OpenAIが数学の論文722本を一挙公開｜未公開モデルの実力と、まだ終わっていない検証

AIが書いた数学の論文が、700本以上まとめて公開されました。OpenAIが2026年10月6日付で発表したもので、社内の未公開モデルが生み出した論文722本（成果のまとまりで372件）を、GitHubで誰でも読める形にしています^{*1 *2}。

論文を生成したのは、一般にはまだ公開されていない社内モデルです。相当性能が高そうなので、私は次のモデルが楽しみです。ただし、検証やレビューが一部終わらないまま公開されており、真偽の判定はこれからです。

実際、公開の翌日（10月7日付）には3本の論文を取り下げ、14本を改訂しています^*3。この記事では、何が公開されたのか、9月のナビエ–ストークス方程式の発表との関係、まだ分からないことを整理し、あなたの仕事にどう関係するかまで書いていきます。

---

今なら、生成AIの基礎知識から社内導入の6ステップ・定着のポイントまでを1冊にまとめた「はじめての生成AI社内導入ガイド」を無料で配布中！何から始めればいいか分からない方でも、これ1冊で導入の流れがつかめます。

OpenAIが公開した数学の新成果とは？｜未公開モデルが生んだ論文と証明

OpenAIが公開したのは、社内のフロンティアモデルが生み出した、数学の幅広い新しい成果です。論文に加えて、証明をコンピューターで確かめるための資料や、モデルの考え方の要約もあわせて出しています。

項目	内容
発表日	2026年10月6日付
公開したもの	数学の論文（公開時722本・成果ファミリー372件）と、それを支える証明の資料
生み出したモデル	一般には公開されていない社内のモデル
公開先	GitHubのリポジトリ「openai/math」（ライセンスはApache-2.0）
あわせて公開したもの	Leanによる証明の形式化、推論の要約10件、計算資源の推定値、解答を試みた問題数の統計
公開方法の相談先	高等研究所の数学・人工知能諮問グループ（AGMAI）

Leanは、証明が正しいかどうかをコンピューターで検証できるプログラミング言語です。論文の証明を、コンピューターが一歩ずつチェックできる形に書き直すことを「形式化」と呼びます。

既存の数学の評価では差がつかなくなった

OpenAIは、モデル開発の一環として、未解決の研究問題でモデルを評価しています。既存の数学の評価で性能が頭打ちになったため、未解決問題にまで対象を広げました。今回の論文は、その評価の中から出てきた成果です。

公開の前に、外部の諮問グループと協議した

公開にあたってOpenAIは、AI企業に数学界との関わり方を助言する独立した諮問グループと協議し、出された助言や提言を公開方法に反映させたとしています。論文の改訂や引用のルールを決めたうえで、GitHubで公開しました。

数字で見る今回の公開｜論文722本・約4,000問・形式化は約42%

今回の公開を数字でまとめると、次のとおりです。

項目	数字
論文	公開時722本。10月7日付の更新で3本を取り下げ、更新後は719本
成果ファミリー	372件
モデルに出した問題	約4,000問
成果1件あたりの計算資源	平均でChatGPT Proの思考時間の約3時間分
Leanで形式化された主要な結果	300 / 719（約42%）※10月7日付の更新後
推論の要約の公開	10件

「成果ファミリー」とは

成果ファミリーは、主要な結果と、それに関連する論文・そこから導かれる結果・別の証明などをひとまとめにした単位です。ファミリーごとに、数学の分野で分類されています。論文の本数がファミリーの数より多いのは、1つの成果に複数の論文が付いているためです。

約4,000問から重要度で絞り込んだ

評価の過程で、モデルには約4,000問が出題されました。その出力をファミリーと論文にまとめ、一定の重要度を満たすものに絞ったのが今回の一覧です。大半の結果は、同じ手順・同じ未公開モデルで得られています。

決まった手順の例外として挙げられているのは、次の2つです。

1. リーマンゼータ関数の零点が存在しない領域（零点なし領域）に関する研究
2. CMアーベル多様体に対するホッジ予想の証明

このうち、Re(s) > 11/12 の零点なし領域についての文書は、読みやすくするために人間が編集しています。

推論の要約が公開された10件

モデルがどのような思考過程で結論に至ったのか、次の10件について要約が公開されています。

1. 乗法的関数の通常の2点相関
2. πの無理数度指数
3. 対称および一般のマーラー予想
4. 半正定値計画の基本閾値における通常のNP困難性
5. 算術数列の準多項式的上界
6. 標数2におけるカプランスキーの直接有限性予想
7. 希釈スピングラスのメザール–パリージ公式
8. 量子ハイゼンベルク強磁性体の自発磁化
9. 自由群因子の同型性
10. 3次元相対論的ヴラソフ–マクスウェル系

