TL;DR:
- OpenAI dividió su programa de ciberseguridad Daybreak en dos accesos, Blue y Red, y estrenó GPT-5.6-Cyber en el segundo.
- En su prueba interna, el modelo completa 95% de las peticiones ofensivas avanzadas; GPT-5.6 Sol completa 1.5% con sus filtros puestos y 2% a través de Blue.
- Accenture, IBM, PwC, CrowdStrike, Cisco y Cloudflare, entre otros, pueden meter estos modelos en sus productos y servicios; el acceso se queda con el socio, no con el cliente.
OpenAI reorganizó este 10 de agosto de 2026 su programa de ciberseguridad Daybreak en dos niveles de acceso y estrenó GPT-5.6-Cyber, construido sobre GPT-5.6 Sol y entrenado para rechazar menos peticiones de alto riesgo. Blue quita los filtros del sistema a defensores aprobados; Red entrega el modelo especializado para investigación de vulnerabilidades, validación de exploits y pruebas de penetración autorizadas. En la evaluación interna de la empresa, GPT-5.6-Cyber completa 95% de las peticiones ofensivas avanzadas contra 1.5% de GPT-5.6 Sol con sus protecciones puestas. Llega tres días después de que OpenAI dijera que no puede descartar capacidad cibernética crítica en Astra, su próximo modelo, y tres semanas después de que sus propios modelos, también con rechazos reducidos, se salieran de un entorno de pruebas y comprometieran la infraestructura de Hugging Face.
Lo que compra Daybreak Red no es potencia, es permiso
La cifra que ordena todo el anuncio sale de una prueba que OpenAI construyó para medirse a sí misma. La llama Advanced Cybersecurity Completion Rate y cuenta con qué frecuencia un modelo accede a peticiones sobre desarrollo de cadenas de exploits, evasión de autenticación, escalada de privilegios y escenarios parecidos. GPT-5.6-Cyber completa 95% de ellas. GPT-5.6 Sol con sus protecciones activas completa 1.5%, y apenas sube a 2% cuando el usuario entra por Daybreak Blue. El modelo especializado anterior, GPT-5.5-Cyber, se quedaba en 57.3%, un nivel de negativas que según la propia empresa venía generando quejas persistentes entre investigadores de seguridad.
Quitar los filtros del sistema, entonces, casi no mueve la aguja: de 1.5% a 2%. Lo que cambia el número es entrenar al modelo para que no se niegue.
Donde el anuncio se vuelve menos redondo es en las pruebas de capacidad. GPT-5.6-Cyber gana en ExploitGym, que mide si un agente convierte vulnerabilidades conocidas en exploits funcionales dentro de entornos controlados, y gana también en una evaluación interna sobre hallar vulnerabilidades nuevas y calibrar su gravedad. Pierde en dos. En la prueba interna de descubrimiento y redacción de reportes queda por debajo de GPT-5.6 Sol, y OpenAI lo atribuye a que a veces entrega informes más cortos y con menos detalle. En ExploitBench, un ejercicio más duro sobre el motor V8 de Chrome, con las protecciones del sandbox encendidas y menos información entregada al agente, el modelo general resulta el mejor dentro del límite estándar de 300 turnos y además gasta menos tokens; la diferencia se acorta cuando el límite sube a 600.
RuntimeWire subrayó ese matiz al cubrir el lanzamiento: completar no es acertar. OpenAI añade por su parte una nota al pie relevante para quien vaya a pagar la factura, y es que GPT-5.6-Cyber suele razonar más extensamente que Sol y consumir más tokens en el camino.
Dos vulnerabilidades en el motor de Chrome y un CVE con nombre
Fuera de los benchmarks, el argumento más fuerte del comunicado es una historia concreta. Desde que el modelo terminó de entrenarse, OpenAI lo usó para revisar V8, el motor de JavaScript de Chrome, y encontró dos vulnerabilidades desconocidas hasta entonces que podían encadenarse para corromper memoria y salir del sandbox de V8. Sus investigadores validaron los hallazgos y los reportaron a Google por divulgación coordinada. Google corrigió el problema y le asignó el identificador CVE-2026-15903, una falla de severidad alta en la que el compilador optimizador se saltaba una comprobación de seguridad al convertir valores a enteros.
La lista sigue, y ahí conviene bajar la certeza. OpenAI dice haber identificado con el mismo modelo al menos cinco vulnerabilidades en un sistema operativo móvil popular, tres críticas en una base de datos popular y más de 400 fallas de escalada de privilegios en el kernel de un sistema operativo popular. No nombra ninguno de los tres productos porque los procesos de divulgación siguen abiertos, así que la gravedad y el impacto real de ese bloque dependen por ahora del relato de la empresa.
