OpenAI publica una prueba de 165 páginas de Navier-Stokes: qué dice el paper, qué dice Buckmaster y qué falta por verificar

El 8 de septiembre de 2026, OpenAI publicó en X que un grupo de agentes coordinados con un modelo "significativamente más capaz que GPT-6 Astra" había producido una solución al problema del Milenio de Navier-Stokes en 88 horas con unos 10.000 agentes. Junto al anuncio llegó algo concreto: Finite Time Blowup for Navier–Stokes, un paper de 165 páginas con formalización en Lean. Prueba analítica de que un fluido puede desarrollar una singularidad en tiempo finito: un vórtice que se enrosca hacia dentro y se alarga "como espagueti".

El Cuñado ya tiene el titular: la IA ha resuelto Navier-Stokes, un millón de dólares del Clay Mathematics Institute, se acabó el misterio de los fluidos.

La realidad es más matizada, pero esta vez bastante más interesante que el habitual humo.

Qué dice exactamente el paper de OpenAI

Antes de entrar en la pelea de crédito, conviene aclarar algo que mucha gente está confundiendo: el enunciado oficial del Clay Mathematics Institute no exige únicamente demostrar algo sobre Navier-Stokes sin ninguna fuerza externa. El problema tiene varias alternativas. Las opciones C y D del enunciado de Fefferman permiten explícitamente una fuerza externa suave (smooth forcing). OpenAI afirma demostrar precisamente esas dos alternativas: existencia de forced blowup en R³ y T³ con forzamiento suave.

Si la prueba es correcta, eso sí resuelve el Problema del Milenio tal como lo formuló Clay.

La diferencia con el anuncio en redes de hace unos días es significativa: ya hay 165 páginas y código Lean encima de la mesa. Un matemático externo puede sentarse, leer y buscar el agujero. Eso es exactamente lo que tiene que pasar ahora.

Lo que todavía falta: revisión independiente, publicación en un outlet cualificado y el proceso que exige Clay, mínimo dos años de escrutinio y aceptación general de la comunidad matemática. El paper existe. La validación, no.

El trabajo de Buckmaster y Alpöge: real, distinto

El mismo día, Tristan Buckmaster y Levent Alpöge publicaron tres resultados de blow-up en tiempo finito con forzamiento suave: para la ecuación de porous media incompresible (IPM), para Boussinesq y para Euler 3D incompresible. Son resultados matemáticos sólidos, pero sobre ecuaciones distintas a Navier-Stokes, y por tanto fuera del alcance directo del premio Clay en su formulación más exigente.

Creen tener también blow-up para Navier-Stokes hipo-disipativo. Ese paper no sale: la verificación en Lean no había terminado y no hay writeup presentable. Lean convierte la demostración en código que una máquina audita en busca de agujeros lógicos; hasta que eso no cierra, el resultado no está en la mesa. New Scientist recoge que dos de los tres resultados publicados iban con esa formalización; el tercero esperaba.

Quiénes son, de verdad

Buckmaster es profesor del Courant Institute de NYU y ya ganó el Clay Research Award por trabajo relacionado con Navier-Stokes. Alpöge fue Junior Fellow de la Society of Fellows de Harvard (2021-2025), se doctoró en Princeton en 2020 bajo Manjul Bhargava, medallista Fields, y su tesis es de teoría de números. El LinkedIn de Alpöge recoge afiliación a Anthropic. Buckmaster insiste: la investigación fue personal, sin respaldo institucional de Anthropic ni de nadie. Él paga las herramientas, incluida una factura grande a OpenAI, con sus fondos de investigación. No hay importe público. No lo vamos a inventar.

No son prompteadores con autoestima. Son matemáticos de oficio que usaron modelos como herramienta. Cuando el titular empiece a decir "la IA resolvió", esa frase se come a las personas y a quien puso la idea encima de la mesa años antes.

Qué hizo la IA, y qué no

Usaron varios LLM durante todo el proyecto. En su statement, Buckmaster nombra Claude de Anthropic y Codex de OpenAI, especialmente con GPT-5.6 Sol y, más adelante, Astra. Astra, según ese relato, solo para writeups y para auditar argumentos. No para generar las pruebas.

