OpenAI ha clasificado a GPT-6 Astra, lanzado el pasado 3 de septiembre como su primer modelo con capacidad “Critical” en ciberseguridad. Según sus propias evaluaciones, el sistema puede localizar vulnerabilidades desconocidas y desarrollar formas de explotarlas en sistemas protegidos sin que una persona tenga que guiar cada paso.
OpenAI ha situado a GPT-6 Astra en un nuevo nivel de capacidad ofensiva. La compañía considera que es el primer modelo de su historia que alcanza el umbral “Critical” en ciberseguridad dentro de su Preparedness Framework, el marco interno que utiliza para evaluar riesgos capaces de provocar daños graves.
La clasificación no significa que Astra pueda comprometer cualquier sistema de forma automática, pero sí que ha demostrado capacidades suficientes como para cruzar uno de los límites que OpenAI había definido previamente para sus modelos más avanzados.
Según el criterio de la compañía, un sistema entra en nivel Critical si puede identificar y desarrollar exploits zero-day funcionales contra numerosos sistemas reales endurecidos sin intervención humana, o si puede diseñar y ejecutar nuevas estrategias de ataque extremo a extremo partiendo únicamente de un objetivo general.
Dos zero-days durante las pruebas
Las evaluaciones publicadas por OpenAI muestran una diferencia considerable respecto a GPT-5.6 Sol.
En ExploitBench, un benchmark que mide la capacidad para transformar vulnerabilidades conocidas en exploits funcionales, Astra consiguió un 100 % de éxito, frente al 78,5 % de GPT-5.6 Sol.
En ExploitGym alcanzó un 42,4 %, frente al 30,3 % de su predecesor. OpenAI afirma además que el modelo necesita menos tokens para desarrollar estos ataques.
La compañía quiso comprobar también si el resultado podía estar influido por vulnerabilidades antiguas presentes en los datos de entrenamiento. Para ello creó una evaluación interna utilizando fallos publicados entre junio y agosto de 2026.
Astra volvió a superar ampliamente a GPT-5.6 Sol y, durante esas pruebas, descubrió dos vulnerabilidades zero-day que todavía no eran conocidas públicamente. OpenAI asegura que está coordinando su divulgación con los responsables de los proyectos afectados.
Las pruebas dirigidas por expertos fueron todavía más allá: ejecutado sin las protecciones utilizadas en producción, Astra consiguió emplear vulnerabilidades desconocidas para obtener ejecución arbitraria de código en navegadores endurecidos y desarrollar técnicas de escalada de privilegios contra sistemas operativos protegidos.
La versión pública llega limitada
Estas capacidades no estarán disponibles de la misma manera para cualquier usuario.
La versión de Astra que OpenAI está desplegando incluye restricciones específicas para evitar que sus capacidades más avanzadas puedan utilizarse directamente con fines ofensivos.
Por ejemplo, el modelo podrá ayudar con revisión de código seguro, análisis y creación de parches, pero rechazará inicialmente determinadas solicitudes avanzadas, como desarrollar pruebas de concepto funcionales para explotar vulnerabilidades.
El acceso a capacidades más sensibles se ampliará de forma controlada mediante Daybreak, el programa de OpenAI dirigido a investigadores y organizaciones que realizan trabajos autorizados de ciberseguridad. La compañía controla ese acceso mediante verificación de identidad, monitorización, restricciones de uso y requisitos adicionales de seguridad.
OpenAI anunció además esta semana una inversión de 1.000 millones de dólares en acceso subvencionado, formación y soporte para facilitar que organizaciones defensivas puedan utilizar estas capacidades en sectores como energía, banca, administraciones públicas o infraestructuras esenciales.
No es una certificación externa
Hay un matiz importante: la clasificación Critical procede del propio marco de evaluación de OpenAI.
No se trata de una certificación emitida por un organismo público o auditor externo independiente. La compañía combina benchmarks públicos, pruebas internas y evaluaciones realizadas por especialistas para determinar el nivel de sus modelos.
El Preparedness Framework distingue actualmente entre capacidades High y Critical. Mientras las primeras pueden amplificar formas ya existentes de causar daños graves, las segundas representan, según OpenAI, nuevas vías capaces de generar riesgos de una escala considerablemente mayor.
Hasta ahora, modelos como GPT-5.6 Sol habían permanecido en el nivel High para ciberseguridad.
Una capacidad defensiva y ofensiva al mismo tiempo
El salto de Astra resume uno de los principales problemas de la inteligencia artificial aplicada a ciberseguridad.
La misma capacidad que permite descubrir un zero-day antes que un atacante también puede permitir encontrarlo antes que el fabricante.
Un equipo defensivo puede utilizar el modelo para revisar millones de líneas de código, localizar errores, validar vulnerabilidades y generar rápidamente una corrección. Pero esas mismas capacidades pueden reducir el coste, el tiempo y el nivel técnico necesarios para desarrollar ataques.
OpenAI sostiene que precisamente por esa razón ha reforzado las protecciones alrededor de Astra, incluyendo mayor aislamiento de los sistemas internos, cifrado de checkpoints, monitorización de las acciones realizadas por los agentes y controles automáticos destinados a detener comportamientos no autorizados.
GPT-6 Astra comenzó su despliegue el 3 de septiembre para un grupo limitado de organizaciones y OpenAI prevé extenderlo progresivamente durante los próximos días usuarios de ChatGPT y a su API.
La novedad más importante de este modelo, sin embargo, no es simplemente que haya aparecido otro modelo más potente, sino que por primera vez, el propio fabricante considera que una IA de propósito general ha alcanzado un nivel en el que la búsqueda autónoma de vulnerabilidades desconocidas deja de ser una posibilidad teórica y pasa a formar parte de sus capacidades evaluadas.
