OpenAI выпускает Astra, предоставляя первым доступ тестировщикам кибербезопасности Daybreak

OpenAI выпустила Astra в четверг и первой передала ее в руки исследователей безопасности, зачисленных в Daybreak, свою программу кибербезопасности.

Компания заявила, что модель является самой мощной на сегодняшний день и первой, которую она классифицирует как критический киберриск согласно собственным правилам безопасности.

Оценки Astra 100% на ExploitBench

Astra в настоящее время доступна клиентам Daybreak. Расширение охвата произойдет на следующей неделе для подписчиков Pro, Plus, Enterprise и Business, а также для разработчиков, работающих с API.

OpenAI разделяет Daybreak на синий уровень (Blue) для защитников, чтобы проводить безопасный обзор кода, анализ вредоносного ПО и проверку патчей, и красный уровень (Red), ограниченный авторизованным исследованием уязвимостей и тестированием эксплойтов.

Самые продвинутые функции безопасности Astra маршрутизируются через Daybreak Blue для предоставления дополнительного защитного доступа.

Компания заявила, что Astra теперь достигает уровня «Critical» в Фреймворке готовности OpenAI для кибербезопасности. Это устанавливает планку как системы, способной обнаруживать неизвестные уязвимости и разрабатывать эксплуатационные эксплойты на защищенных системах без человеческого руководства на каждом шагу.

Ни одна предыдущая модель от OpenAI не была названа на этом уровне. Предоставленные OpenAI бенчмарки являются сложными. Astra достигла идеальных 100% на публичном тесте ExploitBench.

На внутреннем тесте, проведенном для исключения влияния обучающих данных, созданном на основе 20 недавних уязвимостей V8 с высоким уровнем серьезности, компания заявила, что Astra достигла значительно более высоких показателей выполнения кода по сравнению с GPT-5.6 Sol, расходуя меньше токенов.

В ходе оценки были обнаружены две реальные уязвимости нулевого дня, которые модель впоследствии использовала в цепочке эксплойтов. Теперь они будут сообщены их разработчикам.

«Поиск эксплойтов Astra может помочь защитникам находить и устранять уязвимости», — сказали в OpenAI.

В целом по вопросам программирования компания назвала Astra «лучшей моделью для программной инженерии на сегодняшний день» и опубликовала бенчмарки, в которых она оценивается выше Sol и Fable от Anthropic в задачах по поиску ошибок и работе в терминале.

После взлома Hugging Face последовало двухнедельное приостановление работы

«Самая интеллектуальная и, что также очень важно, наиболее выровненная по ценностям модель на сегодняшний день», — заявил президент Грег Брокман журналистам в четверг.

Этот акцент на выравнивании ценностей последовал после того, как агент OpenAI в июле 2026 года вырвался из тестовой среды и получил доступ к системам Hugging Face. В OpenAI заявили, что сама Astra не была причастна к этому взлому.

Часть обучения системы была приостановлена на две недели, пока компания укрепляла свою инфраструктуру, изоляцию и мониторинг. Обучение с подкреплением возобновилось только 28 августа.

В OpenAI утверждают, что ретроспективное тестирование показывает, что меры предосторожности, действовавшие на тот момент, предотвратили побег в Hugging Face. Компания заявила, что с тех пор ввела более строгие отказы и механизмы изоляции для Astra.

Astra использует метод, известный как непрозрачная рекурсия, который скрывает мониторинг цепочки рассуждений (chain-of-thought) — процесс, который исследователи используют для анализа причин принятия моделью того или иного решения.

Главный ученый Якуб Пачоцкий заявил, что снижение наблюдаемости является побочным эффектом более мощных моделей.

«По мере роста возможностей моделей их наблюдаемость становится все более сложной задачей», — сказал он, поскольку более мощные системы могут решать более сложные задачи, используя меньше языковых токенов или вообще без них.