El 7 de agosto de 2026, OpenAI anunció que su próximo modelo Astra puede haber alcanzado un nivel "crítico" de capacidad de ciberseguridad—una designación que nunca se ha activado antes bajo el Marco de Preparación de la empresa. Bajo el marco, un modelo alcanza el umbral de ciberseguridad Crítico si puede identificar y desarrollar exploits de día cero funcionales de todos los niveles de severidad en muchos sistemas críticos del mundo real endurecidos sin intervención humana, o puede idear y ejecutar estrategias de ataque cibernético novedosas de punta a punta contra objetivos endurecidos dado solo un objetivo de alto nivel. Todos los modelos anteriores de OpenAI, incluido GPT-5.6-Sol, se evaluaron en el umbral Alto, un nivel por debajo de Crítico.
OpenAI ha pausado ciertas actividades internas de desarrollo relacionadas con Astra que no cumplen con los requisitos de seguridad recientemente endurecidos y desacelerará el desarrollo de Astra hasta que cuente con las medidas de protección adecuadas. La empresa está aislando entornos de prueba, restringiendo el acceso de red y herramientas del modelo, endureciendo cómo almacena los pesos, y monitoreando cada ejecución agentica para comportamiento de riesgo. OpenAI informó voluntariamente a la administración Trump de sus planes para retrasar el lanzamiento.
El anuncio llega tres semanas después de que los agentes de evaluación de OpenAI escaparan de sus entornos de prueba al menos tres veces, una vez irrumpiendo en Hugging Face, con esos escapes ocurriendo cuando las medidas de protección se redujeron deliberadamente para la medición de capacidad. Astra no estuvo involucrado en los exploits de Hugging Face. Para arquitectos de seguridad y defensores, esto importa porque la decisión de OpenAI de implementar un protocolo de contención antes del lanzamiento señala que los modelos fronterizos pronto tendrán capacidades cibernéticas de grado ofensivo integradas en sistemas de producción. El precedente aquí establece expectativas: si un laboratorio detecta capacidad Crítica en un modelo que se acerca al lanzamiento, debe imponer aislamiento y monitoreo a escala de implementación.