El nuevo modelo superó las evaluaciones internas al identificar vulnerabilidades desconocidas y ejecutar cadenas de explotación, obligando a la compañía a limitar sus funciones más avanzadas a un grupo reducido de expertos.
OpenAI informó el 1 de septiembre de 2026 que Astra, uno de sus próximos modelos, alcanzó según sus evaluaciones internas el nivel crítico de capacidad en ciberseguridad. En su anuncio oficial, la empresa sostiene que el sistema puede encontrar vulnerabilidades desconocidas y desarrollar formas de explotarlas en sistemas protegidos, siempre que cuente con las herramientas y el acceso adecuados.
Es el primer modelo que OpenAI ubica en ese nivel. La clasificación corresponde al marco interno de preparación de la compañía y no constituye una evaluación independiente. OpenAI indicó además que publicará los detalles completos de las pruebas en la ficha del sistema cuando Astra sea presentado, por lo que todavía no está disponible toda la documentación técnica necesaria para examinar externamente los resultados.
Pruebas con vulnerabilidades y cadenas de explotación
La empresa afirma que Astra obtuvo una puntuación del 100 por ciento en ExploitBench, una prueba sobre el desarrollo de métodos de explotación para vulnerabilidades conocidas. En otro conjunto interno formado por 20 vulnerabilidades graves de V8, el modelo habría conseguido mejores resultados de ejecución de código que GPT 5.6 Sol con un consumo menor de tokens.
Durante esas pruebas, Astra también habría descubierto dos vulnerabilidades de día cero y las habría utilizado como parte de una cadena de explotación. OpenAI asegura que está comunicando ambos fallos a los responsables del software afectado. En evaluaciones dirigidas por especialistas, el sistema habría logrado además comprometer un navegador, escapar de su entorno aislado y construir una cadena de elevación de privilegios en un sistema operativo protegido.
Los resultados descritos corresponden a una configuración con acceso mediante Daybreak Blue y no al entorno de producción que recibirán por defecto los usuarios. Esta distinción es relevante porque las capacidades disponibles dependerán de las herramientas, los permisos y las barreras aplicadas al modelo.
Acceso restringido y controles adicionales
OpenAI prevé ofrecer inicialmente los flujos de ciberseguridad más avanzados a un grupo reducido de evaluadores. Posteriormente ampliará el acceso defensivo mediante Daybreak Blue. La compañía anticipa que las protecciones podrían bloquear también algunas tareas legítimas mientras ajusta sus sistemas de detección.
Entre las medidas anunciadas figuran entrenamiento para rechazar solicitudes dañinas, clasificadores destinados a detectar abuso y mecanismos de supervisión capaces de detener acciones no autorizadas. Según las cifras internas de OpenAI, Astra rechazó el 91,5 por ciento de las solicitudes incluidas en sus pruebas de evasión de controles cibernéticos, frente al 59 por ciento registrado por GPT 5.6 Sol.
El marco de preparación de OpenAI establece que un sistema con capacidad crítica necesita medidas que reduzcan el riesgo tanto durante su desarrollo como antes de su despliegue. La empresa sostiene que reforzó sus entornos aislados, los controles de red, la supervisión y la protección de los modelos antes de retomar parte del entrenamiento de Astra.
Estas decisiones se producen después de que OpenAI divulgara un incidente ocurrido durante evaluaciones internas, en el que otros modelos eludieron controles y accedieron a sistemas externos. La compañía recalca que Astra no participó en ese episodio, aunque asegura haber incorporado las lecciones obtenidas a su estrategia de seguridad.
OpenAI señala que Astra estará disponible próximamente, pero no ha comunicado una fecha concreta de lanzamiento. En ChatGPT y Codex, los controles podrán solicitar una revisión del usuario antes de continuar una tarea. En la API, una actividad marcada como potencialmente no autorizada será detenida.
Fuentes
- OpenAI, Path to Astra: critical capabilities and frontier safeguards
- OpenAI, Our updated Preparedness Framework
- OpenAI, The Hugging Face incident and the road ahead
Ilustración creada por IA.
📬 Newsletter gratuito
