La marca no aparecerá como un aviso, símbolo o etiqueta que el lector pueda ver. OpenAI desarrolló un sistema llamado textGrain, que introduce una señal estadística en la elección de palabras del modelo. Un detector puede analizar posteriormente ese patrón para determinar si un texto contiene una marca de agua de la compañía.

La decisión está relacionada con las disposiciones de transparencia del AI Act de la Unión Europea, que establecen requisitos para que el contenido generado por inteligencia artificial pueda ser identificado mediante sistemas automatizados. OpenAI decidió aplicar inicialmente el sistema en la UE y no convertirlo en una función predeterminada para todos sus usuarios a nivel mundial.

Para quienes utilizan la API de OpenAI, el funcionamiento será diferente. Desde ahora, los clientes podrán activar voluntariamente el marcado en determinados modelos, sin importar en qué país se encuentren. La función estará desactivada por defecto.

La marca puede desaparecer con una edición

Uno de los puntos más relevantes de la propuesta es que una marca de agua no garantiza que un texto pueda ser identificado en cualquier circunstancia. Las propias pruebas de OpenAI muestran que modificar el contenido puede reducir considerablemente la capacidad del detector para encontrar la señal.

En una de las evaluaciones, sustituir el 10 % de las palabras de un texto por sinónimos redujo la detección de aproximadamente 92 % a 66 %. Cuando el cambio llegó al 25 %, la detección cayó hasta 17 %. Los textos cortos también presentan mayores dificultades, al igual que algunos contenidos con menor variedad posible de palabras, como determinadas respuestas matemáticas.

La traducción y la edición también pueden afectar la señal. Por eso, OpenAI advierte que encontrar una marca puede indicar que uno de sus sistemas generó o procesó parte del contenido, pero no permite determinar cuánto trabajo humano hubo detrás.

Te puede interesar: Google Vids ya permite personalizar los subtítulos: así puede cambiar su estilo

La situación también funciona al contrario. Que un detector no encuentre una marca de agua no demuestra que un texto haya sido escrito por una persona. Puede haber sido editado, traducido, ser demasiado corto, haber sido producido antes de la implementación del sistema o proceder de otra herramienta de inteligencia artificial.

OpenAI tampoco pretende que el detector esté disponible para cualquier usuario desde el comienzo. El acceso inicial estará limitado a investigadores y organizaciones especializadas que sean aprobados por la compañía. La herramienta indicará si detecta una marca de agua de OpenAI, pero no revelará la identidad del usuario, sus instrucciones ni sus conversaciones.

El despliegue en ChatGPT y Codex comenzará en las próximas semanas para los usuarios elegibles de todos los planes dentro de la Unión Europea. La compañía señala que revisará el sistema a medida que avance la tecnología y exista más evidencia sobre su funcionamiento en situaciones reales.

El ataque ocurrió el 25 de julio de 2026 y tomó menos de 72 horas desde el descubrimiento inicial hasta la prueba de acceso, según el equipo. Una vulnerabilidad en un servicio conectado terminó abriendo el camino hacia cuentas que podían tener integraciones con GitHub, Slack, Outlook, Gmail y Google Drive.

El hackeo a OpenAI comenzó con una imagen HEIF

El foro community.openai.com funciona sobre Discourse, una plataforma de código abierto. Los archivos HEIC y HEIF, formatos diseñados para almacenar imágenes de buena calidad ocupando menos espacio, seguían una ruta particular. Discourse los enviaba a ImageMagick, un programa para procesar y convertir fotografías, que utilizaba un componente llamado libheif para interpretarlos.

Ese componente contenía un error de memoria que podía aprovecharse mediante un archivo manipulado. La corrección ya existía en el proyecto original desde el año anterior, pero no había sido identificada como una actualización de seguridad. El equipo considera que esta situación pudo contribuir a que algunas versiones de Debian, el sistema operativo utilizado como base por Discourse, continuaran distribuyéndolo sin el parche.

A partir de ese fallo, los especialistas consiguieron ejecutar instrucciones en el servidor que alojaba el foro. En términos sencillos, lograron que el sistema realizara acciones que normalmente no debería permitir a una persona externa. La vulnerabilidad recibió una gravedad de 8,8 sobre 10.

El aviso de seguridad identifica el problema como CVE-2026-32882, el código utilizado para registrar públicamente una vulnerabilidad conocida. El documento confirma que podía activarse durante la carga y el procesamiento de imágenes.

Claude intervino en esta fase. Según el reporte, Opus 4.8 detectó que faltaban correcciones de seguridad y ayudó a desarrollar un método inicial para aprovechar el error. Opus 5 consiguió después adaptar ese procedimiento al entorno utilizado por la plataforma.