「まずは何ができるか知りたい」といった情報収集段階でのご相談も大歓迎です。導入の流れや具体的な支援内容をまとめた資料を以下よりご覧いただけますので、ぜひお気軽にご活用ください。

9月の「ナビエ–ストークス方程式」の発表との関係

OpenAIは今回の発表に先立つ2026年9月8日に、ナビエ–ストークス方程式についての成果を単独で発表しています^*4。10月6日付の発表では、「社内のフロンティアモデル」という言葉に、この9月の発表へのリンクが張られています。

9月8日の発表でOpenAIが主張していること

ナビエ–ストークス方程式は、水や空気のような流体の動きを表す方程式です。その「存在と滑らかさ」は、2000年にクレイ数学研究所が選んだ7つのミレニアム懸賞問題の1つで、1934年にLerayが一般化された意味での解の存在を示して以来、約90年にわたって未解決とされてきました。

OpenAIが9月8日の発表で主張している内容は、次のとおりです。

1. 初めは静止している滑らかな流体に滑らかな外力を加えたとき、有限の時間のうちに特異点（解が滑らかでなくなる点）が生じうることを示す証明と、Leanによる形式化を生成した
2. これにより、この問題の公式の定式化にある命題「C」（および「D」）を確立する
3. 粘性の項を除いたオイラー方程式の正則性の問題（外力なし）も反証した
4. この成果でミレニアム賞を請求するつもりはない

進め方についての説明は、次のとおりです。

項目	OpenAIの説明
使ったモデル	GPT-6 Astraを大幅に上回る能力を持つ社内モデル。8月28日から訓練中で、発表時点でも訓練は続いている
仕組み	社内モデルを基盤にしたマルチエージェントシステム。答えにたどり着いたグループでは約1万のエージェントが同時に動いた
かかった時間	最初のエージェントを起動してから約88時間後、9月5日に到達
形式化と検証	GPT-6 Astraを使って、さらに17時間
オイラー方程式の反証	約100のエージェントで約50時間

今回の論文一覧との関係

9月のミレニアム懸賞問題の論文そのものは、今回の論文一覧には見当たりません。今回のリポジトリにもナビエ–ストークス方程式に関する成果は入っていますが、外力を加えた流れで万能計算（どんな計算手順でも実行できる仕組み）を組み立てる、という別の結果です。

ナビエ–ストークス方程式の件は、数学界での検証を経て確定した結果として扱うのではなく、現時点ではOpenAIの主張として受け止めておくのが妥当です。

「真偽の検証はこれから」と言える理由｜翌日に3本を取り下げ

今回の論文は、公開した時点で正しさが確定しているわけではありません。そう言える理由は3つあります。

1. 公開の翌日に3本を取り下げた — 1本の符号の誤りが、それに依存する2本にも及んだ
2. READMEに未形式化の結果への注意書きがある — 一部に問題がある可能性をOpenAI自身が明記している
3. 諮問グループが「完成ではなく始まり」と表明した — 評価するのは数学界だとしている

公開の翌日に3本を取り下げ、14本を改訂

10月7日付の更新の中身は、次のとおりです。

更新の種類	本数	中身
取り下げ	3本	「Algebraicity of Weil classes on split abelian eightfolds」の符号の誤りにより論証が成り立たなくなったため、この論文に依存する2本とあわせて取り下げ
改訂	14本	証明の修復、主張の訂正、仮定や依存関係の明確化、古い引用の削除
引用の更新	13本	改訂された関連論文の新しい版を引用するように修正
形式化の追加	6件	主要な結果の形式化率が300 / 719（約42%）に

取り下げた論文には、不備のあった箇所を説明する注記と、保管された元の原稿へのリンクが付いています。誤りを消して終わりにせず、経緯を含めて残す形をとっています。

READMEには未形式化の結果への注意書きがある

リポジトリのREADMEには、すべての結果にLeanの形式化が付いているわけではなく、未形式化の結果の一部には問題がある可能性があると明記されています。問題が見つかり次第速やかに修正する方針も示されています。

