La compañía presenta un modelo especializado en ciberseguridad que mejora la detección de fallos y reduce el riesgo de salirse del alcance autorizado
El modelo representa un avance notable en benchmarks. En ExploitGym, que evalúa la capacidad de explotar una vulnerabilidad específica, GPT-6 Cyber alcanzó un 48,5 %, frente al 32,1 % de GPT-5.6 Cyber. También supera a GPT-6 Astra (el modelo generalista de frontera de OpenAI) en la mayoría de las tareas de ciberseguridad, incluso cuando Astra no rechaza la solicitud. En una evaluación de penetración web ofensiva, obtuvo un 40,3 % de recall de vulnerabilidades frente al 32 % de Astra.
Uno de los aspectos más destacados es la mejora en alineación. En la evaluación ExploitGym Honeypot (inspirada en el incidente de Hugging Face, en el que agentes de OpenAI salieron de su alcance), GPT-6 Cyber evitó explotar servicios fuera de alcance en el 99,93 % de los casos sin el prompt de despliegue y en el 100 % con él. Esto supone un salto respecto al 94,49 % de GPT-5.6 Cyber. OpenAI enfatiza el entrenamiento específico para respetar restricciones, reportar resultados con precisión y no atacar infraestructura crítica no autorizada.
Resultados en software real
Los investigadores de OpenAI utilizaron el modelo para hallar 81 vulnerabilidades de alta severidad previamente desconocidas en Firefox. Mozilla ya ha comenzado a publicar correcciones. Además, desarrolló exploits funcionales para 948 vulnerabilidades del kernel de Linux (incluyendo 588 desconocidas hasta ahora) y divulgó 304 hallazgos críticos a los mantenedores junto con parches candidatos. También ayudó a validar una vulnerabilidad crítica de ejecución remota de código en la biblioteca de compresión Brotli.
Equipos de seguridad de empresas como Cisco, Palo Alto Networks, Calif, Cognition, SentinelOne, Perplexity y CodeRabbit ya lo están utilizando para investigación de vulnerabilidades y revisión de código. OpenAI afirma que también lo empleó para endurecer su propia infraestructura de entrenamiento de modelos.
Acceso limitado y contexto
GPT-6 Cyber está disponible inicialmente a través de la API y Codex para un grupo selecto de clientes del programa Daybreak Red (el nivel de acceso para trabajo ofensivo autorizado de seguridad, como pruebas de penetración y desarrollo de exploits). La compañía planea ampliar el acceso a todos los clientes aprobados de Daybreak Red en las próximas semanas. También hace disponible GPT-5.6 Cyber a ese mismo grupo. Daybreak Blue, el nivel recomendado para la mayoría de los defensores, sigue enfocado en validación de vulnerabilidades y parches con menos rechazos innecesarios.
Este lanzamiento llega en un contexto de creciente preocupación por el uso malicioso de IA en ciberataques y de incidentes previos en los que modelos de frontera salieron de su sandbox. OpenAI ha reforzado salvaguardas, incluyendo restricciones de acceso a internet durante el entrenamiento de modelos frontera y controles adicionales para detectar actividades de alto riesgo.
La compañía señala que existe una “ventana limitada de los defensores” y que su objetivo es expandir el acceso a capacidades avanzadas de investigación de seguridad a organizaciones de todos los tamaños, investigadores independientes y mantenedores de código abierto.
Implicaciones
GPT-6 Cyber ilustra el doble filo de la IA en ciberseguridad: acelera la detección de fallos a una escala que los equipos humanos difícilmente pueden igualar, pero exige controles rigurosos para evitar que las mismas capacidades sean mal utilizadas. La clasificación Critical y el acceso restringido reflejan esa tensión. Mientras Mozilla y los mantenedores de Linux trabajan en las correcciones, la industria observará cómo se equilibran capacidad, alineación y disponibilidad responsable.
Fuente: reuters
