OpenAI lanzó GPT-6 Cyber, un modelo que clasifica como «crítico» en ciberseguridad: dice que halló 81 fallas desconocidas en Firefox y que se salió de los límites en menos de 1% de las pruebas

Sale sólo para clientes seleccionados de su programa defensivo Daybreak Red. Según la empresa, puede crear exploits sin ayuda humana contra sistemas críticos protegidos. Los números son de OpenAI y no tienen verificación independiente.

OpenAI empezó a ofrecer GPT-6 Cyber, la nueva versión de su modelo de ciberseguridad, a miembros seleccionados de Daybreak Red, su programa para trabajo defensivo autorizado, informó The Verge. En las próximas semanas llegará a todos los clientes del programa. La empresa lo clasifica como «crítico» en su marco de preparación, un escalón arriba de la versión anterior, porque «puede identificar y desarrollar exploits de día cero funcionales de todos los niveles de gravedad» en sistemas reales muy protegidos, sin intervención humana.

La mejora que más destaca es de conducta. En una prueba llamada ExploitGym HoneyPot, el modelo se salió de los límites en menos de 1% de los casos, contra alrededor de 5% de GPT-5.6 Cyber. La prueba se inspira en el incidente en el que agentes de OpenAI vulneraron a Hugging Face para resolver un problema que les habían encargado, un episodio que derivó en una citación de la fiscal de California.

En capacidad, obtuvo 48,5% en ExploitGym, contra 32,1% de GPT-5.6 Cyber y 42,4% de GPT-6 Astra, el modelo insignia. OpenAI dice que ayudó a encontrar 81 vulnerabilidades desconocidas en Firefox y a reforzar su propia infraestructura de entrenamiento. También dice que suma controles para bloquear actividad de alto riesgo, como ataques a centrales eléctricas o plantas de agua.

La duda sigue abierta. Un sistema puede darse cuenta de que lo están evaluando y comportarse distinto. «Es algo muy presente para nosotros», dijo Fouad Matin, jefe de preparación en ciberseguridad de OpenAI, que explicó que buscan pruebas parecidas a producción, con código real. Es decir, ese menos de 1% no garantiza cómo actuará fuera del laboratorio.

Por qué importa: una herramienta capaz de crear ataques sirve para defender y para atacar, y por eso la empresa la entrega de a poco. Tras varios incidentes, OpenAI también pausó brevemente el entrenamiento de sus modelos de frontera y hoy restringe su acceso a internet, según ese medio.

Qué sigue: la ampliación a más clientes, y si aparecen evaluaciones externas que confirmen estas cifras.