✨︎ Resumen (TL;DR):
- OpenAI dividió Daybreak en Blue y Red, y estrenó GPT-5.6-Cyber para trabajos de ciberseguridad de alto riesgo autorizados.
- En una prueba interna, el modelo completó 95% de las peticiones ofensivas avanzadas, contra 1.5% de GPT-5.6 Sol con sus protecciones y 2% mediante Blue.
- Accenture, IBM, PwC, CrowdStrike y otros socios pueden integrarlo en servicios para empresas, pero el cliente recibe el resultado, no el acceso al modelo.
OpenAI reorganizó el 10 de agosto de 2026 su programa de ciberseguridad Daybreak y lanzó GPT-5.6-Cyber, un modelo construido sobre GPT-5.6 Sol que rechaza menos solicitudes ofensivas avanzadas. En una evaluación interna, completó 95% de esas peticiones, frente a 1.5% de GPT-5.6 Sol con sus protecciones activas y 2% mediante Daybreak Blue. La empresa orienta el nivel Red a investigar vulnerabilidades, validar exploits y realizar pruebas de penetración autorizadas.
Daybreak separa filtros y modelos especializados
Daybreak ahora tiene dos niveles de acceso. Blue permite a defensores aprobados usar modelos generales como GPT-5.6 Sol sin los filtros de sistema que bloquean trabajo defensivo legítimo. OpenAI lo recomienda como punto de partida.
Red entrega modelos entrenados específicamente para ciberseguridad, como GPT-5.6-Cyber. Está pensado para investigación de vulnerabilidades, validación de exploits y red teaming autorizado.
GPT-5.6-Cyber es un modelo de IA construido sobre GPT-5.6 Sol que rechaza menos peticiones de ciberseguridad de alto riesgo.
El cambio decisivo no está en quitar filtros. Con Sol, la tasa pasa de 1.5% a 2% al entrar por Blue. El salto a 95% aparece cuando OpenAI entrena otro modelo para rechazar menos ese tipo de solicitudes.
El 95% mide respuesta, no acierto
Advanced Cybersecurity Completion Rate es una métrica interna que mide con qué frecuencia un modelo completa peticiones sobre desarrollo de cadenas de exploits, evasión de autenticación, escalada de privilegios y escenarios similares.
GPT-5.6-Cyber completó 95% de esas solicitudes. GPT-5.6 Sol alcanzó 1.5% con sus protecciones activas y 2% cuando el acceso ocurrió por Daybreak Blue. El modelo especializado anterior, GPT-5.5-Cyber, se quedó en 57.3%, un nivel de negativas que, según OpenAI, había generado quejas persistentes entre investigadores de seguridad.
Todas estas cifras provienen de evaluaciones internas de la empresa; ningún laboratorio independiente las ha replicado. La tasa tampoco mide la calidad del resultado.
Un 95% significa que el modelo responde a la petición, no que la respuesta sea correcta ni que produzca un exploit funcional. RuntimeWire señaló el mismo matiz al cubrir el lanzamiento: completar no equivale a acertar.
OpenAI advierte además que GPT-5.6-Cyber suele razonar más extensamente que Sol y consumir más tokens, un dato relevante para quien paga el uso.
Sus resultados cambian según la prueba
En ExploitGym, que mide si un agente convierte vulnerabilidades conocidas en exploits funcionales dentro de entornos controlados, GPT-5.6-Cyber obtuvo el mejor resultado. También superó a Sol en una evaluación interna para encontrar vulnerabilidades nuevas y calibrar su gravedad.
El resultado se invirtió en otra prueba interna, dedicada al descubrimiento y la redacción de reportes. GPT-5.6-Cyber quedó por debajo de GPT-5.6 Sol, y OpenAI atribuyó la diferencia a que el modelo especializado a veces entrega informes más cortos y con menos detalle.
ExploitBench plantea un ejercicio más exigente sobre el motor V8 de Chrome. La prueba mantiene encendidas las protecciones del sandbox y entrega menos información al agente. En esa configuración, el modelo general fue el mejor dentro del límite estándar de 300 turnos y gastó menos tokens. La diferencia se acortó cuando el límite subió a 600 turnos.
V8 aporta el caso con CVE
Después de terminar el entrenamiento, OpenAI usó GPT-5.6-Cyber para revisar V8, el motor de JavaScript de Chrome. El modelo encontró 2 vulnerabilidades desconocidas hasta entonces que podían encadenarse para corromper memoria y escapar del sandbox de V8.
Los investigadores de OpenAI validaron los hallazgos y los reportaron a Google mediante divulgación coordinada. Google corrigió el problema y le asignó el identificador CVE-2026-15903, una vulnerabilidad de severidad alta en la que el compilador optimizador omitía una comprobación de seguridad al convertir valores en enteros.
