Sam Altman defendeu que a OpenAI divulgue grandes descobertas científicas fundamentais e disse compreender a pressão sobre matemáticos que precisam lidar com os resultados gerados por IA. A posição foi relatada pelo The Verge em 30 de outubro de 2026, após uma entrevista no podcast Cheeky Pint, lançado em 29 de outubro.
Altman afirmou que a OpenAI tinha outras descobertas matemáticas além das centenas de provas já publicadas. Na mesma conversa, estimou que a empresa havia gastado centenas de milhões de dólares com problemas matemáticos e cerca de US$ 10 milhões, talvez um pouco mais, no trabalho sobre as equações de Navier–Stokes. Os valores são estimativas atribuídas a Altman.
O que o repositório matemático da OpenAI informa
O README do repositório matemático da OpenAI, cujo último commit indicado é de 30 de outubro de 2026, lista 721 manuscritos em 373 famílias de resultados. Também afirma que cerca de 42% dos resultados principais estão formalizados em Lean. O repositório público da OpenAI descreve a coleção e o processo de produção.
| Medida | Dado do README | O que conta |
| Manuscritos | 721 | Textos listados no catálogo |
| Famílias de resultados | 373 | Grupos que podem reunir um resultado principal, argumentos complementares, consequências ou provas alternativas |
| Resultados principais formalizados em Lean | Cerca de 42% | Proporção indicada pela OpenAI |
A OpenAI diz que a grande maioria dos resultados veio de um procedimento com um modelo interno sem nome. A empresa afirma ter apresentado aproximadamente 4.000 problemas ao modelo e usado, em média, três horas de computação de raciocínio do ChatGPT Pro por resultado, com exceções.
| Medida de produção | Dado informado pela OpenAI | Escopo |
| Problemas apresentados | Aproximadamente 4.000 | Carga de avaliação descrita pela empresa |
| Computação média por resultado | 3 horas de computação de raciocínio do ChatGPT Pro | Grande maioria dos resultados, com exceções declaradas |
| Modelo usado | Modelo interno sem nome | Grande maioria dos resultados |
A OpenAI caracteriza os manuscritos como dados brutos de pesquisa, e não como artigos acadêmicos finalizados.
A formalização em Lean não cobre toda a coleção
Lean é uma ferramenta usada para formalizar provas matemáticas. A OpenAI afirma que os resultados estão em diferentes etapas de verificação, que nem todos têm formalização em Lean e que trabalhos sem essa formalização podem conter problemas. Assim, os cerca de 42% dizem respeito à formalização dos resultados principais, não à coleção inteira.
A empresa também afirma que algumas saídas se apoiam em resultados anteriores produzidos por seus modelos. Esse processo descrito pela OpenAI não torna uniforme o estágio de verificação dos manuscritos.
Retiradas relatadas e o efeito de conhecer uma solução
Em reportagem publicada em 21 de outubro, a Quartz informou que a OpenAI retirou três artigos poucos dias depois de encontrar erros. A publicação também citou o matemático Terence Tao, para quem conhecer uma solução antes de explorar um problema pode reduzir a riqueza da investigação matemática.