Casi un año de progreso lento. El 15 de agosto de 2026 consiguieron el blow-up con forzamiento suave para Boussinesq y Euler. La primera demostración generada por un LLM que Alpöge le envió le pareció a Buckmaster la más horrenda que ha leído. El 22 de agosto se verificó en Lean. Desde entonces, a destajo para entenderla y convertirla en algo que un humano pueda leer.

Pide disculpas por los writeups: los de Boussinesq y Euler se parecen más a lo que produce un modelo bajo dirección humana que a un paper de persona. El de Euler, escribe, "solo puede describirse como AI slop". Cita presiones externas como explicación, no como excusa.

La idea básica no la propuso un LLM ni la empezaron ellos. Viene de Diego Córdoba y Luis Martínez-Zoroa: blow-up con forzamiento rugoso. Con mucha ayuda de modelos, Buckmaster y Alpöge lo llevaron a forzamiento suave y a Euler. Buckmaster afirma que Martínez-Zoroa merece una Medalla Fields. Si vas a repartir crédito, empieza por ahí, no por el logo.

Para Buckmaster lo importante no son los teoremas. Es que un matemático y un modelo pueden hacer este trabajo en un mes, con implicaciones para cómo se entrena, se asigna crédito y se referea:

Esto es un momento Deep Blue-Kasparov.

Terence Tao, según OfficeChai, lo llamó "remarkable achievement", avaló que los argumentos están formalizados en Lean y escribió que no ve nada que impida en principio extender los métodos hasta Navier-Stokes completo. Eso es un camino. El cheque de Clay depende de si la prueba de OpenAI aguanta el escrutinio.

Las dos llamadas del 6 de septiembre, y el anuncio del 8

El 3 de septiembre Buckmaster escribió a un matemático prominente de OpenAI para aclarar que el rumor sobre Anthropic era su colaboración personal, sin respaldo institucional. El 6 de septiembre Sébastien Bubeck se unió a dos llamadas.

Hasta aquí, y en todo lo que sigue de esta sección sobre las llamadas, hay una sola versión pública detallada: la de Buckmaster. Él mismo marca el perímetro de lo que no afirma.

Según ese relato, le comunicaron que un modelo interno de OpenAI había producido una prueba de unas 100 páginas de blow-up en tiempo finito para Navier-Stokes forzado: existencia de forced blowup en R³ y T³, con forzamiento suave, opciones C y D de la formulación de Fefferman. Buckmaster declara no haberla visto entonces y no saber qué hizo el modelo ni cómo.

En la llamada, siempre según él, se cayó la idea de un modelo con muy poco input humano. Un equipo entero de OpenAI estaba en el problema. Era una de varias líneas intentadas. Se usó "an insane amount of compute". Hasta el prompt que le enseñaron lo había escrito prompteando Codex. El primer prompt se envió días después de que información del trabajo de Buckmaster y Alpöge llegara a oídos de OpenAI.

Le ofrecieron dos acuerdos: un anuncio coordinado (Euler de ellos, Navier-Stokes de OpenAI al día siguiente) o que él solo escribiera el paper de Navier-Stokes acreditando al modelo interno. Dice que Bubeck insistió dos veces en excluir a Alpöge de la autoría por trabajar en Anthropic, competidor directo. Rechazó ambas.

A su amenaza de hacer público lo ocurrido, según el statement, le respondieron: "Why would you ruin your career?" y "If you don't want me to be nice, then I don't have to be nice".

Preguntó si el modelo se había entrenado con, o había tenido acceso a, sus sesiones de Codex, donde metieron todos los borradores del proyecto. OpenAI, según él, dijo que el modelo no consultó datos de usuario. No contestó a la pregunta sobre entrenamiento. Eso no demuestra que lo usaran. Demuestra que la pregunta quedó abierta. En rueda de prensa posterior, Bubeck cifró el inicio del entrenamiento del modelo matemático en el 28 de agosto (tras leer rumores sobre Anthropic) y Mark Chen estimó el compute "en millones de dólares". La empresa reconoció que "no podemos descartar" que datos desidentificados del uso de sus productos mejoraran al modelo; negó haber inspeccionado los prompts de Codex.

El 8 de septiembre, con ese contexto, OpenAI publicó el anuncio en X junto al paper completo. Ahora hay algo que revisar. La pregunta es si aguanta.

