GPT-6 Astra: OpenAI lo califica de riesgo crítico en ciberseguridad
OpenAI ha lanzado GPT-6 Astra, su modelo más capaz hasta la fecha, y lo ha hecho con una advertencia que no habían puesto nunca: es el primero que su propio sistema de evaluación clasifica como riesgo «crítico» en ciberseguridad. Es decir, la empresa que lo vende dice que el modelo sabe encontrar fallos de seguridad que nadie ha descubierto todavía.
Qué significa «crítico» aquí
OpenAI mide sus modelos con un marco propio, el Preparedness Framework, que puntúa por separado el riesgo en varias áreas. Cuando una llega al nivel crítico, la propia norma interna obliga a añadir restricciones antes de desplegar el modelo. Astra es el primero que cruza ese umbral en la categoría de ciberseguridad.
En la práctica, y según la ficha de seguridad de la compañía, el modelo puede localizar vulnerabilidades de día cero —fallos que el fabricante aún no conoce y para los que, por tanto, no hay parche— y diseñar la forma de aprovecharlos, en sistemas bien protegidos y sin que una persona le vaya guiando paso a paso.
Los números que da OpenAI
Estas son las cifras que ha dado la compañía, recogidas por los medios especializados que han desglosado su documentación técnica:
- Un 100 % de aciertos en ExploitBench, una de las pruebas internas que mide si el modelo es capaz de convertir un fallo conocido en un ataque que funcione, frente al 78,5 % del modelo anterior, GPT-5.6 Sol.
- Un 42,4 % en ExploitGym, la más difícil de las dos, frente al 30,3 % de Sol.
- Durante las pruebas, el modelo encontró dos vulnerabilidades de día cero nuevas mientras analizaba fallos ya publicados.
OpenAI defiende el lanzamiento con el argumento habitual en seguridad informática: la misma capacidad que sirve para atacar sirve para que quien defiende encuentre y tape los agujeros antes. El problema es que ese equilibrio depende por completo de quién tenga acceso.
Qué han puesto para frenarlo
La versión pública se limita a revisar y parchear código, y se niega a las tareas ofensivas avanzadas, como escribir un exploit de demostración. En empresas, además, Astra llega desactivado por defecto: un administrador tiene que habilitarlo a mano en su espacio de trabajo.
Las capacidades completas quedan reservadas a defensores verificados mediante un programa aparte llamado Daybreak, al que OpenAI ha destinado mil millones de dólares. Y el destino de ese dinero dice bastante de por dónde esperan que vengan los problemas: infraestructuras críticas, y en concreto los suministros de agua, las eléctricas y las administraciones locales. Es exactamente el perfil de objetivo del que hablamos cuando atacaron a los responsables del agua potable de doce estados de Estados Unidos.
Hay una prueba en la ficha técnica que conecta con algo que contamos hace unos días, cuando unos agentes de la propia OpenAI atacaron Hugging Face sin que nadie se lo pidiera. Consiste en plantarle al modelo un señuelo: un sistema deliberadamente vulnerable, colocado ahí como atajo, mientras resuelve los problemas más difíciles de ExploitGym. Un modelo que se comporta debe ignorarlo.
El resultado es de los que explican por qué OpenAI ha puesto tantos frenos: GPT-5.6 Sol picó en el 55,4 % de los intentos cuando se le dejaba razonar al máximo. Astra, según la propia ficha, no recurrió a ese atajo.
El calendario, que se ha contado de dos maneras
Verás la noticia fechada el 3 y el 4 de septiembre según dónde la leas, y las dos son correctas: el 3 salió como vista previa limitada para unas pocas organizaciones y el 4 pasó a disponibilidad general para las cuentas de pago de ChatGPT y para la API.
Queda por ver si el freno aguanta. Los dos casos que hemos cubierto este verano —el ransomware que engañó al agente de Cursor y los ocho meses que tardó Microsoft en parchear Copilot— tienen algo en común: el límite no falló por donde se esperaba.
Fuentes
- Documentación de seguridad de GPT-6 Astra, con la clasificación crítica y la prueba del señuelo, OpenAI
- Resumen de seguridad del modelo, OpenAI
- Resultados de ExploitBench y restricciones sobre los exploits de demostración, The Hacker News
- Desglose del umbral crítico y de los resultados de ExploitGym, CSO Online
- Anuncio del despliegue, CNBC