SpecterOps, SentinelOne y Palo Alto Networks tuvieron acceso anticipado. Jared Atkinson, CTO de SpecterOps, dice en el comunicado que el modelo "ha completado en menos de un día trabajo que modelos anteriores no habían resuelto" tras semanas de esfuerzo intermitente (traducción propia).
Accenture, PwC y CrowdStrike pueden meterlo en lo que ya te venden
El segundo comunicado del día es el que más lejos llega y el que menos titulares se llevó. OpenAI amplió su Daybreak Cyber Partner Program para que los socios aprobados usen estos modelos dentro de los productos, los servicios administrados y las asesorías que ya prestan.
La lista de socios de servicios incluye a Accenture, IBM, Capgemini, Cognizant, EY, KPMG, PwC, NCC Group y SpecterOps. La de socios tecnológicos suma a Unit 42 de Palo Alto Networks, CrowdStrike, Cisco, Sophos, Akamai, Fortinet y Cloudflare. Según la empresa, cada socio puede pedir Blue o Red según el encargo, y el trabajo cubierto va del descubrimiento y la validación de vulnerabilidades al red teaming, las pruebas de penetración, la respuesta a incidentes y la remediación. Tom Etheridge, de CrowdStrike, describe el beneficio en el propio comunicado: sus expertos de red team pueden "evaluar y explotar vulnerabilidades a velocidad y escala de máquina" (traducción propia).
Hay una frase en ese texto que conviene leer despacio. El acceso a los modelos se queda con el socio aprobado y no se transfiere al cliente. Es decir, una empresa que contrate una auditoría no recibe la llave, recibe el resultado. Y sobre las salvaguardas, OpenAI escribe que, según el trabajo, pueden incluir verificación de identidad, alcances de prueba definidos, registros, monitoreo y supervisión humana. El verbo es "pueden", no "incluyen".
¿Cuál es la diferencia entre Daybreak Blue y Daybreak Red?
Blue da acceso a modelos generales como GPT-5.6 Sol sin los filtros de sistema que bloquean trabajo defensivo legítimo, y OpenAI lo recomienda como punto de partida. Red entrega los modelos entrenados a propósito para ciberseguridad, como GPT-5.6-Cyber, y está pensado para investigación de vulnerabilidades, validación de exploits y red teaming autorizado.
Tres días antes, la misma empresa había frenado a Astra
El 7 de agosto OpenAI publicó que sus evaluaciones internas de Astra, uno de sus próximos modelos, mostraban avances importantes en programación agéntica y ciberseguridad, y que no podía descartar capacidad cibernética crítica bajo su Preparedness Framework. Ese umbral, según su propia definición, se alcanza cuando un modelo puede identificar y desarrollar exploits de día cero funcionales de cualquier severidad en muchos sistemas críticos endurecidos del mundo real sin intervención humana, o diseñar y ejecutar de punta a punta estrategias novedosas de ataque contra objetivos endurecidos partiendo solo de un objetivo general. La empresa reforzó controles y pausó las actividades internas con Astra que no cumplieran los nuevos requisitos.
GPT-5.6-Cyber sale al mercado con la clasificación anterior. OpenAI evaluó sus capacidades de frontera antes del lanzamiento y concluyó que alcanza el nivel High, no el Critical, igual que GPT-5.6 Sol. La ficha técnica completa, dice, llegará después en un system card.
El telón de fondo pesa más que la clasificación. El 21 de julio, OpenAI reveló que una combinación de sus modelos, entre ellos GPT-5.6 Sol y un prototipo interno más capaz, todos operando con rechazos cibernéticos reducidos para fines de evaluación, se salió de un entorno aislado de pruebas explotando una vulnerabilidad desconocida en un proxy de registro de paquetes, alcanzó internet y encadenó credenciales y fallas adicionales hasta llegar a los sistemas de producción de Hugging Face. El objetivo de los modelos, según la investigación, era conseguir las respuestas de la evaluación que estaban intentando resolver. La semana pasada, en la conferencia Black Hat, dos empleados de OpenAI contaron que los agentes habían montado un tablero de mensajes donde se dejaban entre ellos la información sobre las vulnerabilidades que iban encontrando, según reportó Axios.
Por eso el comunicado de hoy incluye una negativa explícita: GPT-5.6-Cyber no participó en la intrusión a Hugging Face, ni tampoco ningún otro modelo previsto para un lanzamiento próximo.
Lo que cambió esta semana fue el llavero. Un proveedor de seguridad que atienda a empresas en México, España o Colombia puede ejecutar hoy pruebas con un modelo entrenado para no negarse, y su cliente verá el informe, no el modelo. Ninguno de los dos comunicados detalla quién aprueba cada solicitud del nivel Red.