Buckmaster cierra el perímetro: no sabe si sus datos fueron usados, no acusa a nadie de nada concreto. Publica porque la alternativa es dejar que una secuencia de anuncios diga algo que él sabe falso. El PDF está en su web del Courant. En Hacker News ya se discute línea por línea.

Lo que dice Bubeck, y lo que no consta

Bubeck negó en público: una serie de alegaciones falsas e inflamatorias contra él circulan en canales sociales; siguió las normas académicas en la discusión. Prometió más declaraciones. No ha respondido punto por punto a ninguna alegación concreta: ni sobre los datos de Codex, ni sobre la autoría de Alpöge, ni sobre la cita de la carrera. OfficeChai recoge la acusación y la negación. Glitchwire lo cuenta como lo que es: dos equipos, pelea de crédito, una prueba pública y el escrutinio por llegar.

Investigadores de ambas empresas, Noam Brown (OpenAI) y Sholto Douglas (Anthropic), intercambiaron indirectas con marcas de tiempo en redes.

El truco de los 2.000 dólares, otra vez

Es el patrón HoudiniBench: OpenAI usa un hito matemático como demostración de capacidad y deja fuera el contexto. Ya lo vimos con Astra. OpenAI anunció 10 resultados matemáticos por "~$2.000 en tokens a tarifas API de GPT-5.6 Sol". División: 200 dólares por problema en los runs exitosos. The New Stack explicita qué excluye esa cifra: el entrenamiento del modelo, el proceso de investigación y la selección y evaluación de problemas por expertos. Tampoco entran los intentos fallidos. Noam Brown confirmó que probaron problemas mayores sin éxito.

Es coste marginal de publicación, no de investigación. Con el supuesto de un salario de 150.000 a 400.000 dólares al año, esos 2.000 dólares equivalen a unos 1-3 días del tiempo plenamente cargado de un investigador senior. Con Navier-Stokes, Mark Chen cifró el compute "en millones de dólares". Buckmaster además carga "a large bill to OpenAI" con fondos propios. Sin importe. Sin ratio. Sin comparativa en dólares que no sea un invento.

El crédito, si se deja al recorte, se lo lleva el logo. El avance de Buckmaster y Alpöge es real. El paper de OpenAI existe y cubre exactamente lo que pregunta Clay en las alternativas C y D. Ahora toca lo único que importa: que alguien encuentre el fallo, o no lo encuentre.

Preguntas frecuentes

¿OpenAI ha resuelto el problema del Milenio de Navier-Stokes?

OpenAI afirma haberlo resuelto y ha publicado Finite Time Blowup for Navier–Stokes, un paper de 165 páginas con formalización en Lean que cubre las alternativas C y D del enunciado oficial de Clay, las cuales sí permiten forzamiento externo suave. Si la prueba es correcta, sí resolvería el Problema del Milenio. Falta revisión independiente y el proceso de aceptación que exige Clay: publicación en outlet cualificada y mínimo dos años de escrutinio.

¿Buckmaster y Alpöge ganan el Premio del Milenio?

No directamente. Sus resultados cubren blow-up con forzamiento suave para IPM, Boussinesq y Euler 3D, no para Navier-Stokes. El camino que ve Terence Tao, extender estos métodos hasta Navier-Stokes completo, existe en principio, pero quedan dificultades técnicas sustanciales. Un camino no es el cheque.

¿Qué diferencia hay entre el resultado de OpenAI y el de Buckmaster y Alpöge?

Buckmaster y Alpöge demostraron blow-up con forzamiento suave para ecuaciones relacionadas (Boussinesq, Euler 3D), no para Navier-Stokes. OpenAI afirma demostrar blow-up específicamente para Navier-Stokes con forzamiento suave, cubriendo las alternativas C y D del enunciado Clay. Son líneas de ataque paralelas al mismo problema, con resultados distintos y una pelea de crédito encima.

¿Qué papel tuvo la IA en las pruebas de Buckmaster y Alpöge?

Usaron Claude y Codex (Buckmaster nombra GPT-5.6 Sol y Astra) durante un proyecto de casi un año. Astra, según él, solo para writeups y auditoría, no para generar las pruebas. La idea base es de Córdoba y Martínez-Zoroa (forzamiento rugoso); ellos la llevaron a forzamiento suave y a Euler. La primera prueba de un LLM se verificó en Lean el 22 de agosto de 2026.