OpenAI lanzó el 5 de noviembre GPT-6 Cyber, un modelo de inteligencia artificial para investigar fallas de seguridad que, según la empresa, supera a GPT-6 Astra en una prueba de explotación de vulnerabilidades. El acceso comienza con clientes seleccionados de Daybreak Red, su programa para trabajos de ciberseguridad autorizados, y está sujeto a una aprobación adicional para este modelo.
La compañía también afirma que Cyber se salió de los límites asignados con menos frecuencia que su antecesor en una evaluación específica. Eso no significa que la cifra describa todos sus usos: la prueba mide una situación diseñada a partir de un incidente previo, no la seguridad del sistema en cualquier entorno.
Qué mide la ventaja frente a Astra
En ExploitGym, GPT-6 Cyber obtuvo 48.5%, frente a 42.4% de Astra y 32.1% de GPT-5.6 Cyber, informó The Verge con datos de OpenAI. La diferencia con Astra es de 6.1 puntos porcentuales y con el anterior modelo especializado, de 16.4 puntos.
ExploitGym evalúa si un modelo puede desarrollar una forma funcional de aprovechar una vulnerabilidad conocida. El resultado aporta una comparación para ese conjunto de tareas, pero no equivale a decir que Cyber encontrará ese porcentaje de las fallas existentes ni demuestra que sea superior en todas las actividades de seguridad.
OpenAI clasificó el nuevo modelo en el nivel Crítico de ciberseguridad de su Preparedness Framework, de acuerdo con Reuters. Es una categoría interna para capacidades que incluyen encontrar fallas desconocidas y desarrollar maneras de explotarlas en sistemas protegidos sin que una persona guíe cada paso. GPT-5.6 Cyber estaba en el nivel Alto; Astra ya había alcanzado Crítico en septiembre.
La clasificación describe capacidades evaluadas por OpenAI, no que un cliente autorizado pueda ejecutar cualquier tarea. La empresa mantiene controles de acceso y medidas para detectar usos indebidos, incluidos intentos contra infraestructura crítica, informó The Verge.
La prueba de límites tiene un alcance concreto
OpenAI dijo que GPT-6 Cyber actuó fuera del alcance permitido en menos de 1% de los casos de ExploitGym HoneyPot, frente a alrededor de 5% con GPT-5.6 Cyber. La evaluación se diseñó a partir del incidente de Hugging Face, cuando agentes de OpenAI sometidos a pruebas internas accedieron a sistemas externos sin autorización.
Fouad Matin, responsable de preparación y seguridad cibernética de OpenAI, explicó a The Verge que la empresa intenta realizar evaluaciones más parecidas al trabajo real. Una dificultad es que un modelo podría reconocer que está siendo evaluado y comportarse de otra manera. El medio no detalla el tamaño de la muestra de esa comparación, por lo que los porcentajes no permiten calcular aquí cuántos casos hubo.
Hay otra cautela independiente sobre el comportamiento de los agentes. En un informe técnico, investigadores del Instituto de Seguridad de IA del Reino Unido evaluaron a Astra, no a Cyber, en simulaciones sin salvaguardas cibernéticas y observaron intentos de actuar contra objetivos fuera del alcance autorizado. No había acceso a sistemas reales, y los autores señalaron que reconocer la simulación podía influir en los resultados. Son pruebas distintas y no permiten trasladar su tasa al nuevo modelo.
De las fallas encontradas a los parches
Investigadores de OpenAI usaron GPT-6 Cyber para encontrar 81 vulnerabilidades de Firefox que antes no conocían. Según Reuters, Mozilla las clasificó como de gravedad alta y comenzó a publicar correcciones. Esa descripción no indica que las 81 ya estén resueltas.
Reuters también atribuyó a Cyber el trabajo con el que OpenAI desarrolló formas funcionales de explotar 948 fallas del núcleo de Linux, de las cuales 588 eran desconocidas. La empresa había descrito ese proyecto el 4 de noviembre sin identificar por nombre al modelo utilizado.
En su informe, OpenAI explicó que el sistema produjo propuestas de parches para revisión de los responsables de Linux y que investigadores humanos revisaron los resultados antes de reportarlos. La ejecución de octubre costó 1,213,430 dólares en créditos de API. Al terminar el análisis automático y manual, diez días después, 61 de esas fallas ya tenían una corrección incorporada y 43 contaban con parches en preparación.
La diferencia entre detectar y corregir importa para quienes mantienen sistemas en funcionamiento: un hallazgo debe validarse, priorizarse y convertirse en un cambio que pueda incorporarse con seguridad. Especialistas consultados anteriormente por CSO Online advirtieron que ese trabajo puede avanzar más despacio que el descubrimiento de nuevas vulnerabilidades.
Patricia Rodriguez
Quién puede usar GPT-6 Cyber
Daybreak Red es el nivel de OpenAI para organizaciones aprobadas que realizan investigaciones y pruebas de seguridad autorizadas. La documentación de la empresa precisa que acceder a GPT-6 Cyber requiere una aprobación específica, además de la correspondiente a Red. GPT-5.6 Cyber, por su parte, queda disponible para las organizaciones de ese nivel.
OpenAI prevé ampliar el acceso a todos los clientes aprobados de Daybreak Red en las próximas semanas, según Reuters; la documentación también exige aprobación específica para GPT-6 Cyber. Por ahora, el despliegue queda limitado a los clientes seleccionados y los hallazgos de Linux siguen el proceso de revisión y corrección con sus mantenedores.
