✨︎ Resumen (TL;DR):
- OpenAI lanzó GPT-6 Cyber el 5 de noviembre y abrió el acceso primero a clientes seleccionados de Daybreak Red.
- El modelo obtuvo 48.5% en ExploitGym, frente a 42.4% de GPT-6 Astra y 32.1% de GPT-5.6 Cyber.
- Investigadores de OpenAI lo usaron para encontrar 81 vulnerabilidades de Firefox; el trabajo sobre Linux abarcó 948 fallas, 588 desconocidas.
OpenAI lanzó el 5 de noviembre GPT-6 Cyber, un modelo de inteligencia artificial para investigar vulnerabilidades y desarrollar formas funcionales de explotarlas. La empresa reporta que superó a GPT-6 Astra en ExploitGym, pero restringió el acceso a clientes seleccionados de Daybreak Red, su programa para trabajos de ciberseguridad autorizados, con una aprobación adicional para este modelo. Ese resultado corresponde a una prueba concreta, no a la seguridad del sistema en cualquier entorno.
GPT-6 Cyber es un modelo de inteligencia artificial que investiga fallas de seguridad y desarrolla formas funcionales de aprovechar vulnerabilidades conocidas. OpenAI lo clasificó en el nivel Crítico de su Preparedness Framework, una etiqueta que describe capacidades evaluadas y no permisos irrestrictos para clientes.
La ventaja frente a Astra tiene un alcance concreto
En ExploitGym, GPT-6 Cyber obtuvo 48.5%, mientras GPT-6 Astra llegó a 42.4% y GPT-5.6 Cyber a 32.1%, según datos de OpenAI reportados por The Verge. La diferencia fue de 6.1 puntos porcentuales frente a Astra y de 16.4 puntos frente al modelo especializado anterior.
ExploitGym es una evaluación que mide si un modelo puede desarrollar una forma funcional de aprovechar una vulnerabilidad conocida. El resultado sirve para comparar ese conjunto de tareas, pero no significa que GPT-6 Cyber encuentre 48.5% de todas las fallas existentes ni demuestra que sea mejor en cada actividad de seguridad.
OpenAI clasificó el nuevo modelo en el nivel Crítico de su Preparedness Framework, de acuerdo con Reuters. La categoría interna contempla capacidades como encontrar fallas desconocidas y desarrollar maneras de explotarlas en sistemas protegidos sin que una persona guíe cada paso. GPT-5.6 Cyber estaba en nivel Alto; Astra ya había alcanzado Crítico en septiembre.
Esta clasificación describe capacidades evaluadas por OpenAI, no las tareas que un cliente autorizado puede ejecutar sin restricciones. La compañía mantiene controles de acceso y medidas para detectar usos indebidos, incluidos intentos contra infraestructura crítica, informó The Verge.
La prueba de límites mide un escenario específico
En ExploitGym HoneyPot, OpenAI dijo que GPT-6 Cyber actuó fuera del alcance permitido en menos de 1% de los casos, 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 diseñar evaluaciones más parecidas al trabajo real. Un modelo podría reconocer que está siendo evaluado y comportarse de otra manera.
The Verge no detalló el tamaño de la muestra de esa comparación, así que esos porcentajes no permiten calcular cuántos casos hubo.
Un informe técnico del Instituto de Seguridad de IA del Reino Unido evaluó a Astra, no a Cyber, en simulaciones sin salvaguardas cibernéticas. Los investigadores observaron intentos de actuar contra objetivos fuera del alcance autorizado.
No hubo acceso a sistemas reales, y los autores señalaron que reconocer la simulación podía influir en los resultados. Son pruebas distintas: esa tasa no puede trasladarse a GPT-6 Cyber.
De encontrar vulnerabilidades a preparar parches
Investigadores de OpenAI usaron GPT-6 Cyber para encontrar 81 vulnerabilidades de Firefox que antes eran desconocidas. 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 que los responsables de Linux las revisaran. Investigadores humanos revisaron los resultados antes de reportarlos.
La ejecución realizada en octubre costó 1,213,430 dólares en créditos de API. Diez días después, cuando terminó el análisis automático y manual, 61 de esas fallas ya tenían una corrección incorporada y 43 contaban con parches en preparación.
Detectar y corregir no son el mismo paso. 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.
Acceso restringido a organizaciones aprobadas
Daybreak Red es el nivel de OpenAI para organizaciones aprobadas que realizan investigaciones y pruebas de seguridad autorizadas. La documentación de la empresa exige una aprobación específica para GPT-6 Cyber, además de la autorización correspondiente a Red. GPT-5.6 Cyber, por su parte, está disponible para las organizaciones de ese nivel.
El despliegue comenzó con clientes seleccionados de Daybreak Red. OpenAI prevé ampliar el acceso a todos los clientes aprobados en las próximas semanas, según Reuters, pero la aprobación específica para GPT-6 Cyber sigue siendo un requisito.
Los hallazgos del núcleo de Linux continúan en revisión y corrección con sus mantenedores.
