Em 8 de setembro de 2026, a OpenAI anunciou que um sistema interno de agentes de IA produziu uma demonstração de que as equações de Navier-Stokes forçadas em três dimensões podem desenvolver uma singularidade em tempo finito. Segundo a empresa, cerca de 10 mil agentes trabalharam de forma autônoma por 88 horas, trocando 2,7 milhões de mensagens e gerando aproximadamente 130 bilhões de tokens, antes que o modelo GPT-6 Astra passasse mais 17 horas formalizando e conferindo a prova (OpenAI, 8 de setembro de 2026).

Navier-Stokes é um dos sete Problemas do Milênio listados pelo Clay Mathematics Institute, cada um com prêmio de US$ 1 milhão para quem apresentar uma solução. Só que, como a cobertura da imprensa especializada destacou, o resultado da OpenAI não se qualifica para o prêmio. E o anúncio já está cercado por uma disputa pública de crédito entre a empresa e dois matemáticos.

O detalhe que muda tudo: os critérios do Clay Mathematics Institute para o prêmio do Milênio valem para a versão não forçada das equações de Navier-Stokes. O resultado anunciado pela OpenAI trata da versão forçada, um problema relacionado, mas diferente. Isso significa que, formalmente, o US$ 1 milhão continua sem dono (CNBC, 9 de setembro de 2026).

O que a OpenAI realmente afirma ter provado

Navier-Stokes descreve como fluidos se movem, do ar ao redor de um avião à água em um cano. A pergunta em aberto há décadas é se, partindo de condições suaves, as equações em três dimensões podem “explodir” (blowup, em inglês) em tempo finito, ou se sempre permanecem bem-comportadas. A OpenAI diz que seu sistema produziu uma prova de blowup em tempo finito para a versão forçada do problema, não para a versão original do Clay Institute.

Segundo a Axios, o sistema usado no esforço de pesquisa seria “significativamente mais capaz” do que o GPT-6 Astra, hoje o modelo mais avançado publicamente disponível da empresa, que só entrou em cena depois, na etapa de formalização e checagem da prova (Axios, 8 de setembro de 2026). Até agora, a prova completa não foi publicada para escrutínio público, e matemáticos independentes ainda não tiveram acesso ao material para revisão por pares, um processo que para resultados dessa complexidade costuma levar meses.

A disputa de crédito que ofuscou o anúncio

Horas depois do anúncio, o matemático Tristan Buckmaster, da New York University, publicou uma denúncia pública contra a OpenAI. Segundo ele, a empresa teria avançado nessa linha de pesquisa depois de tomar conhecimento de um trabalho privado e ainda não publicado seu, feito em colaboração com Levent Alpöge, pesquisador da Anthropic, principal concorrente da OpenAI.

Buckmaster afirma que Sébastien Bubeck, matemático e pesquisador da OpenAI, ofereceu dois caminhos para ele reivindicar crédito: publicar um desenvolvimento parcial do próprio trabalho, com a OpenAI divulgando sua solução completa no dia seguinte, ou assinar um artigo solo mencionando o uso de um modelo da OpenAI, mas sem incluir o nome de Alpöge, justamente por ele trabalhar na Anthropic (Axios, 8 de setembro de 2026).

A Fortune relatou que, quando Buckmaster insistiu em tornar a disputa pública, Bubeck teria respondido “Por que você arruinaria sua carreira?” e, em seguida, “Se você não quer que eu seja gentil, então eu não preciso ser gentil” (Fortune, 8 de setembro de 2026).

Em resposta pública, a OpenAI afirmou que seus pesquisadores e agentes “não tiveram acesso ao trabalho [de Buckmaster e Alpöge] por nenhum meio até que ele fosse publicado”, embora tenha admitido não poder descartar que dados de uso de produto anonimizados tenham ajudado a melhorar seus modelos. A empresa também disse que as duas provas “diferem significativamente” entre si, e Bubeck classificou publicamente as acusações de Buckmaster como “falsas e inflamatórias”.

O matemático Terence Tao comentou publicamente o episódio lamentando o uso de problemas matemáticos centenários como ferramenta de marketing para demonstrar a capacidade de sistemas de IA, sem que isso, na visão dele, represente necessariamente um avanço científico sólido.

