Interpretación editorial: el patrón de la semana es que cifras grandes, sean 722 resultados matemáticos, 68.000 millones de ingresos o 'un trabajador despedido por cada uno y medio extranjero', dependen de una definición y de una auditoría que llegan después del titular. Las tres historias de hoy comparten ese desfase entre el número y su unidad de medida (Lean frente a texto, ingreso bruto frente a neto, prórrogas frente a contrataciones), no una causa común. La señal útil no es la cifra inicial, sino quién puede comprobarla y con qué criterio.

Es el primer caso a esta escala en que un laboratorio publica centenares de resultados de un modelo no disponible y ha de corregirlos en horas. Muestra que 'verificado en Lean' no equivale a 'prueba correcta' si la formalización no es fiel, y que el cuello de botella pasa de generar resultados a auditarlos. Si la comunidad no puede reproducir el proceso (el modelo es interno), la confianza depende de la trazabilidad pública de correcciones.

Qué vigilar: Antes del 2026-11-06, comprobar si el historial de openai/math registra más retiradas o nuevas formalizaciones en Lean y si OpenAI publica el modelo, los prompts o un acceso de verificación externo. Condición paralela: si OpenAI y Anthropic publican una definición homogénea de ingreso anualizado (bruto o neto de socios) y si el Departamento de Trabajo publica el aviso escrito y las pruebas de la suspensión PERM; la primera pausa de 180 días, de confirmarse esa base legal, vencería hacia principios de abril de 2027.

Descodificado: hay noticias, y luego está lo que significan.