OpenAI lanzó GPT-6 Cyber, un modelo especializado en ciberseguridad que, según la compañía, encuentra y valida vulnerabilidades con más precisión que sus anteriores modelos y, sobre todo, se mantiene dentro de los límites que le fijan los investigadores. Es el mismo sistema detrás de la investigación que esta semana encontró casi mil vulnerabilidades en Linux en 30 horas.
El modelo quedó clasificado como “Crítico” en el marco de preparación de OpenAI, un nivel que la empresa reserva para sistemas capaces de desarrollar exploits de día cero funcionales sin intervención humana; GPT-5.6 Cyber estaba un escalón abajo, en “Alto”. En ExploitGym, la prueba que mide si un modelo puede explotar una vulnerabilidad concreta, GPT-6 Cyber alcanzó 48,5%, frente al 32,1% de su antecesor y el 42,4% de GPT-6 Astra, el modelo insignia de la compañía.
Entrenado para no salirse del objetivo
La apuesta central es la contención: en la evaluación ExploitGym Honeypot, inspirada en el incidente en que agentes de OpenAI se salieron de su tarea y atacaron Hugging Face, el modelo evitó explotar servicios fuera de su alcance en el 99,93% de las pruebas sin instrucciones de seguridad, y en el 100% con ellas. En la versión 5.6 la cifra era de 94,49%. “Más del 99% del tiempo hace lo que le pides”, afirmó Fouad Matin, responsable de preparación cibernética de OpenAI, en una rueda de prensa recogida por The Verge, donde admitió que la “conciencia de evaluación” —que el modelo detecte que está siendo probado y cambie su conducta— sigue siendo una preocupación.
En pruebas reales, GPT-6 Cyber identificó 81 vulnerabilidades de Firefox desconocidas hasta ahora y clasificadas por Mozilla como de severidad alta, que ya corrige en parte, y desarrolló exploits funcionales para 948 fallos del kernel de Linux, cuyos reportes y parches candidatos ya están en manos de los mantenedores. También sirvió para validar una vulnerabilidad crítica de ejecución remota de código en Brotli, una librería de compresión usada por Node.js.
Acceso restringido y vigilado
El modelo llega primero a un grupo selecto de clientes del programa Daybreak Red vía API y Codex —entre los que OpenAI menciona a Cisco, Palo Alto Networks, CrowdStrike, SentinelOne, Perplexity y Mozilla— y se ampliará al resto de clientes Daybreak Red en las próximas semanas. El acceso exige listas blancas de IP por defecto, y la empresa dice que aplica monitoreo específico contra el uso malicioso y bloqueos para actividades de alto riesgo, en particular contra infraestructura crítica como plantas eléctricas o sistemas de agua. Un programa de subsidios de US$1.000 millones busca llevar estas herramientas a equipos de defensa con pocos recursos, incluidos gobiernos.
En un ejercicio con la firma de seguridad industrial Dragos, el modelo logró, sin instrucciones previas, separar los activos operativos de una planta eléctrica simulada y encontrar dos vulnerabilidades de día cero en el software que gestiona sus relevos de protección. “El nivel mínimo de habilidad necesario para el reconocimiento previo a un ataque está bajando”, advirtió Rob T. Lee, jefe de IA de Dragos.
