GPT-6 Astra completa ExploitBench, pero OpenAI bloquea la creación de exploits PoC

OpenAI ha presentado GPT-6 Astra, un modelo capaz de alcanzar el 100 % en ExploitBench, la prueba que evalúa la transformación de vulnerabilidades conocidas en exploits funcionales. La noticia, conocida el 4 de septiembre de 2026, llega mientras la empresa limita el acceso a las funciones ofensivas más sensibles.

Astra ha alcanzado el nivel de capacidades de ciberseguridad «Critical» previsto por el Preparedness Framework de OpenAI. Por este motivo, la versión inicial puede ayudar a revisar código de forma segura y preparar parches, pero rechaza las solicitudes directas para producir exploits proof-of-concept.

El modelo se distribuirá gradualmente a través de ChatGPT, OpenAI API e infraestructuras cloud de terceros. Al mismo tiempo, OpenAI ha destinado mil millones de dólares a promover su uso defensivo en organizaciones con recursos de seguridad limitados.

Del 78,5 % al 100 % en la generación de exploits

ExploitBench mide si un modelo puede partir de vulnerabilidades de software ya conocidas y llegar a crear un exploit que funcione realmente. Por tanto, no evalúa únicamente la capacidad de explicar un fallo o proponer código plausible: el resultado depende del éxito operativo del exploit en el entorno de prueba.

GPT-6 Astra ha completado el benchmark con una puntuación del 100 %. El anterior modelo de frontera de OpenAI orientado a la ciberseguridad, GPT-5.6 Sol, se había quedado en el 78,5 %.

La diferencia es relevante porque desarrollar un exploit requiere coordinar varios pasos. El modelo debe comprender la causa de la vulnerabilidad, identificar las condiciones necesarias para activarla y construir una entrada capaz de controlar el comportamiento del programa. Después debe adaptar el código a las protecciones presentes y corregir los errores detectados durante las pruebas.

OpenAI también afirma que Astra alcanza tasas de ejecución arbitraria de código sensiblemente superiores a las de GPT-5.6 Sol. Las pruebas abarcaron vulnerabilidades divulgadas en los tres meses anteriores, incluidos los meses de junio a agosto de 2026, además de dos vulnerabilidades zero-day.

No se han indicado los programas implicados en las pruebas con zero-day. Tampoco se han facilitado identificadores CVE, versiones afectadas ni nombres de los fabricantes. En consecuencia, los administradores y responsables de seguridad no disponen de indicadores concretos que buscar ni de productos específicos que actualizar a partir de estas evaluaciones.

La puntuación máxima sigue siendo, además, un resultado referido a ExploitBench. No demuestra que Astra pueda explotar cualquier vulnerabilidad en cualquier entorno, configuración o arquitectura.

Ataques contra navegadores y sistemas operativos hardened

Las evaluaciones descritas por OpenAI van más allá de la explotación de fallos ya documentados. Sin salvaguardas, Astra podría identificar vulnerabilidades desconocidas hasta entonces y utilizarlas para lograr la ejecución de código en navegadores sometidos a hardening.

El modelo también habría demostrado capacidad para desarrollar exploits destinados a escalar privilegios en sistemas operativos hardened. Un ataque de este tipo suele partir de un acceso con permisos limitados e intentar obtener privilegios superiores, necesarios para modificar el sistema, robar credenciales o comprometer a otros usuarios.

La referencia al hardening es significativa. Apunta a entornos en los que se han aplicado configuraciones y protecciones diseñadas para reducir la superficie de ataque. Sin embargo, OpenAI no ha precisado qué mitigaciones estaban activas, qué navegadores y sistemas operativos se examinaron ni cuál era el nivel de acceso inicial.

Por tanto, no es posible evaluar de forma independiente el alcance técnico de las vulnerabilidades, reproducir los resultados ni determinar si los fallos se han corregido. La información disponible describe las capacidades del modelo, pero no constituye un aviso de seguridad utilizable para aplicar un parche.

El lanzamiento inicial excluye los exploits proof-of-concept

La primera distribución de GPT-6 Astra está dirigida a un grupo reducido de organizaciones. En esta fase, el modelo se limita a actividades como el análisis seguro del código y la aplicación de correcciones.

Las solicitudes destinadas a crear exploits PoC para vulnerabilidades se rechazan. La restricción pretende evitar que una capacidad diseñada para acelerar la verificación de fallos reduzca también el coste operativo de los ataques.

La distinción no siempre es clara. Un proof-of-concept puede ser necesario para que un defensor confirme una vulnerabilidad, verifique un parche o cree una regla de detección. Sin embargo, ese mismo código puede adaptarse para atacar sistemas expuestos.

