Los modelos abiertos de IA matemática que desarrolla el laboratorio de Sergei Gukov en Caltech y Open Math OS, de SAIR, son proyectos distintos: el primero se centra en sistemas especializados; el segundo es un espacio de investigación que se lanzó con modelos ya existentes. Un reportaje publicado el 19 de noviembre de 2026 atribuyó a Gukov y a su equipo la construcción de modelos matemáticos desde cero. Open Math OS había anunciado su lanzamiento preliminar el 16 de octubre.
Qué modelos matemáticos desarrolla el laboratorio de Caltech
Según el reportaje sobre el laboratorio de Sergei Gukov, el profesor y un pequeño grupo de estudiantes construyen modelos de código abierto diseñados para abordar problemas matemáticos. La mayoría, según esa información, se especializa en un problema concreto; en la entrevista, un modelo más general aún no estaba listo.
Gukov afirmó que algunos de sus modelos habían resuelto unos pocos problemas antes de que OpenAI publicara cientos de soluciones matemáticas en octubre de 2026. Para entender el alcance de esa iniciativa, conviene distinguirla de un espacio de trabajo que reúne modelos y herramientas. También puedes leer nuestro artículo anterior sobre las diferencias entre el método final de OpenAI y el programa español en Navier–Stokes.
Para entender estos proyectos, separa dos preguntas: qué problema aborda un modelo y en qué entorno trabajan investigadores y agentes de IA.
Qué ofreció Open Math OS en su lanzamiento
Terence Tao anunció el lanzamiento preliminar de Open Math OS el 16 de octubre de 2026. En ese momento, el espacio alojaba modelos existentes: DeepSeek V4.1 Flash, Kimi K3 y GLM 5.3 Flash. SAIR preparaba por separado un modelo más enfocado en matemáticas mediante el ajuste de un modelo abierto ya existente, según el anuncio de Tao.
Tao describió los modelos alojados en el lanzamiento como aproximadamente un año por detrás de los modelos punteros de entonces. Los consideraba útiles para formalizar pruebas de tamaño medio en Lean y conversar sobre argumentos matemáticos, pero no para el tipo de resolución de problemas «de una sola vez» presentado en anuncios recientes de IA.
Herramientas, colaboración y uso del trabajo
La página oficial de Open Math OS describe un espacio para explorar problemas con ayuda de IA, hacer cálculos, formalizar pruebas en Lean y redactar textos matemáticos con LaTeX. También permite trabajar en proyectos compartidos. La página enumera más de 100 herramientas matemáticas y de computación científica, entre ellas Lean 4, Mathlib, SageMath, PARI/GP, SymPy y Python.
La función Ultramath reúne varios agentes de IA para trabajar en paralelo sobre un problema, compartir hallazgos y proponer soluciones que la persona usuaria evalúa. La misma página indica que, por defecto, el trabajo de los usuarios no se utiliza para entrenar modelos; para hacerlo, exige consentimiento explícito y condiciones acordadas. También afirma que los usuarios conservan la propiedad de su trabajo y el reconocimiento de sus ideas.
Una demostración con el teorema de Wilson
En una demostración de Open Math OS, Terence Tao usa el teorema de Wilson para mostrar un flujo de trabajo con agentes Ultramath y herramientas de formalización. El proyecto describe las respuestas de los agentes como propuestas para que la persona usuaria las examine; una prueba formalizada en Lean puede someterse a comprobación automática dentro del sistema.