OpenAI lanza GPT-6 Cyber, clasificado como «Critical» en ciberseguridad

La «conciencia de evaluación», cuando un modelo reconoce que está siendo probado y cambia su conducta, sigue siendo una preocupación. Matin explicó que suele observarse en la cadena de razonamiento del modelo, y que OpenAI prioriza evaluaciones similares a producción, con código real y objetivos reales.

Nivel «Critical» y resultados

En el Preparedness Framework de OpenAI, GPT-6 Cyber figura como «Critical» en ciberseguridad: puede identificar y desarrollar exploits de día cero funcionales de todos los niveles de gravedad en muchos sistemas críticos reales y reforzados, sin intervención humana. GPT-5.6 Cyber era «High».

En ExploitGym, que mide si un modelo puede explotar vulnerabilidades, GPT-6 Cyber obtuvo un 48,5 %: unos 16 puntos más que GPT-5.6 Cyber (32,1 %) y por encima de GPT-6 Astra, el modelo insignia de nivel Critical (42,4 %). OpenAI asegura que ayudó a encontrar 81 vulnerabilidades desconocidas en Firefox y a reforzar su propia infraestructura de entrenamiento de IA.

El modelo incorpora salvaguardas para detectar y frenar usos indebidos, además de controles que bloquean actividades de alto riesgo, como ataques a centrales eléctricas y plantas de tratamiento de agua. Tras una serie de incidentes de ciberseguridad con IA, OpenAI pausó brevemente el entrenamiento de sus modelos de frontera y ahora restringe su acceso a internet.

GPT-6 Cyber llega primero a miembros seleccionados del programa Daybreak Red, dirigido a organizaciones que realizan trabajo defensivo autorizado de ciberseguridad. En las próximas semanas se ampliará a todos sus clientes.