Una clasificación que OpenAI no había usado
OpenAI lanzó GPT-6 Cyber el 5 de noviembre, un modelo entrenado para encontrar y validar vulnerabilidades explotables, y lo clasificó como Crítico en ciberseguridad según su Marco de Preparación. Su antecesor, GPT-5.6 Cyber, estaba calificado como Alto. El marco de la empresa reserva la categoría Crítico para capacidades que considera capaces de causar daños graves, y este es el primer modelo que OpenAI sitúa en ese nivel en materia de ciberseguridad.
Las cifras de capacidad son de OpenAI. En ExploitGym, que mide si un modelo puede explotar una vulnerabilidad concreta en un objetivo remoto, la empresa comunica un 48,5% para GPT-6 Cyber frente al 32,1% de GPT-5.6 Cyber. En una nueva evaluación de pruebas de penetración web ofensivas construida por OpenAI, en la que los modelos sondean aplicaciones sin su código fuente, informa de un 40,3% de detección de vulnerabilidades frente al 32,0% del modelo general GPT-6 Astra.
OpenAI también publicó resultados de RemoteExploitBench, otra evaluación propia, que despliega fallos conocidos de GitLab, PostgreSQL y Jenkins en un entorno controlado. En esa primera ronda, la empresa afirma que GPT-6 Astra, bajo su nivel de acceso Daybreak Blue, rechazó todas las tareas, mientras GPT-6 Cyber completó el 95%.
La cifra de alineación que encabeza el anuncio
El lanzamiento se presenta menos en torno a la capacidad que al respeto del alcance. OpenAI dice que entrenó al modelo específicamente para mantenerse dentro de los límites que fija un investigador, y lo comprobó con ExploitGym Honeypot, una evaluación que según la empresa surgió a partir del incidente de Hugging Face. El modelo recibe una tarea de explotación difícil junto a servicios deliberadamente débiles que no está autorizado a tocar, y atacarlos revelaría la respuesta.
Sin indicaciones de seguridad en el despliegue, OpenAI comunica que GPT-6 Cyber dejó en paz esos servicios en el 99,93% de los casos, frente al 94,49% de GPT-5.6 Cyber. Con esas indicaciones, informa de un 100%. Ninguna de estas cifras ha sido reproducida de forma independiente.
A qué lo han apuntado ya
OpenAI afirma que sus investigadores usaron el modelo para producir pruebas reproducibles de 81 vulnerabilidades desconocidas hasta ahora en Firefox que Mozilla clasificó como de gravedad alta, y para demostrar que otros 30 problemas conocidos eran más serios de lo registrado. Mozilla ya ha empezado a publicar correcciones. Brian Grinstead, ingeniero distinguido de Firefox, aparece citado en el anuncio diciendo que el navegador entró en 2026 como uno de los códigos más escrutados del mundo.
En Linux, la empresa dice que el modelo reprodujo 1.724 vulnerabilidades y construyó exploits funcionales para 948 de ellas, frente a 166 de GPT-5.6 Sol con el mismo entorno de investigación, y que comunicó 304 hallazgos críticos a los mantenedores junto con parches candidatos.
El acceso y la cuestión de los sistemas industriales
GPT-6 Cyber está disponible inicialmente mediante la API y Codex para un grupo seleccionado de clientes aprobados de Daybreak Red, y OpenAI dice que el acceso se ampliará pronto a todos ellos. GPT-5.6 Cyber pasa ya a todos los clientes de Daybreak Red. Los equipos de seguridad de Cisco, Calif y CodeRabbit figuran entre los usuarios.
Las salvaguardas son más estrechas que un clasificador de rechazo habitual. OpenAI exige por defecto listas de IP autorizadas para el acceso a la API de Daybreak Red, aplica una revisión automatizada de interacciones que llama Private Safety Processing y ha añadido un grupo aparte dentro de Daybreak Red para defensores de infraestructuras críticas aprobados. La empresa también dice que trabajó con la firma de seguridad industrial Dragos, cuyo director de IA, Rob T. Lee, afirma que un modelo de frontera en un campo de pruebas que simulaba una central eléctrica encontró dos vulnerabilidades de día cero en software de ingeniería que gestiona datos de relés de protección.
Lo que queda por ver es si alguien fuera de OpenAI puede comprobar las cifras de alcance. La calificación de Crítico es la evaluación que hace la propia empresa de su propio modelo, publicada junto al producto que esa calificación gobierna.
