OpenAI déploie Astra et donne un premier accès aux testeurs de cybersécurité de Daybreak

OpenAI a lancé Astra jeudi et l'a mis en avant en premier lieu auprès des chercheurs en sécurité inscrits à Daybreak, son programme de cybersécurité.

L'entreprise a déclaré que ce modèle est le plus performant qu'elle ait conçu à ce jour et le premier qu'elle classe comme un risque cybernétique critique selon ses propres règles de sécurité.

Astra obtient un score de 100 % sur ExploitBench

Astra est actuellement disponible pour les clients Daybreak. Son déploiement s'étendra plus largement la semaine prochaine aux abonnés Pro, Plus, Enterprise et Business, ainsi qu'aux développeurs utilisant l'API.

OpenAI divise Daybreak en deux niveaux : un niveau bleu destiné aux équipes de défense pour effectuer des revues de code sécurisées, des analyses de logiciels malveillants et des validations de correctifs, et un niveau rouge limité à la recherche autorisée de vulnérabilités et aux tests d'exploitation.

Les fonctionnalités de sécurité les plus avancées d'Astra sont acheminées via Daybreak Blue afin de fournir un accès défensif supplémentaire.

L'entreprise a annoncé qu'Astra atteint désormais le niveau « Critique » du cadre de préparation d'OpenAI en matière de cybersécurité. Ce niveau définit la norme pour un système capable de détecter des vulnérabilités inconnues et de développer des exploits opérationnels sur des systèmes renforcés sans intervention humaine à chaque étape.

Aucun modèle d'OpenAI n'avait auparavant atteint ce niveau. Les critères de référence fournis par OpenAI sont extrêmement exigeants. Astra a obtenu un score parfait de 100 % sur le banc d'essai public ExploitBench.

Dans un test interne visant à exclure toute contamination de l'entraînement, construit à partir de 20 vulnérabilités V8 récentes de haute gravité, la société a déclaré qu'Astra avait atteint des taux d'exécution de code beaucoup plus élevés que GPT-5.6 Sol tout en brûlant moins de jetons.

L'évaluation a révélé deux vulnérabilités zero-day avérées, que le modèle a ensuite intégrées à une chaîne d'exploitation. Ces vulnérabilités seront signalées à leurs responsables.

« La capacité d'Astra à détecter les failles de sécurité peut aider les équipes de défense à identifier et à corriger les vulnérabilités », a déclaré OpenAI.

Plus généralement, en matière de programmation, la société a qualifié Astra de « meilleur modèle d'ingénierie logicielle à ce jour » et a publié des benchmarks qui le classaient au-dessus de Sol et de Fable d'Anthropic pour la recherche de bugs et les tâches terminales.

Une pause de deux semaines a suivi la violation de données de Hugging Face

« Le modèle le plus intelligent et, surtout, le plus cohérent que nous ayons élaboré à ce jour », a déclaré ledent Greg Brockman aux journalistes jeudi.

Cette attention portée à l'alignement fait suite à l'évasion d'un agent OpenAI de son environnement de test en juillet 2026 et à son infiltration dans les systèmes de Hugging Face. OpenAI a précisé qu'Astra n'était pas impliquée dans cette intrusion.

L'entraînement du système a été partiellement suspendu pendant deux semaines afin de permettre à l'entreprise de renforcer son infrastructure, son isolation et sa surveillance. Il n'a repris l'apprentissage par renforcement que le 28 août.

OpenAI affirme que des tests rétrospectifs montrent que les mesures de sécurité mises en place à l'époque auraient permis d'empêcher l'évasion de Hugging Face. L'entreprise précise avoir depuis renforcé les mécanismes de refus et de confinement d'Astra.

Astra utilise une méthode appelée récurrence opaque, qui masque le suivi de la chaîne de pensée, le processus utilisé par les chercheurs pour examiner pourquoi un modèle a pris une décision particulière.

Le scientifique en chef Jakub Pachocki a déclaré que la réduction de la capacité de surveillance était un effet secondaire des modèles plustron.

« À mesure que les capacités des modèles augmentent, la surveillance devient plus complexe », a-t-il déclaré, car des systèmes plus performants peuvent résoudre des problèmes plus difficiles en utilisant peu ou pas de jetons de langage.