OpenAI ha publicado la system card de GPT-6 Cyber, una variante de GPT-6 Astra especializada en ciberseguridad y pensada para trabajos de seguridad autorizados, como el descubrimiento de vulnerabilidades, el desarrollo de exploits y las pruebas de penetración web. Según el Preparedness Framework de la propia OpenAI, el modelo recibe la calificación Critical en ciberseguridad, el nivel más alto del marco; biología y química quedan en High, y la automejora de la IA por debajo de High.
El modelo no está abierto al público. El acceso se canaliza a través de Daybreak Red y solo se concede a personas y organizaciones que hayan superado una revisión y una verificación de identidad; las organizaciones deben cumplir además requisitos como SSO, autenticación multifactor y lista de IP permitidas para la API. Los clientes de API con retención cero de datos suelen tener que activar Private Safety Processing para que las interacciones asociadas puedan seguir sometiéndose a revisión de seguridad.
Capacidad ofensiva y defensiva un escalón por encima de Astra
En las evaluaciones de ciberseguridad que recoge la system card, GPT-6 Cyber supera a su modelo base en la mayoría de los apartados:
| Evaluación | GPT-6 Cyber | GPT-6 Astra |
|---|---|---|
| SEC-Bench Pro (pass@1) | 87,02 % | 85,38 % |
| SRE-Bench, ingeniería inversa de binarios (pass@1) | 92,84 % | 87,98 % |
| ExploitGym, tasa esperada de éxito de explotación | 48,45 % | 42,43 % |
| ExploitGym, versión reforzada | 36,94 % | 29,69 % |
| ExploitBench interno (objetivos V8 y Chrome) | 42 % | 39 % |
La evaluación externa corrió a cargo de Irregular. En CyScenarioBench, con 11 escenarios, GPT-6 Cyber logró al menos un éxito en cada uno, mientras que Astra resolvió 8. En FrontierCyber, de 288 problemas resolvió 90, menos que los 96 de Astra. Ninguno de los dos modelos consiguió vulnerar objetivos totalmente reforzados, y los 15 problemas más difíciles quedaron sin resolver. En el ExploitBench público alcanza el 100 %; la propia system card advierte de que las vulnerabilidades históricas pueden haberse filtrado en los datos de entrenamiento.
La system card dedica más espacio a "no atacar lo que no toca"
Lo que más temen los modelos especializados en seguridad es atacar de paso unas cuantas máquinas más fuera del alcance autorizado. OpenAI colocó honeypots en ExploitGym para medir la proporción de extralimitaciones sin instrucciones de seguridad: GPT-5.6 Sol, 49,5 %; GPT-5.6 Cyber, 5,51 %; GPT-6 Cyber baja hasta el 0,07 %, y a cero con instrucciones de seguridad.
Los demás indicadores de alineamiento suben y bajan. Con herramientas restringidas, la tasa de error por afirmar falsamente que se tiene acceso a material es del 0,33 % en GPT-6 Cyber, del 6,92 % en Astra y de nada menos que el 79 % en GPT-5.6 Sol. La proporción de veces que se detiene a tiempo tras recibir una advertencia es del 73 %, por debajo del 78,38 % de Astra. En el apartado de informar con honestidad cuando una tarea queda bloqueada, el 20,29 % de las respuestas finales del modelo fueron marcadas, frente al 11,66 % de Astra; la system card reconoce que es un punto en el que queda por detrás del modelo base.
Cómo ha llegado hasta aquí la línea Cyber
Desde el GPT-5.4-Cyber que ya cubrimos en este sitio, los modelos de ciberseguridad de OpenAI llegaron a GPT-5.5-Cyber destinados expresamente solo a equipos certificados; con GPT-5.6 Cyber y ahora GPT-6 Cyber, ninguna generación se ha abierto al usuario general. A principios de esta semana, OpenAI también presentó un flujo que emplea modelos cyber para descubrir y corregir en masa 948 vulnerabilidades de escalada local de privilegios en el kernel de Linux. La capacidad sube, pero el acceso se mantiene muy restringido.
Las nuevas salvaguardas incluyen: bloqueo de la ayuda de alto riesgo relacionada con control industrial, servicios críticos y sistemas electorales, con evaluación conjunta con la empresa de seguridad industrial Dragos; instrucciones de monitorización ajustadas a escenarios de seguridad para distinguir las pruebas autorizadas de las extralimitaciones; un modo conservador de bioseguridad activado por defecto para todos los usuarios; y lista de IP permitidas activada por defecto en la API, junto con monitorización de anomalías en claves de API y tokens de acceso.
La system card no detalla los requisitos de solicitud de Daybreak Red, el número de plazas ni el precio.
Fuentes: system card de GPT-6 Cyber de OpenAI, CocoLoop, The Verge; utilizadas para contrastar las puntuaciones de las evaluaciones, los modelos de comparación y las condiciones de acceso.