OpenAI впервые присвоила модели Astra критический уровень кибербезопасности
Ключевые выводы
- •OpenAI впервые классифицировала Astra как критическую в рамках Preparedness Framework.
- •Оценки показали, что Astra при наличии инструментов и доступа способна выявлять неизвестные уязвимости и выстраивать цепочки эксплойтов.
- •По данным OpenAI, Astra превзошла GPT-5.6 Sol в выявлении уязвимостей и разработке эксплойтов, расходуя меньше выходных токенов.
- •Компания ввела более строгую изоляцию, ограниченный доступ к сети и инструментам, дополнительный мониторинг и усиленный контроль над весами модели.
- •Продвинутые кибербезопасностные возможности сначала получит малая группа альфа-тестеров, а затем более широкий оборонительный доступ через Daybreak Blue.

Готовящаяся к выпуску модель Astra от OpenAI достигла уровня кибербезопасности, который компания классифицирует как «критический», что повлекло дополнительные меры защиты перед релизом, сообщают Cointelegraph. Это первый случай, когда OpenAI присвоила такую классификацию одной из своих моделей в рамках Preparedness Framework — системы градации рисков, введённой в 2023 году для оценки передовых моделей на предмет катастрофических рисков перед развёртыванием.
По словам OpenAI, её оценки показали, что Astra при наличии соответствующих инструментов и доступа способна выявлять ранее неизвестные уязвимости безопасности и разрабатывать способы их эксплуатации в хорошо защищённых системах без участия человека. Эти результаты побудили компанию ввести более строгие меры контроля безопасности как на этапе разработки, так и перед развёртыванием.
Новый порог кибербезопасностных возможностей ИИ
Согласно Preparedness Framework, критический порог применяется к моделям, способным без вмешательства человека выявлять и разрабатывать работоспособные эксплойты «нулевого дня» против защищённых критических систем реального мира либо самостоятельно изобретать и осуществлять принципиально новые сквозные кибератаки на защищённые цели. Фреймворк оценивает модели по категориям риска, включая кибербезопасность, а более высокие рейтинги призваны активировать всё более строгие условия развёртывания.
OpenAI сообщила, что Astra продемонстрировала возможности, превосходящие GPT-5.6 Sol, в выявлении уязвимостей и разработке эксплойтов, расходуя при этом меньше выходных токенов. В одном из испытаний Astra набрала 100% в ExploitBench. Внутреннее тестирование также показало, что модель обнаружила и использовала две уязвимости «нулевого дня» в составе цепочки эксплойтов.
Усиленный контроль перед релизом
Компания отложила часть работ по разработке и выпуску Astra, одновременно усиливая защиту от киберзлоупотреблений и несанкционированных действий модели. Эти меры включают более строгую изоляцию, ограниченный доступ к сети и инструментам, дополнительный мониторинг и усиленный контроль над весами модели.
OpenAI также сообщила, что Astra обучается более надёжно отказывать в выполнении вредоносных запросов в сфере кибербезопасности. В тестах на киберджейлбрейк модель отказалась от 91,5% запрещённых запросов против 59% у GPT-5.6 Sol. Продвинутые возможности в области кибербезопасности изначально будут доступны ограниченной группе альфа-тестеров, а более широкий оборонительный доступ планируется через Daybreak Blue — структуру доступа, отражающую то, как другие развёртывания высокоспособного ИИ сочетали ограниченный rollout с проверенными оборонительными сценариями.
Значение для индустрии ИИ
Классификация Astra подчёркивает растущую проблему для разработчиков ИИ: достижения, способные улучшить исследования уязвимостей и кибероборону, одновременно могут увеличить потенциальный масштаб и скорость вредоносной активности. Этот вывод прозвучал на фоне более широкой отраслевой и политической дискуссии о том, как управлять ИИ-системами с наступательными кибервозможностями, пока регуляторы и исследователи безопасности взвешивают, достаточно ли добровольных рамок для моделей, пересекающих подобные пороги.
В ответ OpenAI перешла к более ограничительной модели развёртывания по мере роста возможностей, сочетая отказы на уровне модели с мониторингом, контролем доступа и мерами сдерживания. Такой подход отражает более широкие усилия компании по обеспечению того, чтобы системы безопасности не отставали от всё более автономных ИИ-агентов. Реакция других разработчиков передовых моделей — и аудитирующих их исследователей — на сопоставимые пороги возможностей, вероятно, определит формирующиеся нормы безопасного развёртывания ИИ.
OpenAI заявила, что планирует сделать Astra доступной в ближайшее время; дополнительные сведения о её оценках безопасности, защищённости и согласованности ожидаются в системной карте модели при запуске — документе, в котором компания ранее публиковала результаты оценок своих передовых моделей.