Sébastien Bubeck hat seit zwei Jahren eine Frage verwendet, um KI-Modelle zu testen: Wie lang kann ein Gradient-Flow-Pfad auf einer konvexen Funktion innerhalb der Einheitskugel in n Dimensionen sein? Trivial zu formulieren, brutal zu lösen — die beste veröffentlichte Schranke, n^O(n), stammt von Manselli und Pucci aus dem Jahr 1991. Jedes Modell scheiterte. GPT-5.6, OpenAIs Spitzen-Reasoning-Modell, dachte 168 Minuten nach, übertraf den Stand der Technik und zeigte, dass die Omega(d²)-Untergrenze für diese Funktionsklasse der Komplexität eines 30‑jährigen Algorithmus entspricht. Die Lücke ist geschlossen. Bubeck prüfte den Beweis; ein Teil ist Lean‑verifiziert.
Warum das hier zählt
Die Trendlinie ist die Geschichte. Im August 2025 brauchte GPT-5-pro 17 Minuten, um in einem Paper eine Schranke leicht zu erhöhen. Elf Monate später legt sein Nachfolger ein 30‑jähriges offenes Problem beiseite. Fügt man die Ergebnisse von Erdős und den Cycle-Double-Cover hinzu, wird deutlich, dass Spitzen-Modelle, die echte, verifizierbare Mathematik leisten, jetzt ein Muster und kein Stunt mehr sind. HN: 226 Punkte, 115 Kommentare.
Der ehrliche Vorbehalt
Bubeck gab ihm einen zehnseitigen Prompt, destilliert aus einem Jahr seiner eigenen Forschung. Das Modell ist der Motor; ein Weltklasse‑Mathematiker steuert weiterhin. Das ist heute KI-für-Wissenschaft — und es bleibt das härteste Beweismaterial, das die Erzählung hat.