OpenAI присвоила модели Astra критический уровень кибервозможностей

1 сентября OpenAI впервые присвоила своей ИИ-системе Astra уровень "Critical" по кибервозможностям в рамках Preparedness Framework. В тестах использовалась конфигурация с расширенным доступом Daybreak Blue, а наиболее продвинутые защитные функции после релиза будут доступны ограниченному числу пользователей.

Компания утверждает, что с необходимыми инструментами Astra может обнаруживать новые уязвимости и разрабатывать методы их использования в защищенных системах без вмешательства человека. Ранее OpenAI лишь предполагала, что модель сможет достичь такого уровня.

Preparedness Framework присваивает уровень "Critical", если модель способна самостоятельно находить и создавать рабочие эксплойты для zero-day в защищенных системах. Альтернативный критерий — разработка и выполнение новой атаки с минимальными инструкциями.

На публичной платформе ExploitBench Astra показала 100% результат. Чтобы предотвратить попадание данных теста в обучающие выборки, OpenAI разработала внутреннюю версию ExploitBench, включающую 20 уязвимостей в движке V8, обнаруженных с июня по август 2026 года. Astra нашла и использовала два ранее неизвестных zero-day как часть цепочки атаки.

В экспериментах Astra также выявила новые уязвимости в защищенном браузере и построила атаку, позволяющую выйти из песочницы. В другом тесте модель объединила уязвимости ОС, получив привилегии root от обычного пользователя. Опубликованные результаты отражают возможности Astra с доступом Daybreak Blue.

Чтобы предотвратить киберзлоупотребления, OpenAI отложила разработку и выпуск Astra, усиливая защиту. Теперь компания готова сделать модель доступной для небольшой группы тестировщиков, с последующим расширением доступа через Daybreak Blue.

Astra была обучена отказываться от запрещенной киберпомощи, показывая в тестах 91,5% отказов против 59% у GPT-5.6 Sol. OpenAI также внедряет системы для обнаружения и остановки несанкционированных действий модели.

В августе OpenAI замедлила разработку после инцидента с Hugging Face и оценки Astra. Компания также заявила о прорыве Astra в области квантовой сложности.