, en supereksponentiel nedre grænse for flerfarvede Ramsey-tal samt modeksempler til to formodninger i ekstremal grafteori, tre af dem fra Paul Erdos' katalog.
Hvert enkelt bærer en Lean 4-formalisering i et offentligt arkiv, bygget mod mathlib på Lean 4.32.0 og udgivet under Apache-2.0-licens. Det er den del af offentliggørelsen, der fortjener uforbeholden ros. Et maskinkontrollerbart certifikat betyder, at en fremmed med en bærbar kan bekræfte, at argumentet holder, uden at stole på OpenAI, uden at stole på modellen og uden at vente på fagfællebedømmelse. De fleste evnepåstande, en ejer har fået forelagt i år, kom som en benchmarkscore offentliggjort af den part, der sælger modellen. Disse kom som genstande, der ikke står til ansvar over for nogen af dem.
Takkeafsnittet nævner en model, man allerede kan købe
Sidst i fjerde kapitel, efter tak til Sorin Popa og andre for kommentarer og gennemlæsninger, står en enkelt sætning, som ingen dækning fangede. Under forberedelsen af dette manuskript, skriver OpenAI, blev man bekendt med uafhængigt og samtidigt arbejde af Shuoxing Zhou, der ligeledes påviste et modeksempel til Connes' rigiditetsformodning, udviklet delvist med hjælp fra GPT-5.6 Sol. Sol er ikke den uudgivne model. Sol er den model, OpenAI sælger i dag, med en offentliggjort prisliste.
Læst nøgternt blev ét af de ti flagskibsresultater nået samtidigt af en person uden for laboratoriet, som arbejdede med almindeligt tilgængelig software. Det forringer ikke de øvrige ni, og OpenAI oplyste det i sit eget dokument frem for at lade det blive opdaget, hvilket er til virksomhedens ære. Men det er langt den mest afgørende sætning i hele offentliggørelsen for den, der skal vælge, hvad der skal licenseres, og den står i et takkeafsnit hinsides 200 siders operatoralgebra, ikke i meddelelsen. For danske virksomheder, der sender AI-ydelser i udbud, ligger netop dér forskellen mellem en demonstration og et tilsagn.
En prisseddel lånt fra et andet produkt
Tallet på 2.000 dollar har arbejdet mere det seneste døgn end noget andet tal i offentliggørelsen, og det er ikke en pris. Det er en mængde tokens værdisat efter de offentliggjorte API-takster for GPT-5.6 Sol, omkring 1.800 euro. Astra har ingen offentliggjorte takster, fordi Astra ikke er til salg. Tallet besvarer derfor et hypotetisk spørgsmål, nemlig hvad de tokens ville have kostet, hvis de var afregnet som Sol-tokens, og det læses som svar på et andet spørgsmål, nemlig hvad matematisk frontforskning nu koster.
Det, tallet ikke rummer, vejer lige så tungt som det, det rummer. Det oplyser ikke, hvor mange forsøg der gik forud for de ti vellykkede, hvor meget menneskelig styring der formede dem, hvor lang tid det hele tog i faktisk tid, eller hvad Astra vil koste, når og hvis den udkommer. OpenAI har ikke oplyst nogen dato og beskriver den blot som den næste store modelfamilie. Den, der arkiverer 2.000 dollar som gældende takst for en løst formodning, har noteret et tal, der aldrig var en regning, for et produkt, der endnu ikke kan købes.
Spørg, hvad den udrullede model kan
Afstanden mellem modellen i demonstrationen og modellen på prislisten er den mest pålideligt manipulerede variabel i indkøb af kunstig intelligens, og den er som regel usynlig, fordi leverandører ikke er forpligtet til at dokumentere den. Denne offentliggørelse er usædvanlig netop fordi beviset om den udrullede model ligger inde i leverandørens eget manuskript. Den rigtige reaktion er ikke mistro til matematikken, som er formaliseret og efterprøvelig, men disciplin i slutningen. Et verificeret bevis er en påstand om beviset. Det siger intet om, hvilken model der frembragte det, ved hvilket forsøg, med hvor meget hjælp og til hvilken pris.
Tre spørgsmål gør dette til indkøbspraksis. Hvilken modelversion frembragte det resultat, I viser mig, og er den version almindeligt tilgængelig i dag. Hvis ikke, hvad kan den almindeligt tilgængelige version på samme opgave. Og hvad er de offentliggjorte takster for den version, jeg reelt ville køre. En leverandør, der kan besvare alle tre, sælger et produkt. En leverandør, der kun kan besvare det første, viser et forskningsudkast, hvor imponerende den vedhæftede genstand end er.
Læs videre: Microsoft trænede sine sælgere i at kalde Claude langsommere | Google skrottede en næsten færdig AI-model