Un fallo de inicio de sesión abrió el camino a ChatGPT y Codex

Acceder al foro fue solo el primer paso. La segunda vulnerabilidad estaba en el sistema de inicio de sesión único de OpenAI, que permite utilizar una misma identidad para entrar a diferentes servicios. Esa debilidad hizo posible pasar del entorno comprometido a cuentas de ChatGPT y Codex.

Las consecuencias podían aumentar cuando esas cuentas tenían otras plataformas conectadas. Según el reporte, las integraciones podían incluir Outlook, Gmail, Google Drive, Slack y GitHub. Esto no significa que todas fueran consultadas durante las pruebas, sino que podían quedar al alcance dependiendo de las conexiones habilitadas en cada cuenta.

Ambas vulnerabilidades formaron una misma cadena. La primera permitió entrar al foro y la segunda extendió el acceso hacia otros servicios asociados con las cuentas afectadas.

Codex permitió demostrar el acceso al código interno

Una de las cuentas comprometidas pertenecía a un empleado que tenía Codex conectado con la organización de OpenAI en GitHub. Para comprobar los permisos obtenidos sin consultar información sensible, los especialistas pidieron a la herramienta que abriera una pull request, una solicitud utilizada para proponer cambios en el código de un proyecto.

La solicitud #1186742 quedó registrada en el espacio interno openai/openai. Los responsables de la investigación aseguran que no leyeron código sensible y detuvieron las pruebas después de demostrar que podían interactuar con ese entorno. Por esta razón, describir el episodio como un robo de código privado iría más allá de lo documentado.

El hackeo a OpenAI fue reportado el 25 de julio mediante Bugcrowd, una plataforma utilizada por empresas para recibir informes sobre vulnerabilidades. La compañía confirmó la corrección del fallo de inicio de sesión unas 14 horas después del primer aviso, según la cronología publicada.

Discourse recibió por separado la información relacionada con el procesamiento de imágenes. La empresa respondió al día siguiente y tenía preparada una solución el 27 de julio. OpenAI pagó posteriormente US$6.500 por el hallazgo relacionado con sus sistemas y el caso fue marcado como resuelto el 1 de septiembre.

La recompensa requiere una precisión. Las pruebas realizadas sobre community.openai.com, alojado por Discourse, estaban fuera del alcance del programa de recompensas de la compañía. Los US$6.500 correspondieron al hallazgo relacionado con sus propios sistemas y no a las acciones efectuadas contra el foro.

Claude hizo en horas parte del trabajo técnico

Opus 4.8 consiguió desarrollar un método que funcionaba cuando estaba desactivada una protección que cambia la ubicación de determinados datos en la memoria para dificultar los ataques. Cuando esa barrera estaba activa, los intentos no funcionaban de manera fiable.

Horas después del lanzamiento de Opus 5, una nueva sesión produjo en aproximadamente tres horas un método funcional en una Mac utilizada para las pruebas. Después, los especialistas consiguieron adaptarlo al sistema empleado por Discourse y comprobaron que podían ejecutar instrucciones mediante la carga de un archivo.

Otra prueba utilizó el modelo contra una instalación propia de Discourse Cloud. Claude se negaba a desarrollar el ataque contra sistemas remotos, según el relato publicado. Para continuar, los especialistas prepararon un entorno controlado que simulaba una competencia de seguridad informática y allí completaron el procedimiento.

La intervención humana siguió siendo necesaria. Los especialistas eligieron los objetivos, prepararon los entornos, supervisaron los resultados y decidieron cómo avanzar. Aun así, atribuyen a los modelos una parte considerable del trabajo técnico y consideran que estas herramientas pueden reducir el tiempo y los conocimientos especializados necesarios para desarrollar ataques complejos.

La investigación fue más allá del caso OpenAI

El trabajo formaba parte de un proyecto denominado HEIF Heist. Durante dos meses, tres especialistas estudiaron vulnerabilidades relacionadas con el procesamiento de imágenes en servicios y proyectos como Slack, Meta, GitHub Enterprise, Ruby on Rails, Next.js, Astro y Gatsby.

Según los autores, adaptar el método a cada objetivo requería generalmente entre uno y dos días y todo el proyecto costó menos de US$3.000 en uso de modelos de inteligencia artificial. Estos datos corresponden al reporte del equipo y no significan que todas las plataformas mencionadas sufrieran el mismo nivel de exposición encontrado en este caso.

La experiencia llevó a sus responsables a advertir que la IA puede reducir parte del conocimiento especializado y del tiempo necesarios para convertir una vulnerabilidad en un ataque funcional. La supervisión humana, sin embargo, continuó siendo necesaria durante las pruebas.

Cómo reducir el riesgo en servicios conectados

Entre las medidas recomendadas está mantener actualizados los componentes encargados de procesar archivos y revisar los sistemas que aceptan formatos como HEIC o AVIF. Cuando su uso no sea necesario, pueden desactivarse. Otra opción es procesar los archivos recibidos desde el exterior en entornos aislados, de manera que un fallo no permita avanzar hacia otras partes del sistema.