OpenAI reconoce que los controles también pueden bloquear actividades legítimas. Cuando se interrumpe una operación defensiva, el usuario debe revisarla antes de continuar. En los entornos considerados sensibles, el comportamiento del modelo se modula según el riesgo asociado a las acciones solicitadas.

Con la iniciativa OpenAI Daybreak, la empresa prevé ampliar el acceso e introducir salvaguardas menos restrictivas en las semanas siguientes. Entre las funciones previstas se incluyen la validación de vulnerabilidades y PoC, el análisis de malware y el diseño de sistemas de detección.

Supervisión, jailbreak y control de las acciones

OpenAI afirma haber reforzado Astra contra los jailbreak, es decir, los intentos de eludir las reglas operativas mediante instrucciones manipuladoras, contextos diseñados expresamente o secuencias de solicitudes aparentemente inofensivas.

También se ha ampliado el contexto disponible para los sistemas de supervisión. Esto debería permitir a los controles evaluar no solo la última instrucción, sino una parte más extensa de la actividad realizada por el modelo y del entorno en el que opera.

Otros mecanismos están destinados a detectar y contener posibles condiciones de desalineación. Astra debería respetar con mayor regularidad tanto los límites establecidos expresamente por el usuario como los implícitos en el entorno operativo, como los permisos, el alcance de la prueba y los sistemas sobre los que está autorizado a intervenir.

En una evaluación diseñada con actividades seleccionadas para inducir comportamientos incorrectos, Astra evitó con mayor eficacia los resultados no deseados. La activación predeterminada de medidas de seguridad adicionales mejoró aún más los resultados.

No se han publicado cifras detalladas sobre falsos positivos, intentos de jailbreak exitosos ni comparaciones cuantitativas con otros modelos. Por tanto, aún está por comprobar cómo se comportarán estos controles en actividades reales, donde las solicitudes defensivas y ofensivas pueden tener una estructura técnica casi idéntica.

Acceso mediante ChatGPT, API y plataformas cloud

Después de la fase inicial, OpenAI prevé poner GPT-6 Astra a disposición de los usuarios de los planes:

• ChatGPT Plus;
• ChatGPT Pro;
• ChatGPT Business;
• ChatGPT Enterprise.

El modelo también estará disponible mediante OpenAI API, Microsoft Azure y Amazon Web Services Bedrock. No se han comunicado el calendario detallado de distribución, los precios, las cuotas de uso ni los posibles requisitos de verificación para acceder a las capacidades de ciberseguridad.

Además de la seguridad informática, Astra se presenta como un modelo de referencia para el uso de ordenadores, la navegación web, la ingeniería de software, la investigación científica y las actividades profesionales. OpenAI afirma haber obtenido un resultado del 98 % en FrontierMath Tier 4 y del 99,9 % en ARC-AGI-3.

Para las organizaciones, la disponibilidad a través de API y servicios cloud también plantea un problema de gobernanza. Antes de adoptar el modelo serán necesarias autorizaciones precisas, registro de las acciones, aislamiento de los entornos de prueba y revisión humana de los resultados. Un modelo capaz de intervenir en el código y utilizar herramientas externas no debería recibir automáticamente acceso a sistemas de producción.

Mil millones de dólares para los defensores de primera línea

Coincidiendo con el lanzamiento, OpenAI ha anunciado Daybreak for Frontline Defenders, un programa global respaldado por un compromiso financiero declarado de mil millones de dólares.

La iniciativa ofrecerá acceso subvencionado a los modelos, formación práctica y asistencia técnica. Entre los destinatarios se incluyen sistemas de abastecimiento de agua, proveedores de electricidad, administraciones estatales y locales, bancos, organizaciones sin ánimo de lucro y mantenedores de proyectos open source.

A menudo se trata de organizaciones expuestas a ataques complejos, pero sin el personal necesario para analizar con rapidez vulnerabilidades, malware y grandes volúmenes de logs. En este contexto, Astra podría acelerar la revisión del código, la preparación de correcciones y la creación de mecanismos de detección.

También se ha anunciado un proyecto piloto con el U.S. Multi-State Information Sharing and Analysis Center (MS-ISAC). Un primer grupo de defensores del sector público y de los sistemas de abastecimiento de agua recibirá acceso a Daybreak, formación guiada y apoyo operativo.

La cuestión central será mantener la ventaja del lado de los defensores. El 100 % en ExploitBench demuestra que la generación automatizada de exploits ha superado un umbral técnico concreto; el rechazo inicial de los PoC demuestra, al mismo tiempo, que distribuir esta capacidad requiere controles distintos de los aplicados a un asistente de software convencional.