GPT-6 Astra résout dix problèmes mathématiques ouverts — vérifiés par preuve formelle

Début août 2026, quelques semaines avant sa présentation officielle, OpenAI a révélé que son futur modèle GPT-6 Astra avait résolu — ou fait progresser substantiellement — dix problèmes ouverts de longue date en mathématiques et en informatique théorique. Point capital : ces solutions n’ont pas été vérifiées par OpenAI elle-même, mais par Lean 4, un assistant de preuve formelle qui ne pardonne aucune erreur. C’est la première fois qu’un modèle de langage franchit ce niveau de rigueur mathématique à cette échelle.

1. Pourquoi Lean 4 change tout

Un modèle de langage peut « raconter » une démonstration séduisante mais fausse. Lean 4 est un vérificateur de preuves : il accepte uniquement des dérivations rigoureuses, étape par étape, où chaque inférence est une application valide d’un axiome ou d’une règle. Une IA dont les preuves passent le filtre Lean 4 ne fait pas de la « mathématique approximative » — elle produit des démonstrations formellement correctes. C’est le même standard que les grands projets de formalisation comme Mathlib.

2. Des records de benchmark qui saturent

Les dix problèmes ouverts sont la partie la plus prestigieuse, mais les scores aux benchmarks classiques racontent la même histoire :

Benchmark	GPT-6 Astra	Précédent record
FrontierMath Tier 4	97,6-98 %	83 % (GPT-5.6 Sol) — le test est « saturé »
ARC-AGI-3	99,9 %	Saturation du benchmark de raisonnement
GPQA Diamond	96 %	Questions doctorales de sciences
Humanity’s Last Exam (avec outils)	57,2 %	Derrière Fable 5.1 (65 %) — restons honnêtes

Quand un benchmark « sature », c’est qu’il ne mesure plus rien : il faut en inventer de plus durs. C’est exactement ce qui arrive — FrontierMath Tier 4 était conçu pour tenir des années, il a tenu quelques mois.

3. Une architecture pensée pour les problèmes longs

Astra n’est pas un chatbot amélioré : c’est un système d’agents coordonnés. Un agent racine décompose un problème massif en sous-problèmes, les confie à des sous-agents spécialisés qui peuvent travailler des heures, parfois des jours, puis synthétise les résultats. Sur OSWorld 2.0 (utilisation d’ordinateur), il résout les tâches en 40 minutes contre 75 pour son prédécesseur — avec un meilleur score. En génie logiciel (SRE-Bench), il résout 99,2 % des défis en quatre tentatives contre 68,7 %, en utilisant un quart des tokens.

Et une anecdote savoureuse : c’est aussi Astra qui aurait aidé à concevoir Jalapeno, la première puce ASIC conçue par OpenAI. L’IA qui résout des problèmes mathématiques ouverts participe désormais à son propre matériel.

4. Les limites honnêtes

• Aucun des dix problèmes n’a été nommé par OpenAI — impossible de vérifier l’ampleur exacte des « progrès substantiels » par rapport aux résolutions complètes.
• Sur Humanity’s Last Exam, Astra est derrière un concurrent (Fable 5.1 à 65 % contre 57,2 %) : le monopole de l’excellence n’existe pas.
• Sur l’indice hybride d’Artificial Analysis, plusieurs modèles Claude d’Anthropic restent devant selon l’évaluateur indépendant.
• Les conjectures résolues en mathématiques ne valent que si la communauté les examine — le travail de validation ne fait que commencer.

Ce que ça change concrètement

Pour le chercheur : un assistant capable de formaliser des démonstrations en Lean 4 accélère radicalement certains travaux. Pour l’ingénieur : les mêmes capacités de raisonnement long s’appliquent au code et aux systèmes. Pour le grand public : les benchmarks qui étaient des montagnes infranchissables il y a un an sont désormais des marches. La question n’est plus « une IA peut-elle faire de la recherche mathématique ? » mais « comment intégrer une IA chercheuse dans la pratique scientifique ? ».

Sources : annonces OpenAI août-septembre 2026, system card GPT-6 Astra, couvertures Wccftech, Incrypted, bymachine.news.