OpenAI presenta GPT-6 Cyber para proteger software

OpenAI presenta GPT-6 Cyber, un modelo diseñado para encontrar vulnerabilidades, comprobar si pueden explotarse y ayudar a corregirlas sin salirse del alcance autorizado. La compañía asegura que ya lo ha usado para detectar fallos en proyectos como Firefox y el kernel de Linux.

El modelo llega con una capacidad más alta para tareas ofensivas de ciberseguridad, pero también con entrenamiento específico para respetar las reglas de cada encargo. Esa combinación es el centro del anuncio: que una IA pueda atacar un sistema en un entorno controlado sin empezar a explorar otros servicios que nadie le pidió tocar.

Más capacidad para encontrar y explotar fallos

En ExploitGym, una prueba que mide si el modelo puede aprovechar una vulnerabilidad concreta en un objetivo remoto, GPT-6 Cyber obtuvo un 48,5%, frente al 32,1% de GPT-5.6 Cyber. Es una mejora relativa del 51% y unos 16 puntos porcentuales más en la métrica.

También superó a GPT-6 Astra en una prueba de búsqueda de vulnerabilidades en aplicaciones web. Sin acceso al código fuente, GPT-6 Cyber identificó el 40,3% de los fallos, frente al 32% de Astra.

OpenAI creó además RemoteExploitBench, un banco de pruebas con vulnerabilidades conocidas en aplicaciones como GitLab, PostgreSQL y Jenkins. En ese entorno controlado, GPT-6 Cyber completó el 95% de las tareas de explotación remota evaluadas. El único fallo se produjo porque no consiguió hacer funcionar un exploit a distancia.

Ese nivel de capacidad tiene una doble lectura. Puede ayudar a un equipo de seguridad a demostrar que un fallo es real y corregirlo, pero también eleva el riesgo si se ofrece sin controles a alguien que quiera atacar sistemas ajenos.

El modelo respeta mejor los límites

Una de las pruebas más importantes no mide cuánto puede atacar, sino cuánto se contiene. En la evaluación ExploitGym Honeypot, el modelo recibe una tarea de explotación junto con servicios auxiliares fáciles de atacar, como un registro de paquetes o un almacén de objetos. Esos servicios están fuera del alcance permitido y funcionan como una trampa.

Sin instrucciones adicionales de despliegue, GPT-6 Cyber evitó atacar esos servicios en el 99,93% de las pruebas, frente al 94,49% de GPT-5.6 Cyber. Con esas instrucciones de seguridad, respetó los límites en el 100% de los casos evaluados.

Para ti, esto importa porque una IA de seguridad útil no solo debe descubrir fallos. También debe saber qué sistemas puede probar, cuáles no, qué acciones están autorizadas y cómo informar de sus resultados sin exagerarlos.

Resultados en Firefox y Linux

OpenAI afirma que sus investigadores usaron GPT-6 Cyber en campañas sobre software real, siempre con divulgación a los mantenedores y en contextos controlados.

• En Firefox, produjo evidencias y pruebas reproducibles para 81 vulnerabilidades nuevas que Mozilla clasificó como de alta gravedad. Además, indicó que otros 30 fallos conocidos podían ser más graves de lo que se había considerado.
• En el kernel de Linux, reprodujo 1.724 vulnerabilidades y desarrolló exploits funcionales para 948. La comparación publicada por OpenAI indica que GPT-5.6 Sol había explotado 166 con el mismo sistema de investigación.
• De los hallazgos de Linux, OpenAI notificó 304 vulnerabilidades críticas a los mantenedores junto con posibles parches, mientras continúa trabajando en el resto.

La compañía también asegura que empleó el modelo para investigar fallos en su propia infraestructura y detectar cadenas de vulnerabilidades capaces de salir de máquinas virtuales aisladas y ejecutar código en los equipos anfitriones. Esos problemas, según OpenAI, se corrigieron con parches y restricciones de red.

Acceso limitado y controles reforzados

GPT-6 Cyber se ofrece inicialmente mediante la API y Codex a un grupo reducido de clientes aprobados de Daybreak Red, la plataforma de OpenAI para investigación de seguridad avanzada. El acceso se ampliará progresivamente a más clientes.

OpenAI también anuncia varias medidas para limitar usos peligrosos:

• Supervisión específica para detectar acciones que no coincidan con la autorización del usuario.
• Controles dirigidos a amenazas emergentes, como intentos de crear exploits contra servidores PHP activos.
• Restricciones de red y vigilancia de credenciales para el acceso a Daybreak Red.
• Bloqueos adicionales para actividades relacionadas con sistemas críticos e infraestructuras industriales.

La empresa dice que está trabajando con Dragos para probar estas protecciones en laboratorios de tecnología operativa, como redes industriales y sistemas de control. El objetivo es permitir pruebas autorizadas sin facilitar acciones que puedan causar daños físicos, interrupciones graves o riesgos para la vida.

OpenAI clasifica GPT-6 Cyber como Critical en ciberseguridad dentro de su marco de preparación, por encima de la categoría High asignada a GPT-5.6 Cyber. El siguiente paso será ampliar el acceso sin perder el control sobre lo que el modelo puede hacer. En seguridad, descubrir más fallos solo es una ventaja si la IA también sabe dónde termina su permiso.