主要な結果の形式化率は約42%なので、半数以上はまだコンピューターによる検証を経ていません。形式化は、できたものから順にリポジトリへ追加されていきます。

諮問グループは「完成ではなく始まり」と表明

公開方法を助言した諮問グループは、OpenAIの公開を受けて声明を出しています^*5。要点は次の4つです。

1. 助言役を務めたことを、成果の影響への判断やOpenAIの手法へのお墨付きと受け取るべきではない
2. グループは数学界全体を代表するものではない
3. 今回の公開は、人間による理解のプロセスの「完成ではなく始まり」である
4. 提言がどこまで守られたかを評価するのは数学界である

このグループは、次のような立ち位置の組織です。

項目	内容
正式名	Advisory Group on Mathematics and Artificial Intelligence（AGMAI）
メンバー	9名（下記）
報酬	この活動に対しては受け取らない
独立性	どのAI企業からも独立して運営され、AI企業に対する意思決定権は持たない
できた経緯	OpenAIが外部諮問委員会の設立を打診したことをきっかけに、代わりに独立したグループとして発足

メンバーと所属は次のとおりです。

• François Charles（ENS-PSL）
• Camillo De Lellis（IAS、GSSI）
• Timothy Gowers（Collège de France、Cambridge）
• Martin Hairer（EPFL、Imperial College London）
• Nikhil Srivastava（Berkeley、Simons Institute）
• Ulrike Tillmann（Oxford）
• Ravi Vakil（Stanford）
• Edward Witten（IAS）
• Melanie Matchett Wood（Harvard）

9月29日に出ていた提言

このグループは公開に先立つ9月29日に、AIが生み出した数学の責任ある公開についての提言を出しています^*6。主な項目は次のとおりです。

1. 誰も理解していない論文は、ラボが管理しない学術リポジトリに、永続的に引用できる識別子を付けて登録する
2. モデル名・プロンプト・思考過程の要約・所要時間・推定計算コストを公開する
3. 可能な限り証明を形式化する
4. 多くの結果を一度に出すときは、同じくらいの難しさで解けなかった問題の数と、問題の選び方も開示する
5. ラボは、人間による理解を資金面も含めて支える責任を負う
6. 専有モデルで高度な数学の問題を試すのをやめ、世界の数学界に広く公平なアクセスを認める

OpenAIは、この提言を公開方法に取り入れたとしています。提言にどれだけ沿えているかの評価は、声明にあるとおり数学界に委ねられています。

私たちの仕事にとって何を意味するか

数学の中身が分からなくても、今回の公開から仕事に持ち帰れることは3つあります。

1. AIの開発は減速していない — 既存の数学の評価では差がつかなくなり、未解決の問題で実力を測る段階に来た
2. GPT-6 Astraの先にあるモデルが控えている — 責任ある形での公開に向けた取り組みが進んでいる
3. AIの出力は検証の仕組みとセットで使う — 高性能なモデルの成果でも、公開の翌日に取り下げが出ている

AIの開発は減速していない

既存の数学の評価で性能が頭打ちになり、未解決の研究問題で実力を測る段階に入った。今回の公開の出発点はここにあります。「AI開発は減速している」という話は、なかったことになりつつあると私は見ています。

OpenAI自身も9月8日の発表で、AIの進歩における次の時代に入ったと考えている旨を述べています。同じ発表では、進歩のペースについて、より慎重な判断が必要になる場合もあるとしています。

GPT-6 Astraの先にあるモデル

OpenAIは、これらの成果を生み出したモデルを責任ある形で公開するための取り組みを進めているとしています。9月の発表でも、使った社内モデルを「GPT-6 Astraを大幅に上回る能力を持つ」と説明していました。

現行のOpenAIの最上位モデルはGPT-6 Astraですが、社内ではそれを上回るとされるモデルが、すでに研究レベルの数学に取り組んでいます。今回の公開は、その実力の一端を外から確かめられる材料になっています。

