OpenAI declara "crítico" el riesgo cibernético de Astra y limita su acceso a un grupo vetado
Astra es el primer modelo de OpenAI que cruza el umbral más alto de capacidad cibernética de su Preparedness Framework, lo que llevó a pausar entrenamientos y restringir el lanzamiento a testers seleccionados.
OpenAI anunció que su próximo modelo, Astra, alcanzó el umbral "crítico" de capacidad cibernética bajo su Preparedness Framework: con las herramientas y el acceso adecuados, el modelo puede encontrar fallas de seguridad desconocidas y desarrollar formas de explotarlas en sistemas críticos bien protegidos, sin que una persona guíe cada paso del proceso.
En pruebas internas, Astra obtuvo 100% en ExploitBench y superó a GPT-5.6 Sol en un conjunto de 20 vulnerabilidades de alta severidad sobre el motor V8, logrando tasas más altas de ejecución de código exitosa con menos tokens.
Como respuesta, OpenAI frenó ciertos entrenamientos durante el verano, sumó entrenamiento de rechazo y monitoreo adicional, y decidió limitar las funciones cibernéticas avanzadas del modelo, en su lanzamiento, a testers vetados y a los socios de Daybreak, su coalición de ciberseguridad, además de publicar una ficha de modelo completa con el detalle de sus evaluaciones.
La compañía sostiene que sus salvaguardas actuales "minimizan suficientemente el riesgo de daño severo" para permitir el lanzamiento bajo su propio marco, pero el episodio marca la primera vez que uno de sus modelos cruza ese umbral, un antecedente que cualquier equipo que evalúe agentes con acceso a sistemas de producción debería tener presente.