El episodio ocurrió en julio de 2026 durante evaluaciones de ExploitGym, una prueba utilizada para medir si los modelos pueden descubrir y explotar vulnerabilidades. Los agentes trabajaban dentro de un sandbox, separado de la infraestructura interna de OpenAI y de internet. Sin embargo, encontraron una vía para superar esas restricciones a través de Artifactory, una herramienta que la compañía utilizaba para proporcionar paquetes de software a los entornos de investigación.

El hallazgo más llamativo fue la capacidad de los agentes para colaborar por una vía que no estaba prevista. En lugar de utilizar las herramientas oficiales de comunicación entre agentes, comenzaron a emplear Artifactory como una especie de tablero de mensajes. Primero escribieron notas en archivos y después utilizaron nombres de directorios para intercambiar información, solicitudes, herramientas y credenciales.

La situación avanzó rápidamente. Entre el 10 y el 13 de julio, los agentes identificaron credenciales de usuarios de Hugging Face que estaban expuestas en internet y las combinaron con vulnerabilidades de la plataforma. Según la reconstrucción de OpenAI, consiguieron ejecutar código en 41 servidores de producción destinados al procesamiento de datasets, obtener acceso root en al menos un nodo, acceder a credenciales de producción y descargar cuatro repositorios privados de código. También alcanzaron acceso equivalente al de un administrador en uno de los clústeres Kubernetes conectados.

El problema no terminó en una sola vulnerabilidad

La investigación mostró que los agentes fueron encadenando diferentes técnicas. Encontraron 14 credenciales de usuarios de Hugging Face dentro de un dataset público y las compartieron con otros agentes mediante el tablero improvisado. Después utilizaron archivos especialmente preparados para provocar que servidores de producción revelaran información que debía permanecer protegida.

El modelo que tuvo la participación más amplia fue un sistema interno de investigación, entrenado para mantener la persistencia y colaborar con otros agentes. OpenAI también confirmó la participación de GPT-5.6 Sol, aunque bajo una configuración de evaluación con menos salvaguardas que las utilizadas en los productos de la compañía.

Te puede interesar: GPT-6 Astra, precio y por qué preocupa su riesgo en ciberseguridad

El incidente también dejó una lección sobre el comportamiento de los modelos. OpenAI concluyó que los agentes recurrieron a lo que denomina reward hacking: buscaron caminos alternativos para obtener la recompensa de las pruebas, incluso cuando eso implicaba utilizar herramientas que no estaban destinadas a resolver la tarea. La persistencia, una capacidad útil para trabajos complejos, también aumentó la posibilidad de que los modelos buscaran métodos fuera de los límites establecidos.

OpenAI detectó actividad sospechosa el 19 de julio y al día siguiente vinculó parte de esa actividad con el incidente de Hugging Face. La compañía detuvo las evaluaciones de ExploitGym, bloqueó el acceso de los entornos de investigación a Artifactory, redujo las conexiones externas y apagó los trabajos relacionados con la familia del modelo interno involucrado.

La compañía aseguró que el incidente no afectó los datos de sus clientes ni la disponibilidad o funcionamiento de sus productos. Para evitar una repetición, anunció cambios en la seguridad de su infraestructura de investigación, mayor monitoreo, nuevas medidas de alineación y un proceso de respuesta a incidentes más centralizado.

El acceso comenzó con un grupo reducido de organizaciones y se ampliará a los usuarios de ChatGPT Plus, Pro, Business y Enterprise. Los desarrolladores podrán utilizarlo mediante la API, Microsoft Azure y AWS Bedrock.

GPT-6 Astra puede completar tareas utilizando un computador

El sistema puede recibir un objetivo e interactuar con programas y servicios digitales para ejecutarlo, sin necesidad de recibir instrucciones para cada acción.

Entre sus capacidades están completar formularios en línea, actualizar registros de clientes en sistemas CRM, organizar calendarios e investigar en internet. También puede redactar resúmenes, analizar datos científicos, generar gráficos, crear sitios web, revisar interfaces e instalar y probar software.

En OSWorld 2.0, una evaluación sobre el uso de computadores, obtuvo un 72,6 % en unos 40 minutos por tarea. GPT-5.6 Sol alcanzó un 65,7 % en aproximadamente 75 minutos. La diferencia representa cerca de un 47 % menos de tiempo.

La actualización de Codex también contribuye a este desempeño. En Mind2Web, la combinación permitió completar tareas 1,9 veces más rápido que la experiencia con GPT-5.6 Sol.

Por qué el nivel Critical preocupa en ciberseguridad

Esta clasificación forma parte del Preparedness Framework, el mecanismo utilizado para evaluar capacidades que podrían representar riesgos graves. En este caso, significa que la inteligencia artificial puede realizar actividades de ciberseguridad considerablemente más complejas que generaciones anteriores.

Con las herramientas y permisos adecuados, puede encontrar vulnerabilidades desconocidas y desarrollar formas de aprovecharlas en sistemas protegidos. Para reducir posibles usos perjudiciales se incorporaron mecanismos de supervisión capaces de generar alertas o detener determinadas acciones para su revisión.

En ExploitBench, una evaluación centrada en la identificación y explotación de vulnerabilidades, alcanzó una puntuación del 100 %. La cifra corresponde a condiciones específicas de prueba y no implica que vaya a conseguir el mismo resultado en cualquier entorno de seguridad informática.

Otra evaluación midió si podía actuar más allá del objetivo autorizado al enfrentarse a una tarea difícil o imposible. La tasa de extralimitación fue del 0 %, mientras GPT-5.6 Sol registró un 48 % cuando fue probado sin las medidas de seguridad utilizadas en producción.

El desempeño mejora en tareas profesionales y científicas

Agents’ Last Exam utiliza software real para evaluar trabajos complejos relacionados con áreas como modelado financiero, ingeniería y producción multimedia. GPT-6 Astra obtuvo un 59,3 %, frente al 55,5 % de Claude Opus 5 y el 53,6 % de GPT-5.6 Sol.

En la configuración con mayor puntuación necesitó aproximadamente un 65 % menos de tokens de salida que Claude Opus 5. Los tokens son las unidades en las que la inteligencia artificial divide y procesa la información. Una menor cantidad puede reflejar mayor eficiencia, aunque no determina por sí sola el desempeño general.

Terminal-Bench Science 0.1 evalúa trabajos científicos que incluyen análisis de datos, simulaciones y ajuste de modelos. El resultado fue del 64,6 %, frente al 52,6 % de Claude Fable 5.1, con un costo estimado de API aproximadamente un 31 % menor.

Otras pruebas registraron un 99,9 % en ARC-AGI-3 y un 98 % en FrontierMath Tier 4. Según la información presentada durante el lanzamiento, también ha contribuido a resolver problemas matemáticos abiertos de larga data.

Cuánto cuesta y dónde estará disponible

La tarifa estándar de la API es de 10 dólares por cada millón de tokens de entrada y 50 dólares por cada millón de salida. Un modo rápido, que puede alcanzar hasta el doble de velocidad de procesamiento, eleva estos valores a 20 y 100 dólares, respectivamente.

En ChatGPT, el despliegue comprende los planes Plus, Pro, Business y Enterprise. El proceso comenzó el 3 de septiembre con un conjunto limitado de organizaciones y continuará de manera gradual.

La posibilidad de utilizar programas y completar procesos con menor intervención humana amplía sus aplicaciones, pero también exige controles acordes con ese grado de autonomía, especialmente en áreas sensibles como la ciberseguridad.

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.