A OpenAI informou nesta terça-feira, 1º de setembro, que o modelo Astra atingiu o nível crítico de capacidade em cibersegurança previsto em seu Preparedness Framework. É o primeiro sistema da empresa a receber essa classificação.
Nos testes, o modelo identificou vulnerabilidades desconhecidas e desenvolveu formas funcionais de explorá-las em sistemas protegidos. A companhia afirma que atrasou partes do desenvolvimento e do lançamento enquanto reforçava barreiras contra abuso e ações não autorizadas.
Astra encontrou duas falhas zero-day em avaliação
Em uma avaliação interna com 20 vulnerabilidades recentes e graves do motor V8, Astra alcançou taxas de execução de código superiores às do GPT-5.6 Sol usando menos tokens. Durante o teste, encontrou e combinou duas falhas zero-day, que estão sendo comunicadas aos mantenedores.
O modelo também criou uma cadeia capaz de comprometer um navegador, escapar da área isolada e executar comandos no sistema hospedeiro. Em outro cenário, combinou falhas para elevar privilégios em um sistema operacional protegido.
Resultados representam configuração avançada
A OpenAI ressalta que os números refletem o Astra com acesso Daybreak Blue, não a configuração padrão destinada ao público. No ExploitBench, benchmark baseado em vulnerabilidades conhecidas, o modelo atingiu 100%.
Benchmarks divulgados pela própria desenvolvedora devem ser interpretados dentro das condições descritas. A ficha completa do sistema, com mais avaliações de segurança e alinhamento, será publicada no lançamento.
Acesso inicial a recursos avançados será restrito
O Astra deverá ser disponibilizado em breve, mas seus fluxos mais avançados de cibersegurança começarão com um grupo pequeno de testadores. Depois, o programa Daybreak Blue ampliará o acesso voltado ao uso defensivo.
Pedidos potencialmente perigosos terão recusas mais rígidas, e contas consideradas de maior risco enfrentarão limites adicionais. A empresa admite que essas proteções podem atrasar ou interromper trabalhos legítimos.
Monitoramento poderá interromper ações não autorizadas
Além de treinamento para respeitar restrições, o lançamento usará classificadores e monitoramento do raciocínio e das ações. O objetivo é detectar comportamento fora do escopo e interrompê-lo rapidamente.
Em um conjunto de testes de jailbreak de cibersegurança, Astra recusou 91,5% dos pedidos, ante 59% do GPT-5.6 Sol. A OpenAI afirma que continuará calibrando as barreiras, pois capacidade defensiva e risco de uso ofensivo avançam juntos.
Fontes consultadas
Esta matéria foi produzida pela redação do Geek News a partir das fontes abaixo:
