GPT-5.6 Sol Ultra apresenta prova do Cycle Double Cover Conjecture em 1 hora com 64 subagentes — e a matemática pede tempo para conferir

Resumo: em 10 de julho de 2026, a OpenAI publicou que o GPT-5.6 Sol Ultra produziu uma prova do Cycle Double Cover Conjecture — aberto desde 1973/1979, quando Szekeres e Seymour o formularam de forma independente — em menos de uma hora, usando 64 subagentes rodando em paralelo. O anúncio veio de Ethan Knight no X, com PDF público da prova e o prompt completo. Antes de qualquer conclusão triunfal, é bom notar: a prova ainda passa pelo escrutínio da comunidade matemática, e a conjectura já viu várias “provas” nos últimos 50 anos serem retiradas por terem gaps.

O que é a conjectura

Em teoria de grafos, o Cycle Double Cover Conjecture afirma que todo grafo sem pontes admite uma coleção de ciclos tal que cada aresta aparece em exatamente dois desses ciclos. É um dos problemas mais famosos de grafos e combinatória, com implicações em fluxos, coloração de arestas e topologia de superfícies. Cinquenta anos de tentativas geraram progresso parcial — resultados para classes específicas — mas nunca uma prova geral que sobrevivesse à revisão.

Como o Sol Ultra chegou lá

O Sol é o modelo topo de linha da nova família GPT-5.6, ao lado do Terra (custo-benefício) e do Luna (rápido e barato). A versão Ultra é o modo com maior orçamento de compute e mais tempo de raciocínio, que já vinha ganhando ouro em benchmarks científicos. O detalhe importante é o uso de 64 subagentes em paralelo: cada um explora um caminho de prova diferente, e um agente coordenador combina resultados parciais e verifica consistência.

Esse padrão — ensemble de agentes — é o mesmo que a Google DeepMind e a Anthropic vinham publicando com AlphaProof, Co-Scientist e Robin. Não é um único modelo brilhante fechando a prova; é um enxame com um verificador simbólico atrás.

Por que a comunidade pediu calma

Três razões. Primeiro, o histórico: várias “provas” do Cycle Double Cover já apareceram no arXiv e foram retiradas por conterem lacunas — a estrutura da conjectura induz argumentos que parecem completos mas ignoram casos-limite. Segundo, o modo como a prova saiu: um PDF público e o prompt, sem peer review prévio. Terceiro, a natureza dos subagentes: sistemas com muitos agentes podem gerar cadeias de raciocínio que parecem corretas quando lidas em bloco, mas escondem hallucination cascade — o mesmo padrão descrito no paper do arXiv que noticiamos.

O caminho responsável passa por formalizar a prova em Lean ou Coq, que é o padrão de segurança que a comunidade adotou. AlphaProof já roda formalizado, e é o que separa um resultado publicável de um resultado convincente-mas-não-verificado.

Por que importa mesmo assim

Se a prova sobreviver ao escrutínio, dois efeitos são estruturais. Primeiro, matematicamente, o Cycle Double Cover cai — e uma família inteira de problemas de coloração e fluxo herda o resultado. Segundo, para IA aplicada à ciência, o padrão de 64 subagentes paralelos + verificador deixa o slide da conferência e vira receita de produção. Não vai substituir o matemático, mas move a fronteira do que se ataca em um dia útil.

Status no Brasil

Grupos de teoria de grafos no IMPA, UFRJ, USP e Unicamp já usam ferramentas de IA para verificar casos-limite e sugerir contra-exemplos. Um resultado nesse nível abre discussão em qualifier e conselho: quando um grafo em pesquisa passa por um agente Sol Ultra antes do orientador ver, quem é o autor? A resposta da CAPES e das sociedades científicas nos próximos meses vai ser mais importante que a prova em si.

Riscos e limitações

Três pontos. Primeiro, não verificado: até virar Lean/Coq com revisão comunitária, a prova é anúncio, não fato. Segundo, marketing sobre matemática: a OpenAI tem interesse em anunciar wins simbólicos; nem tudo que soa como o século resiste ao inverno. Terceiro, reprodutibilidade: o custo de rodar 64 subagentes Sol Ultra por uma hora não é público, mas está na casa dos milhares de dólares por tentativa — inviável para o pesquisador médio checar.

Análise SWOT

O que muda na prática

Se você é pesquisador, o certo agora é aguardar a verificação formal — mas já começar a considerar agentes multi-passo em problemas abertos que combinam varredura combinatória e raciocínio simbólico. Se você é gestor de programa científico, o padrão é orçar compute como orça bolsa: um Sol Ultra × 64 × 1h vira uma linha de orçamento tão real quanto passagem para congresso.

Fonte original: The Decoder — OpenAI’s GPT-5.6 Sol Ultra reportedly solves a 50-year-old math problem in under an hour.