Por que isso importa além da polêmica pessoal

Tirando a disputa de crédito, o episódio expõe uma tensão que vai se repetir: sistemas de agentes de IA em larga escala já conseguem produzir, em poucos dias, material técnico denso o suficiente para disputar espaço com décadas de pesquisa humana em matemática pura. Algo parecido já havia acontecido com a Anthropic, cujo modelo Claude passou 11 dias trabalhando de forma majoritariamente autônoma na plataforma Prove2Me até produzir a primeira prova formal e verificada por computador do Último Teorema de Fermat em linguagem Lean, um resultado tecnicamente distinto, mas que aponta na mesma direção (leia mais em Claude formaliza o Último Teorema de Fermat: o que isso significa).

A própria OpenAI já classifica o GPT-6 Astra no nível mais alto de risco da sua política de segurança para uso em cibersegurança (veja OpenAI classifica o Astra no nível crítico de cibersegurança). Um sistema com autonomia suficiente para sustentar raciocínio matemático de ponta por 88 horas seguidas é, por definição, o tipo de capacidade que motiva esse nível de cautela.

Velocidade de geração não é o mesmo que confiabilidade. Uma prova apoiada em 130 bilhões de tokens de material bruto é difícil de auditar linha por linha, e a comunidade matemática só vai confiar no resultado depois de meses de revisão. Até lá, o anúncio funciona mais como demonstração de capacidade da OpenAI do que como resultado matemático consolidado, ainda mais no contexto do lançamento recente do GPT-6 Astra e da corrida da empresa para provar que está na fronteira da “era da AGI” (veja OpenAI lança GPT-6 Astra e declara a chegada da “era da AGI”).

Há também um precedente incômodo: se um laboratório de IA pode se beneficiar, ainda que indiretamente, de sinais de pesquisas privadas de terceiros via dados de uso de produto, isso levanta questões sérias sobre como matemáticos e cientistas devem lidar com ferramentas de IA ao desenvolver trabalho ainda não publicado. A resposta da OpenAI de que “não pode descartar” essa influência é, no mínimo, uma admissão desconfortável, vinda de uma empresa que compete diretamente com a Anthropic, onde um dos pesquisadores envolvidos trabalha.

O que observar a partir daqui

  1. Publicação da prova completa. Até a OpenAI liberar o material para revisão pública, o resultado deve ser tratado como não verificado.
  2. Posição da comunidade matemática. Comentários como o de Terence Tao sinalizam um ceticismo institucional que pesa mais do que o anúncio de uma empresa de tecnologia.
  3. Desdobramento da disputa entre Buckmaster e a OpenAI. Se a acusação de acesso indevido a trabalho privado avançar, isso pode mudar como laboratórios de IA lidam com dados de uso e parcerias externas de pesquisa.
  4. Separação entre versão forçada e não forçada. Qualquer cobertura futura que trate isso como “a OpenAI ganhou o prêmio do milênio” está tecnicamente incorreta.

Não é o caso de declarar que o problema do Milênio foi resolvido, nem de assumir que a prova está validada só porque passou pela checagem interna da própria OpenAI. Verificação independente e revisão por pares ainda não aconteceram.

Perguntas frequentes

A OpenAI ganhou o prêmio de US$ 1 milhão do Clay Mathematics Institute?

Não. Os critérios do prêmio valem para a versão não forçada das equações de Navier-Stokes, enquanto o resultado da OpenAI trata da versão forçada. O prêmio segue sem reivindicação válida.

A prova já foi verificada por outros matemáticos?

Ainda não de forma independente e pública. A checagem mencionada pela OpenAI foi feita internamente, pelo próprio GPT-6 Astra, e a revisão por pares da comunidade matemática costuma levar meses para resultados dessa complexidade.

Qual é a acusação central de Tristan Buckmaster contra a OpenAI?

Buckmaster alega que a OpenAI avançou nessa linha de pesquisa depois de tomar conhecimento de um trabalho privado e não publicado seu, feito com o pesquisador da Anthropic Levent Alpöge, e que a empresa tentou excluir Alpöge do crédito por ele trabalhar em um concorrente direto.

Referências