AIの出力は「検証の仕組み」とセットで使う

今回の公開でいちばん仕事に近いのは、AIの出力を「確かめられる形」で出している点です。業務でAIを使うときも、同じ考え方をそのまま使えます。

今回の公開でしていること	業務に置き換えると
Leanで証明をコンピューターに検証させる	計算や集計は、表計算の関数やスクリプトで検算する
未形式化の結果に問題がありうることをREADMEで明記する	人が確認していない出力には「未確認」と書いてから回す
改訂を新しいバージョンとして記録し、過去の版も残す	修正の履歴を残し、どこを直したか追えるようにする
推論の要約や計算資源の推定値を公開する	AIに根拠や出典も一緒に出させ、後から確かめられるようにする
取り下げた論文に、穴の説明を付けて残す	誤りが見つかったら、何が違ったのかを共有する

研究レベルの数学で成果を出すモデルであっても、公開翌日に符号の誤りで3本が取り下げられています。AIが速く大量に出力できるようになるほど、人が確かめる工程をどこに入れるかで、使いこなしの差がつきます。

今後の予定｜ワークショップへの資金提供とモデルの公開

OpenAIが示している今後の動きは、次のとおりです。

予定	中身
理解を深める場への資金提供	AIが生み出した主要な成果の理解を深めるため、一連のワークショップ・学会・特別プログラムに資金を出す。詳細は近く発表
モデルの公開	これらの成果を生み出したモデルを、責任ある形で公開するための取り組みを進めている
形式化の追加	Leanによる形式化ができ次第、リポジトリに追加する
公開先の検討	コミュニティが運営するほかの公開先も、引き続き検討する
改訂の記録	訂正や改訂は新しいバージョンとして記録し、過去の版も読める状態を保つ

資金提供は、諮問グループの提言にあった「人間による理解を資金面も含めて支える」という項目に沿った動きです。論文は今後も改訂されうるので、特定の結果を社内資料などで引用する際は、どのバージョンを参照したかを明記しておくと後からの確認がスムーズになります。

ここまで読んで「AIの出力を確かめる仕組みまで含めて、自社の業務に組み込みたい」と感じた方へ。法人向けAI研修の導入社数No.1*の弊社デジライズが、AIコンサルティング＆開発のサービス資料を無料でお送りしています。既製のAIサービスでは要件が満たせず、自社に合わせたシステム構築や環境の検討が必要な場合の進め方をまとめています。

※出典：株式会社東京商工リサーチ「法人向けリスキリングサービスに関する調査」（2026年5月／調査期間：2026年3月26日〜4月17日／調査方法：デスクリサーチおよびヒアリング／2026年3月末時点）

まとめ

今回のポイントをまとめます。

1. 何が出たか — OpenAIが、社内の未公開モデルが生み出した数学の論文722本・成果ファミリー372件をGitHubで公開した
2. 規模 — モデルに出した問題は約4,000問。成果1件あたりの計算資源は平均でChatGPT Proの思考時間の約3時間分
3. 検証の状況 — 公開の翌日に3本を取り下げ、14本を改訂。主要な結果のLeanによる形式化率は約42%
4. 9月の発表との関係 — ナビエ–ストークス方程式の件は9月8日の別の発表で、OpenAIの主張として読む
5. これから — 理解を深める場への資金提供と、モデルの責任ある公開が予定されている

AIが研究レベルの数学で成果を出し始めた一方で、その正しさを確かめる作業はこれからです。AIに任せた作業を、どこでどう確かめるか。今回の公開をきっかけに、あなたの職場でも一度見直してみてください。

現行のOpenAIの最上位モデルであるGPT-6 Astraについては、以下の記事で詳しく解説しています。

2026.09.04 2026.09.16

GPT-6 Astraとは？「賢い回答」からPC作業の代行へ。仕様・料金・使える範囲を一次ソースで整理

Astraに迫る性能をより安い料金で使えるGPT-6.1 Solについては、こちらの記事をご覧ください。

2026.10.01 2026.10.02

GPT-6.1 Solとは？GPT-6 Astraに迫る性能を5分の1のコストで使う方法

参考資料

• *1 OpenAI「数学における AI の進展の共有」
• *2 GitHub「openai/math」
• *3 GitHub「openai/math」更新履歴（history.md）
• *4 OpenAI「ナビエ–ストークスのミレニアム懸賞問題について」
• *5 Advisory Group on Mathematics and Artificial Intelligence（OpenAIの公開に関する声明）
• *6 Advisory Group on Mathematics and Artificial Intelligence「Responsible Release of AI-Generated Mathematics」（2026年9月29日）