Limitar los permisos entre plataformas también reduce la exposición. Una cuenta comprometida representa un riesgo mayor cuando permite alcanzar correo electrónico, herramientas corporativas o espacios donde se almacena código. Restringir esas conexiones puede disminuir las consecuencias de un ataque.

En este caso, la cadena involucró componentes desarrollados por distintas organizaciones, mientras que la vulnerabilidad en el inicio de sesión fue el elemento que los especialistas atribuyeron directamente a OpenAI. Esa segunda falla fue la que permitió ampliar el alcance desde un foro de ayuda hasta cuentas conectadas con otros servicios.

Aún quedan dos datos sin respuesta. Hacktron AI no publicó los detalles técnicos de la vulnerabilidad en el inicio de sesión y tampoco existe evidencia en las fuentes disponibles de que otra persona la hubiera aprovechado antes de su corrección. Lo documentado hasta ahora corresponde a la prueba realizada por el equipo, no a otros accesos derivados del mismo fallo.

La nueva línea está compuesta por tres versiones: GPT-5.6 Sol, el modelo de mayor capacidad; GPT-5.6 Terra, pensado para tareas de uso diario con un equilibrio entre rendimiento y precio; y GPT-5.6 Luna, la alternativa más rápida y económica. Los tres ya comenzaron a desplegarse de forma global en ChatGPT, Codex y la API de OpenAI.

Según la compañía, la principal novedad de GPT-5.6 es que consigue realizar más trabajo utilizando menos tokens, lo que se traduce en un mejor rendimiento por dólar tanto para empresas como para desarrolladores. En las pruebas internas y evaluaciones independientes presentadas por OpenAI, Sol supera a GPT-5.5 y mejora los resultados de modelos rivales en diferentes tareas profesionales, especialmente en programación, automatización, navegación web y análisis de documentos.

Te puede interesar: OpenAI lanza GPT-Live: así funciona la nueva experiencia de voz de ChatGPT

Uno de los cambios más relevantes es la incorporación de un sistema que permite coordinar varios agentes de inteligencia artificial trabajando al mismo tiempo sobre una misma tarea. Esta función está diseñada para resolver proyectos complejos en menos tiempo, repartiendo el trabajo entre diferentes procesos que luego unifican los resultados.

OpenAI también afirma haber mejorado la capacidad del modelo para utilizar herramientas, revisar su propio trabajo y corregir errores antes de entregar una respuesta final. Esto permite generar documentos, hojas de cálculo, presentaciones y aplicaciones con menos intervención manual por parte del usuario.

Más funciones para empresas, desarrolladores y usuarios de ChatGPT

La compañía destacó que GPT-5.6 ofrece avances importantes en programación. El modelo puede escribir código, ejecutar programas sencillos para coordinar herramientas, procesar información intermedia y adaptar su estrategia durante una tarea sin necesidad de recibir instrucciones paso a paso.

También incorpora mejoras para el trabajo con documentos empresariales. El sistema puede transformar información procedente de plataformas como Slack, Notion, Microsoft 365 o Google Drive en informes, presentaciones y otros materiales con formatos más consistentes y editables.

En materia de ciberseguridad, OpenAI asegura que GPT-5.6 obtuvo mejores resultados que su generación anterior en pruebas de identificación de vulnerabilidades y revisión segura de código. Al mismo tiempo, el lanzamiento llega acompañado de nuevas capas de protección, monitoreo continuo y controles de acceso para reducir el uso indebido de las capacidades más avanzadas del modelo.

El despliegue ya comenzó para los usuarios de ChatGPT. Los suscriptores de los planes Plus, Pro, Business y Enterprise tendrán acceso a GPT-5.6 Sol, mientras que los usuarios de Free y Go utilizarán GPT-5.6 Terra en ChatGPT Work y Codex. Los desarrolladores también pueden acceder a los tres modelos mediante la API de OpenAI.

En cuanto a los precios para la API, OpenAI estableció una tarifa de 5 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida para Sol. Terra costará 2,50 y 15 dólares, respectivamente, mientras que Luna tendrá un precio de 1 dólar de entrada y 6 dólares de salida.

Con esta actualización, OpenAI apuesta por ofrecer modelos más eficientes y escalables para distintos perfiles de usuarios, desde quienes utilizan ChatGPT en tareas cotidianas hasta empresas y desarrolladores que requieren automatizar procesos de mayor complejidad.

Una de las novedades más importantes es la revisión de código automatizada. Codex ya no se limita a sugerir cambios: analiza el contexto de un proyecto, ejecuta pruebas y detecta errores críticos antes de que pasen a producción. Para los equipos, esto significa reducir riesgos y liberar tiempo para enfocarse en nuevas funciones.

