OpenAI на деле доказывает, что «конец математики от ИИ», объявленный Сэмом Альтманом, уже наступает. Опубликованы 722 работы новой модели ChatGPT, которая готовится к выпуску. Они важны не просто числом, а исторической значимостью для математики.

722 рукописи, сгруппированные в 372 семейства результатов по 17 областям: теоретическая информатика ~40, комбинаторика ~37, алгебраическая/комплексная геометрия ~36, теория чисел ~31 и др. Это показывает, что не остаётся убежища для «кожаных» математиков — ИИ силён во всех возможных областях математики.

Ключевые заявленные результаты (примеры высокой значимости):
• Квази-гипотеза Римана: все Dirichlet L-функции (включая ζ) свободны от нулей в Re(s) > 7/8 (есть Lean). Это существенный прогресс к классической гипотезе Римана (Re(s) > 1/2).
• Гипотезы Малера (симметричная и общая) во всех размерностях.
• Контрпримеры к гипотезам Капланского (zero-divisor и direct-finiteness).
• Изоморфизм факторов свободных групп (классическая проблема Войкулеску; Lean пока нет).
• Отрицательное решение 10-й проблемы Гильберта над ℚ.
• Иррациональность константы Каталана.
• Прогресс по Birch–Swinnerton-Dyer, Goldfeld, корреляциям мультипликативных функций, NP-hardness порогов, arithmetic progressions, результатам в матфизике (Vlasov–Maxwell, Heisenberg) и др.

Нравится это или нет математикам и сторонникам математического образования, но реальность такова: математика как наука явно уходит к ИИ. Люди скорее будут пользователями сложных матмоделей, заказчиками их создания, контролёрами их качества, но не создателями этих моделей.

Однако высокая доступность математических моделей топ-класса окажет ещё мощнейшее влияние на IT-разработку, где сейчас сложных матмоделей почти нет, потому что программисты — не математики и даже обычно не помнят свои курсы высшей математики из университетов. Сейчас ИИ может создать крайне сложные и рабочие модели прогнозирования и управления для бизнеса, где старые ERP будут смотреться как поделка дилетантов.

https://github.com/openai/math

🚩 По Haiku 5.5 можно с высокой вероятностью сказать, что конкурировать он не сможет с текущими «флешками» вроде DeepSeek V4.1, GLM 5.3 Flash и GPT-6 Luna. И я бы отметил, что Дарио откровенно мошенничает с тарифами и бенчмарками, чтобы вводить в заблуждение потребителей.

Хотя Input/Output Дарио поставил формально чуть ниже DeepSeek, чтобы сделать замануху для чайников, но Weighted Average Input на OpenRouter показывает маркетинговые уловки. Haiku в 4 раза дороже на входящих токенах DeepSeek, то есть Дарио реально цену накрутил на манипуляциях с кешированием.

Но это ещё не всё. Подождём полный отчёт Artificial Analysis, но по тому, что они уже опубликовали, видно: Дарио, как и с Sonnet 5.5, сделал накрутку бенчей для Haiku через перерасход токенов этак в 2 раза от нормального режима. Если же в режиме Max не запускать Haiku, то он сразу проигрывает DeepSeek V4.1 очень важный тест Terminal Bench.

Скорость очевидно с DeepSeek не сравнится. OpenRouter показывает заниженную скорость, т.к. DeepSeek часто подключают через свои ключи акционных абонентов от разных провайдеров, а они на акциях роняют скорость. На самом Artificial Analysis хорошо видно, что DeepSeek V4.1 — абсолютный лидер по скорости: 200 токенов/сек. Практически у всех в нашем чате примерно так (180–250 токенов/сек).

Скорее Дарио рассчитывает не с DeepSeek бороться, а попробовать прекратить или хотя бы сократить внедрение DeepSeek в его клиентскую базу, т.к. фактически весь рынок уже перешёл на схему «10% токенов на фронтир и 90% токенов на флешки».
Правда, аргументы у Дарио больше будут маркетинговые для перехода, профи все эти приколы быстро раскусят.

Подождём ещё Bughunt и Arena, но в очередной раз стоило бы дать совет блогерам, которые бросаются перепечатывать таблички вендоров без проверки: это не «быстрая новость», а размен репутации на хайп.