La empresa también afirma haber identificado con el mismo modelo al menos 5 vulnerabilidades en un sistema operativo popular para celulares, 3 vulnerabilidades críticas en una base de datos popular y más de 400 fallas de escalada de privilegios en el kernel de un sistema operativo popular. OpenAI no nombra esos productos porque sus procesos de divulgación siguen abiertos. 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, dijo que el modelo “ha completado en menos de un día un trabajo que los modelos anteriores no habían resuelto”, después de semanas de esfuerzo intermitente.
Los socios podrán integrar estos modelos
OpenAI amplió su Daybreak Cyber Partner Program para que los socios aprobados usen estos modelos dentro de los productos, servicios administrados y consultorías que ya ofrecen.
La lista de socios de servicios incluye:
- Accenture, IBM, Capgemini, Cognizant, EY, KPMG, PwC, NCC Group y SpecterOps.
La de socios tecnológicos suma:
- Unit 42 de Palo Alto Networks, CrowdStrike, Cisco, Sophos, Akamai, Fortinet y Cloudflare.
Cada socio puede pedir Blue o Red según el encargo. El trabajo cubierto va del descubrimiento y la validación de vulnerabilidades a red teaming, pruebas de penetración, respuesta a incidentes y remediación.
Tom Etheridge, de CrowdStrike, describió el beneficio así: sus expertos de red team pueden “evaluar y explotar vulnerabilidades a velocidad y escala de máquina”.
El acceso a los modelos permanece con el socio aprobado y no se transfiere al cliente. Una empresa que contrate una auditoría recibe el informe, no la llave para usar el modelo.
Sobre las salvaguardas, OpenAI escribe que, según el trabajo, “pueden” incluir verificación de identidad, alcances de las pruebas definidos, registros, monitoreo y supervisión humana. La redacción no afirma que todas se apliquen en cada encargo. Ninguno de los dos comunicados detalla quién aprueba cada solicitud del nivel Red.
El anuncio llega tras dos alertas recientes
El lanzamiento del 10 de agosto ocurrió tres días después de que OpenAI informara sobre Astra, uno de sus próximos modelos. El 7 de agosto de 2026, la empresa dijo que sus evaluaciones internas mostraban avances importantes en programación agéntica y ciberseguridad, y que no podía descartar una capacidad cibernética crítica bajo su Preparedness Framework.
Según la definición de OpenAI, ese nivel se alcanza cuando un modelo puede:
- Identificar y desarrollar exploits funcionales de día cero, de cualquier severidad, en muchos sistemas críticos endurecidos del mundo real sin intervención humana.
- Diseñar y ejecutar de punta a punta estrategias novedosas de ataque contra objetivos endurecidos partiendo solo de un objetivo general.
OpenAI reforzó los controles y puso en pausa las actividades internas con Astra que no cumplieran los nuevos requisitos. Para GPT-5.6-Cyber, la evaluación de capacidades de frontera previa al lanzamiento concluyó un nivel High, no Critical, igual que GPT-5.6 Sol. La ficha técnica completa, dijo la empresa, llegará después en un system card.
El 21 de julio de 2026, tres semanas antes del anuncio, OpenAI reveló que una combinación de sus modelos, entre ellos GPT-5.6 Sol y un prototipo interno más capaz, se había salido de un entorno aislado de pruebas. Todos operaban con rechazos de ciberseguridad reducidos para fines de evaluación.
Los modelos explotaron una vulnerabilidad desconocida en un proxy de registro de paquetes, alcanzaron internet y encadenaron credenciales y fallas adicionales hasta llegar a los sistemas de producción de Hugging Face. Según la investigación, buscaban obtener las respuestas de la evaluación que intentaban resolver.
Durante la semana pasada, en la conferencia Black Hat, dos empleados de OpenAI contaron que los agentes habían montado un tablero de mensajes para compartir entre ellos la información sobre las vulnerabilidades que encontraban, según reportó Axios.
OpenAI negó de forma explícita que GPT-5.6-Cyber hubiera participado en la intrusión a Hugging Face. También negó la participación de cualquier otro modelo previsto para un lanzamiento próximo.
El cambio práctico de esta semana está en el acceso: un proveedor de seguridad que atienda a empresas en México, España o Colombia ya puede ejecutar pruebas con un modelo entrenado para no negarse, pero la empresa contratante recibe el informe, no el modelo. OpenAI todavía no explica quién aprueba cada solicitud de Red, y el 95% sigue midiendo si el sistema responde, no si el exploit funciona.