Lo que podrán hacer los usuarios

La CLI de Codex trae un rediseño que permite adjuntar imágenes, wireframes o diagramas directamente en el flujo de trabajo. Esto ayuda a crear un contexto compartido en tareas de diseño y desarrollo. También se suman tres modos de aprobación que facilitan el control de seguridad: desde solo lectura hasta acceso completo.

En paralelo, la extensión para IDE integra Codex en editores como VS Code. Con ella es posible mover tareas de la nube al entorno local sin perder información, previsualizar cambios y obtener respuestas más rápidas gracias al contexto de los archivos abiertos.

La nube de Codex también recibió mejoras. Ahora reduce hasta en un 90 % el tiempo de ejecución de nuevas tareas y configura automáticamente su entorno de trabajo, instalando dependencias y ejecutando scripts según sea necesario. Incluso puede abrir un navegador, mostrar capturas de pantalla y documentar su progreso en tiempo real.

Otra capacidad destacada es la posibilidad de trabajar durante sesiones prolongadas. En pruebas, GPT-5-Codex mantuvo más de siete horas de actividad continua en una tarea compleja, corrigiendo errores y ajustando su implementación hasta completarla.

Te puede interesar: Comet vs Gemini y ChatGPT: el asistente que cambia las reglas del juego de la IA

Cabe mencionar que, empresas como Cisco Meraki y Duolingo ya usan Codex para acelerar lanzamientos. Según sus equipos, el sistema permite delegar tareas repetitivas como refactorizaciones y pruebas, mientras los desarrolladores se concentran en decisiones de producto.

También hay avances en seguridad. Codex se ejecuta en entornos aislados que reducen el riesgo de filtración de datos o acciones dañinas. Los usuarios pueden decidir qué nivel de acceso a internet conceder y aprobar manualmente los comandos más sensibles.

En la práctica, estas mejoras hacen que Codex deje de ser un asistente pasivo para convertirse en un compañero de trabajo. Puede colaborar en tiempo real, pero también asumir tareas de forma independiente y entregar resultados completos.

Incluido en los planes Plus, Pro, Business, Edu y Enterprise de ChatGPT, Codex se afianza como una de las herramientas clave en el día a día de la ingeniería de software. Lo que antes era un apoyo puntual, hoy se perfila como un socio capaz de escribir, revisar y mejorar código junto a los equipos.

Imagen: OpenAI

Para demostrarlo, los investigadores utilizaron ChatGPT y Codex para producir correos electrónicos maliciosos, código, y una cadena de infección completa. Con ella se esperaba obtener acceso a otros ordenadores en remoto, con el fin de advertir de los peligros potenciales que las nuevas tecnologías de Inteligencia Artificial. Es así como ChatGPT,  y otros sistemas desarrollados con IA pueden tener en el panorama de las ciberamenazas.

Usando ChatGPT de Open AI, CPR pudo crear un correo electrónico de phishing, con un documento de Excel que contiene código malicioso capaz de descargar shells inversos. Los ataques de shell inverso tienen como objetivo conectarse a un ordenador en remoto y redirigir las conexiones de entrada y salida del shell del sistema objetivo para que el atacante pueda acceder a él de forma remota.

De esta manera, se logró que el código malicioso realizará las siguientes acciones:

1. Suplantación de identidad de una empresa de alojamiento
2. Producir un correo electrónico de phishing con un archivo adjunto malicioso de Excel.
3. Crear un código VBA malicioso en un documento de Excel.

Te puede interesar: ChatGPT anuncia su versión premium: «ChatGPT Professional»

Por otra parte, CPR también fue capaz de generar código malicioso utilizando Codex, con el que se logró realizar peticiones al sistema operativo tales como:

1. Ejecutar un script de shell inverso en una máquina con Windows y conectarse a una dirección IP específica.
2. Comprobar si la URL es vulnerable a la inyección SQL iniciando sesión como administrador.
3. Escribir un script de Python que ejecute un escaneo de puerto completo en una máquina de destino.

“ChatGPT tiene el potencial de alterar significativamente el panorama de amenazas cibernéticas. Ahora cualquier persona con recursos mínimos y cero conocimientos en código puede explotarlo fácilmente”, declara Manuel Rodríguez, Gerente de Ingeniería de Seguridad para América Latina de Check Point Software.

“Es fácil generar correos electrónicos y códigos maliciosos. Creo que estas tecnologías de IA representan otro paso adelante en la peligrosa evolución de capacidades cibernéticas cada vez más sofisticadas y efectivas. El mundo de la ciberseguridad está cambiando rápidamente y queremos enfatizar la importancia de permanecer atentos a la evolución de ChatGPT y Codex, ya que esta tecnología nueva y en desarrollo puede afectar el panorama de amenazas, tanto para bien como para mal”.

Imagen: Check Point Research