Когда reasoning-модель доказывает новую математику: что прорыв OpenAI по гипотезе Эрдёша значит для операторов

Вопрос для инженерных команд — не «может ли AI решать математику». Вопрос в том, что этот результат говорит о реальном разрыве между reasoning-tier и стандартными моделями, и как это меняет routing-политику в продакшене.

Что произошло

20 мая 2026 года OpenAI опубликовала результат, в котором внутренняя reasoning-модель общего назначения самостоятельно опровергла гипотезу Эрдёша о единичных расстояниях — задачу, открытую с 1946 года и признанную математиками «одной из самых известных задач комбинаторной геометрии».

Эта модель не была специально обучена на математике, не использовала scaffold для перебора стратегий доказательств и не настраивалась под конкретную задачу. Результат получен безымянной reasoning-моделью общего назначения — в рамках более широкого эксперимента OpenAI по проверке способности frontier-моделей вносить вклад в науку.

Независимую проверку доказательства провели ведущие математики, в том числе лауреат Филдсовской премии Тим Гауэрс. Он назвал результат «вехой в AI-математике». Математик Принстона Уилл Сауин в дальнейшем уточнил результат: полиномиальное улучшение достигается с конкретным показателем δ = 0.014.

Математически ключевая идея оказалась неожиданной: модель применила инструменты алгебраической теории чисел — бесконечные башни классов полей и теорию Голода–Шафаревича — к вопросу евклидовой геометрии. Эти инструменты были известны специалистам по теории чисел, но никто не ожидал их применения к этой задаче.

Почему это важно для AI-команд

Прямые последствия для большинства пользователей API — не математические. Важно другое: этот результат заставляет пересмотреть, что означает «reasoning-модель» в вашем модельном каталоге.

В течение последних двух лет reasoning-tier означал: точнее на многошаговых задачах, медленнее, дороже, оправдан тогда, когда точность стоит затрат. Эта модель предполагала, что reasoning-модели лучше в классе задач, которые можно описать уровнем сложности и количеством шагов.

Новый результат меняет эту картину. Reasoning-модель общего назначения сделала то, что:

• требовало подлинно новых связей между математическими подобластями;
• не было достижимо специализированными или целенаправленными системами;
• проверено экспертами как корректное.

Это значит, что потолок способностей reasoning-tier выше, чем предполагают текущие routing-политики большинства команд. Операторы, направляющие задачи к reasoning-модели только при наличии «трудных многошаговых задач с чёткой верификацией ответа», упускают возможности — и, вероятно, отправляют задачи, требующие кросс-доменного синтеза, к дешёвым стандартным моделям, которые с ними не справятся.

Есть и второй сигнал: модель, давшая этот результат, безымянна и не выпущена в API. OpenAI опубликовала результат от внутренней модели. Разрыв между задеплоенными reasoning-моделями и frontier-возможностями активно растёт. Команды, принимающие инфраструктурные решения с горизонтом 6–18 месяцев, должны учитывать этот разрыв.

Угол router/operator

Routing по capability-tier нуждается в нижней планке качества, а не только в потолке стоимости. Стандартная операторская модель — направлять к reasoning, когда нужна точность на трудных задачах. Новый результат предлагает другой критерий: направляйте к reasoning, когда задача требует кросс-доменного синтеза или длинных цепочек неочевидных выводов — вне зависимости от того, можете ли вы заранее определить «сложность». Практически: сложный технический анализ, исследовательская помощь, архитектурный ревью кодовой базы, любая задача, потенциально выигрывающая от неожиданных связей, — для таких задач routing-политика должна по умолчанию смещаться в сторону reasoning, а не оптимизироваться от него в сторону дешевизны.

Разрыв между именованными и безымянными моделями в routing-конфигурации теперь важнее. Практика OpenAI публиковать исследования от «внутренних моделей» — сигнал о горизонте версий. Когда вы фиксируете routing на конкретной именованной модели (o3, o4-mini и т.д.), вы направляете не на frontier, а на точку кривой способностей, которая через несколько месяцев устареет. Команды должны отслеживать, когда research-grade возможности попадают в выпущенные модели, и закладывать ротацию в routing-контракты.

Дизайн evaluation должен развиваться. Если ваш eval-набор охватывает только задачи с детерминированными ответами или задачи из исторического трафика, он системно недооценивает reasoning-модели на редких или эмерджентных задачах. Если eval говорит, что «стандартная модель справляется в 94% случаев», но эти 6% включают задачи, способные выиграть от frontier-уровня синтеза, вы системно неправильно маршрутизируете наиболее важную работу.

Provider-монополия vs. routing-гибкость. Этот прорыв первым появился во frontierных исследованиях OpenAI — но это не значит, что OpenAI единственный вариант для reasoning-нагрузок. Claude reasoning-tier от Anthropic, Google Gemini 2.5 Pro, DeepSeek V4 Pro — все предлагают конкурентоспособные reasoning-возможности при разных ценах. Реальный сигнал: frontier-способности развиваются быстрее, чем релизные циклы. Операторы с зависимостью от одного provider имеют меньше гибкости, когда разрыв имеет критическое значение.

Что стоит отслеживать и попробовать пользователям TheRouter

Если вы сейчас маршрутизируете reasoning и стандартные модели по фиксированному списку типов задач, пересмотрите критерии routing. Наиболее надёжная routing-политика — та, где выбор tier модели является параметром первого класса: не жёстко закодированным правилом, а переменной, которую можно скорректировать по мере обновления сигналов о возможностях.

Практически: проверьте routing-конфиги для маршрутов, обрабатывающих аналитические, синтетические и исследовательские задачи. Если эти маршруты отправляются к стандартной модели «потому что проходят eval» — спросите: действительно ли ваш eval охватывает сценарий кросс-доменного синтеза?

Когда OpenAI выпустит модель, стоящую за этим результатом, в API — ID модели и ценовой tier появятся в release notes. Это тот момент для обновления routing-конфигурации, а не спустя месяцы.

Для команд, использующих multi-provider routing, правильный ответ на расширяющийся frontier-разрыв — не консолидация на одном provider, а построение reasoning-tier routing-слоя, который можно перенаправить на наиболее сильный provider по нужным задачам без изменений на уровне приложения.

Практически это означает: держите provider для reasoning-слоя как конфигурируемый параметр, а не как захардкоженную строку в коде. Когда следующая frontier-модель выходит в релиз — обновление routing-конфига должно занимать минуты, а не требовать изменений в приложении.

Источник: OpenAI — An OpenAI model has disproved a central conjecture in discrete geometry. Независимая верификация: Тим Гауэрс (Филдсовская премия), Арул Шанкар (Принстон). Доказательство и цепочка рассуждений модели доступны через CDN OpenAI.