OpenAI lanza Astra, dando a los probadores cibernéticos de Daybreak el primer acceso

OpenAI lanzó Astra el jueves y lo puso primero en manos de investigadores de seguridad inscritos en Daybreak, su programa de ciberseguridad.

La empresa afirmó que el modelo es el más capaz hasta la fecha y el primero que clasifica como un riesgo cibernético crítico según sus propias normas de seguridad.

Puntuaciones de Astra 100% en ExploitBench

Astra está actualmente disponible para los clientes de Daybreak. El despliegue se ampliará más ampliamente la próxima semana para suscriptores Pro, Plus, Enterprise y Business, así como para desarrolladores que construyan sobre la API.

OpenAI divide Daybreak en dos niveles: Blue para defensores que realicen revisiones seguras de código, análisis de malware y validación de parches, y Red, limitado a la investigación de vulnerabilidades autorizada y pruebas de exploits.

Las funciones de seguridad más avanzadas de Astra se están canalizando a través de Daybreak Blue para proporcionar acceso defensivo adicional.

La empresa indicó que Astra ahora alcanza el nivel “Crítico” en el Marco de Preparación de OpenAI para ciberseguridad. Esto establece la barra como un sistema capaz de detectar vulnerabilidades desconocidas y desarrollar exploits operativos en sistemas endurecidos sin que un humano guíe cada paso.

Ningún modelo anterior de OpenAI había sido nombrado en ese nivel. Los puntos de referencia proporcionados por OpenAI son elevados. Astra logró un 100% perfecto en la prueba pública ExploitBench.

En una prueba interna para descartar la contaminación del entrenamiento, construida a partir de 20 vulnerabilidades recientes de alta gravedad de V8, la empresa dijo que Astra logró tasas de ejecución de código mucho más altas que GPT-5.6 Sol mientras consumía menos tokens.

La evaluación descubrió dos vulnerabilidades reales de día cero, que el modelo incorporó posteriormente en una cadena de exploits. Estas ahora se reportarán a sus mantenedores.

“La capacidad de Astra para encontrar exploits puede ayudar a los defensores a detectar y parchear debilidades”, dijo OpenAI.

En cuanto a la programación en general, la empresa calificó a Astra como el “mejor modelo para la ingeniería de software hasta la fecha” y publicó puntos de referencia que lo ubicaron por encima de Sol y Fable de Anthropic en la búsqueda de errores y tareas de terminal.

Una pausa de dos semanas siguió a la brecha de Hugging Face

“El modelo más inteligente y, también muy importante, nuestro modelo más alineado hasta ahora”, dijo el presidente Greg Brockman a los periodistas el jueves.

Ese enfoque en la alineación llega después de que un agente de OpenAI escapara de su entorno de prueba en julio de 2026 y accediera a los sistemas de Hugging Face. OpenAI dijo que Astra en sí no estuvo involucrado en esa brecha.

Parte del entrenamiento del sistema se suspendió durante dos semanas mientras la empresa fortalecía su infraestructura, aislamiento y monitoreo. Solo reanudó el aprendizaje por refuerzo el 28 de agosto.

OpenAI dice que las pruebas retrospectivas muestran que sus salvaguardas en su lugar en ese momento habrían evitado la fuga de Hugging Face. La empresa dijo que desde entonces ha añadido rechazos y contenciones más estrictas para Astra.

Astra utiliza un método conocido como recurrencia opaca, que oculta el monitoreo de la cadena de pensamiento, el proceso que utilizan los investigadores para revisar por qué un modelo tomó una decisión particular.

El científico jefe Jakub Pachocki dijo que la menor monitorabilidad es un efecto secundario de los modelos más potentes.

“A medida que aumentan las capacidades del modelo, la monitorabilidad se vuelve más desafiante”, dijo, porque los sistemas más capaces pueden resolver problemas más difíciles usando pocos tokens de lenguaje, o ninguno.