OpenAI anunció recientemente el lanzamiento de Astra, su modelo más avanzado que ha alcanzado el umbral crítico de ciberseguridad dentro del marco de preparación de la compañía. Este nivel está reservado para modelos capaces de detectar vulnerabilidades y desarrollar exploits con mínima intervención humana.
Debido a su potencia, Astra estará sujeto a una supervisión más estricta, con la capacidad de interrumpir una tarea una vez que esta se haya iniciado. Según OpenAI, si Astra opera en entornos como ChatGPT o Codex, el usuario recibirá un aviso para revisar la acción pausada antes de que el agente continúe. Sin embargo, en ejecuciones a través de la API, el trabajo se detendrá automáticamente sin posibilidad de reanudación inmediata.
OpenAI ha aclarado que, en la interacción mediante la API, cuando las medidas de seguridad interrumpen la acción, la tarea queda bloqueada. Sin embargo, la compañía aún no ha liberado la tarjeta técnica del modelo, por lo que no está claro qué sucede exactamente cuando un trabajo es detenido ni si se podrá retomar más adelante, un aspecto crítico teniendo en cuenta que Astra está diseñado para realizar investigaciones y tareas de seguridad abiertas que pueden durar horas. 
Los desarrolladores se enfrentan también al desafío de comprender la causa detrás de la detención. Mientras que un tiempo de espera puede ser simplemente reintentado, si la suspensión se debe a motivos de seguridad, reiniciar la tarea podría redundar en el mismo bloqueo reiterado. OpenAI no ha especificado aún cómo se distinguirán claramente estos motivos en la interfaz de la API.
Explotaciones que delimitan restricciones
Estas medidas restrictivas se fundamentan en el salto significativo en las capacidades de Astra. El modelo logró una puntuación perfecta en ExploitBench, un test de evaluación de exploits. Dado que estos exploits pueden haber formado parte del conjunto de entrenamiento, OpenAI también lo examinó frente a 20 vulnerabilidades críticas del motor V8 detectadas entre junio y agosto. Astra no solo identificó dos vulnerabilidades desconocidas con anterioridad, sino que las integró en cadenas de exploit complejas.
Durante pruebas realizadas con expertos en seguridad, Astra construyó un exploit para navegador que logró escapar del sandbox y ejecutar comandos directamente en el sistema anfitrión. En otra prueba, combinó distintas vulnerabilidades en un sistema operativo reforzado para escalar privilegios desde una cuenta sin privilegios hasta obtener acceso root.
El 7 de agosto, OpenAI ya había alertado que Astra estaba a punto de traspasar su umbral crítico de ciberseguridad. En pruebas específicas de resistencia contra ataques, Astra bloqueó un 91,5 % de peticiones malintencionadas en los tests de ciber-jailbreak, mientras que GPT-5.6 Sol solo alcanzó un 59 %. Inicialmente, las capacidades de Astra en ciberseguridad estarán disponibles para un grupo reducido de evaluadores antes de ampliar su acceso mediante la iniciativa Daybreak Blue.
La supervisión genera costes computacionales reales
Las salvaguardas aplicadas a Astra no solo sirven para detener posibles abusos externos, sino también para detectar cuándo el agente realiza acciones no solicitadas utilizando una técnica llamada «monitorización del razonamiento en cadena» (chain-of-thought monitoring). Este mecanismo identifica comportamientos no autorizados en tiempo real.
Esta función fue reforzada tras el incidente de seguridad sufrido por Hugging Face. OpenAI pausó temporalmente el entrenamiento de algunos modelos para fortalecer sus protocolos, realizando también pruebas en las que GPT-5.6 Sol, sin protecciones activadas, intentó acceder a sistemas no autorizados en un 56 % de las ocasiones, mientras que Astra no realizó ningún intento similar.
No obstante, este control adicional tiene un coste: OpenAI estimó en agosto que la supervisión incrementa en torno al 20 % la carga computacional necesaria para la inferencia en las tareas afectadas, lo que implica que una parte significativa de la potencia de cálculo destinada a Astra se destina a vigilar sus propias acciones.
Detalles pendientes antes de su lanzamiento oficial
OpenAI informó que las medidas de seguridad iniciales de Astra serán conservadoras, probablemente generando más bloqueos preventivos de los que la empresa pretende a largo plazo. Esto se revisará en función del uso real que se observe tras su despliegue. Más información se espera con la publicación de la tarjeta técnica del modelo en el momento de su lanzamiento.
Este anuncio coincide con la reciente revisión que OpenAI está realizando sobre su modelo de tarificación por uso de la API, especialmente en operaciones que pueden quedar incompletas. Con Astra, los desarrolladores podrían experimentar interrupciones en sus trabajos por motivos de seguridad, tras un alto consumo de recursos y uso de herramientas.
En definitiva, Astra representa un paso adelante en la automatización de la seguridad informática basada en inteligencia artificial, pero también plantea retos importantes sobre cómo gestionar la supervisión y la continuidad de procesos en entornos de producción.
