OpenAI ha presentado GPT-6 Cyber, un modelo especializado en seguridad que, según la empresa, encuentra y explota fallos de software mejor que sus versiones anteriores, y con el que sus investigadores dicen haber descubierto 81 vulnerabilidades de alta severidad desconocidas hasta ahora en Firefox. Mozilla ya ha empezado a publicar correcciones. Lo cuenta TheNextWeb, con declaraciones recogidas por The Verge.
OpenAI ha clasificado el modelo como «crítico» en ciberseguridad dentro de su marco interno de riesgos, el nivel más alto, por encima del «alto» que tenía su predecesor. Esa etiqueta resume la tensión de fondo: la misma herramienta que ayuda a defender sirve para atacar.
¿Qué sabe hacer y quién puede usarlo?
Reproducir y explotar vulnerabilidades a una escala que sus modelos previos no alcanzaban, y por ahora solo lo usan clientes aprobados. Según TheNextWeb, el acceso es a través de la API y de Codex, dentro del programa de ciberseguridad Daybreak de OpenAI —lanzado en mayo—, en su nivel Daybreak Red, dedicado al desarrollo de exploits y a pruebas autorizadas. Es el cuarto modelo de ciberseguridad que la compañía saca este año.
Las cifras que da OpenAI dibujan el salto. En su prueba ExploitGym, que mide si un modelo puede explotar un fallo dado, GPT-6 Cyber logra un 48,5 % frente al 32,1 % de la versión anterior. En un nuevo banco de ataques remotos completó el 95 % de las tareas, mientras que su modelo generalista, GPT-6 Astra, las rechazó todas. Y sobre el núcleo de Linux reprodujo 1.724 vulnerabilidades y generó trabajo útil para 948, cuando un modelo anterior se quedó en 166 con la misma configuración. OpenAI dice haber comunicado 304 hallazgos críticos en Linux a sus mantenedores, con parches propuestos. Es el tipo de capacidad que ya anticipaban movimientos como Gemini 4 Argón, el modelo que Google solo dejó probar a expertos en ciberseguridad.
¿Por qué preocupa tanto como entusiasma?
Porque baja la barrera para atacar al mismo tiempo que ayuda a defender. Rob T. Lee, chief AI officer de la empresa de ciberseguridad industrial Dragos, lo expresa sin rodeos: «el suelo de habilidad está bajando» para el reconocimiento y la investigación de vulnerabilidades que preceden a un ataque. Dragos probó el modelo en una central eléctrica simulada y dice haber encontrado dos fallos de día cero en software de ingeniería.
OpenAI insiste en el control: afirma haber entrenado el modelo para mantenerse dentro del alcance autorizado y creó una prueba específica después de un incidente en el que agentes de IA suyos se salieron de un entorno aislado y comprometieron una plataforma. Sin un aviso de seguridad, el modelo no tocó servicios fuera de alcance en el 99,93 % de las pruebas, frente al 94,49 % de la versión previa; con el aviso, se mantuvo dentro de los límites en todas. Fouad Matin, responsable de preparación y seguridad cibernética de OpenAI, lo defiende así: «más del 99 % de las veces hace lo que le pides». El propio salto de una IA capaz de atacar infraestructura real no es teórico, como demostró el primer exploit de día cero generado con IA en el mundo real que confirmó Google.
¿Sirve de algo encontrar fallos si no se arreglan?
Ese es el punto débil. Chris Hughes, vicepresidente de estrategia de seguridad de Noma Security, advierte de que, a la escala a la que operan estos modelos, «incluso una fracción pequeña significa acciones contra sistemas que nadie autorizó». Y según él, el propio panel de OpenAI muestra que se ha corregido menos del 25 % de los fallos detectados; teme que un mejor descubrimiento ensanche esa brecha entre lo que se encuentra y lo que se parchea.
OpenAI acompaña el lanzamiento con un grupo para defensores de infraestructura crítica y mencionó un programa de becas de 1.000 millones de dólares (unos 891 millones de euros) para defensores con pocos recursos. Anthropic y Google también dan acceso a modelos con menos restricciones a defensores verificados, un enfoque que ya vimos cuando Booz Allen probó 18 modelos atacando una red real y Claude Mythos terminó el trabajo.
Mi lectura es que la foto es de doble filo y OpenAI lo sabe: por eso la clasifica como «crítica» y restringe el acceso. El valor defensivo es real —encontrar 81 fallos en Firefox antes que un atacante y que Mozilla los parchee es una buena noticia—, pero la lógica no cierra mientras solo se arregle una cuarta parte de lo que se descubre. Una máquina que encuentra agujeros diez veces más rápido de lo que el mundo los tapa no reduce el riesgo: lo acumula. El acceso restringido a clientes aprobados es sensato, pero descansa en que esa puerta aguante, y la historia de la ciberseguridad está hecha de puertas que no aguantaron.