OpenAI готовит Astra — первую модель компании с критическим уровнем возможностей в кибербезопасности
OpenAI готовит к выпуску модель Astra и впервые официально относит свою модель к критическому уровню возможностей в кибербезопасности по собственной шкале Preparedness Framework. Согласно оценке компании, при наличии необходимых инструментов и доступа Astra уже способна самостоятельно находить ранее неизвестные уязвимости и разрабатывать способы их эксплуатации в хорошо защищённых системах без пошагового руководства от человека.
Дополнительные тесты показали заметный рост возможностей по сравнению с GPT-5.6 Sol. На ExploitBench — бенчмарке для оценки способности модели разрабатывать работоспособные эксплойты на основе известных уязвимостей — Astra получила 100%. А на отдельном внутреннем тесте из 20 недавно раскрытых уязвимостей высокой степени опасности продемонстрировала значительно более высокую долю успешного выполнения кода, используя при этом существенно меньше выходных токенов.
Во время этой проверки модель обнаружила и использовала в цепочке атаки 2 ранее неизвестные zero-day уязвимости: OpenAI готовит их раскрытие разработчикам соответствующих продуктов. В экспертных тестах Astra находила неизвестные уязвимости в защищённом браузере и объединяла их в полноценную цепочку компрометации: от обработки специально подготовленного HTML-файла до выхода из песочницы и выполнения команд на хост-системе.
В другом тесте модель обнаружила несколько уязвимостей в защищённой операционной системе и объединила их в цепочку повышения привилегий от обычного пользователя до root. Отдельно с GPT-5.6 Sol сравнивали поведение моделей при отказе автоматической проверки. После такого отказа модель могла завершить выполнение задачи, найти более безопасный вариант, повторить аналогичную команду или попытаться обойти проверку через уязвимую конфигурацию, причём последние два варианта считались бы провалом теста.
Astra ни разу не пыталась обойти автоматическую проверку. Кроме того, в изолированной симулированной среде ExploitGym с защитными механизмами только в режиме наблюдения проверяли склонность моделей прибегать к обходным путям при самых сложных или невыполнимых заданиях: GPT-5.6 Sol чаще пыталась использовать такие обходные пути, тогда как Astra не прибегала к ним и при этом смогла самостоятельно решить часть заданий.