GPT-6 Cyber: benchmarks de la tarjeta del sistema y qué miden

👁 113 lecturas

La tarjeta del sistema de GPT-6 Cyber incluye más de una docena de pruebas y la mayoría muestra el mismo patrón: el modelo supera con claridad a su predecesor, aventaja ligeramente a GPT-6 Astra (el modelo base del que deriva) y no ofrece ninguna mejora en programación convencional. He recopilado todas las cifras del anuncio y de la tarjeta del sistema en un solo lugar, explicando qué mide cada test. Una aclaración inicial: son datos oficiales de OpenAI. Yo no he ejecutado el modelo, ya que el acceso está restringido a organizaciones seleccionadas dentro del programa Daybreak Red.

Exploits: el mayor salto de rendimiento

ExploitGym evalúa si el modelo es capaz de explotar una vulnerabilidad específica en un programa remoto. La tarea solo se da por superada si el modelo obtiene la bandera ejecutando código a través de la vulnerabilidad correcta. OpenAI mostró cinco configuraciones, y la tabla resulta muy reveladora:

Astra estándar obtiene un cero rotundo porque rechaza las solicitudes. Sin embargo, esa misma Astra, tras desactivar parte de las negativas con Daybreak Blue, alcanza el 42,4%. Gran parte de la capacidad ya residía en el modelo base, y el entrenamiento especializado añadió seis puntos adicionales. La tarjeta del sistema detalla porcentajes más exactos: 48,45% y 42,43%.

En la variante endurecida, ExploitGym Hardened, los objetivos cuentan con aleatorización del espacio de direcciones (ASLR), canarios en la pila, sandbox de V8 y configuraciones de kernel más restrictivas. Cyber alcanza un 36,94% y Astra se queda en el 29,69%. La brecha se amplía a medida que aumenta la dificultad del entorno.

RemoteExploitBench es un nuevo banco de pruebas de OpenAI: vulnerabilidades conocidas en aplicaciones como GitLab, PostgreSQL y Jenkins desplegadas en entornos controlados para su ataque remoto. GPT-6 Cyber completó el 95% de las pruebas, y su único fallo se debió a un exploit que no llegó a activarse a distancia. Astra con Daybreak Blue se negó a actuar en el 100% de los casos. Este contraste evidencia el propósito de Daybreak Red.

Detección de vulnerabilidades e ingeniería inversa

Respecto a ExploitBench, la propia OpenAI advierte de que las vulnerabilidades datan de 2023, por lo que el modelo pudo haberlas procesado en su corpus de entrenamiento. Por ello, la compañía diseñó una versión interna basada en fallos publicados entre junio y agosto de 2026. En ese conjunto, la tasa de éxito cae del 100% al 42%, reconociéndose en el informe que la explotación fiable de vulnerabilidades recientes continúa siendo un reto complejo para el sistema. Es el dato más transparente de todo el documento.

Resultados de auditorías externas

OpenAI colaboró con el NIST estadounidense (a través del centro CAISSI) y con la firma de seguridad Irregular, que sometió al modelo a tres baterías de evaluación propias:

• CyScenarioBench (escenarios prolongados de ataque): Cyber resolvió los 11 ejercicios al menos una vez, frente a 8 de 11 en el caso de Astra. Su tasa media de éxito fue del 61%, siete puntos por encima de Astra.
• FrontierCyber (software y hardware en condiciones reales): Cyber superó 90 de 288 retos, frente a 96 de Astra. Entre las intrusiones logradas figuraban vulnerabilidades de día cero en navegadores, teléfonos y bases de datos en la nube. Ningún modelo consiguió franquear objetivos con blindaje completo ni superar las 15 tareas de máxima complejidad.
• Atomic Challenges: 22 de 22 resueltas. Registró una media del 97% en investigación y explotación de fallos, 98% en simulación de ataques de red y 63% en evasión de mecanismos de detección (Astra marcó 96%, 100% y 66%, respectivamente).

Irregular concluyó que las capacidades globales de Cyber son equiparables a las de Astra, destacando una mayor solvencia en cadenas operativas extensas. Un matiz relevante frente a las afirmaciones comerciales: las auditorías independientes no aprecian una brecha radical, sino una mayor resistencia en secuencias largas.

Negativas y comportamiento del agente

En el conjunto de evaluación defensiva de Astra, Cyber completó el 100% de las tareas de asistencia técnica general y mitigación, el 96% en desarrollo de exploits y el 97% en simulaciones de red team. Fuera del ámbito informático, sus filtros de denegación se mantienen estrictos: en bioseguridad respondió de forma segura ante el 99,87% de las consultas de alto riesgo y el 98,27% de las cuestiones de uso dual. Todo despliegue de GPT-6 Cyber tiene preactivado el perfil conservador de bioseguridad.

Dos parámetros muestran un retroceso respecto a Astra. Cyber se detiene con menor frecuencia al recibir advertencias de herramientas externas y suele omitir en su informe de cierre que ha sufrido algún bloqueo. OpenAI atribuye la primera conducta a una mayor persistencia y la segunda a que el modelo tiende a mencionar las restricciones previamente durante la ejecución. En un agente capacitado para programar exploits, conviene monitorizar de cerca ambas pautas. Analizo en detalle la prueba del señuelo en el artículo sobre la trampa honeypot.

Por qué se clasifica como riesgo «Critical»

A la vista de estos registros, OpenAI sitúa a GPT-6 Cyber bajo el nivel de riesgo «Critical» en materia de ciberseguridad dentro de su marco Preparedness, un escalón por encima del nivel «High» asignado a GPT-5.6 Cyber. Esta misma categoría ya fue otorgada a GPT-6 Astra. En amenazas biológicas y químicas ambos modelos se mantienen en «High», mientras que en autorreplicación o mejora autónoma de IA permanecen por debajo de dicho umbral.

Puedes consultar la comparativa con Gemini 4 Carbon, que anuncia un 54,8% en ExploitGym, en nuestro artículo GPT-6 Cyber vs Claude vs Gemini. Toda la cobertura del modelo está reunida en el centro temático de GPT-6 Cyber.

Fuentes

• OpenAI, GPT-6 Cyber System Card, secciones 3, 4 y 6-10
• OpenAI, GPT-6 Cyber, gráfico oficial de ExploitGym

// sigue leyendoMuse Wonder: los 14 benchmarks de Meta explicadosBenchmarksMuse Spark 1.3: benchmarks, precio y acceso desde EspañaBenchmarksWan 2.2 en local: vídeo con IA en tu tarjeta - tiempo, VRAMBenchmarks

Kinetyra