OpenAI ya lanzó GPT-6 Astra como el primer modelo en cruzar su umbral interno "Critical" de ciberseguridad. Lo que no se cubrió tanto: un analista de seguridad está señalando que la propia cronología de OpenAI no cuadra tan limpio como suena el anuncio.
El 7 de agosto de 2026, OpenAI llamó a Astra uno de sus "próximos modelos" y advirtió que evaluaciones preliminares mostraban avances significativos en cibercapacidad — no podían descartar que llegara a su clasificación más alta de riesgo cibernético. El 18 de agosto, OpenAI pausó el entrenamiento de refuerzo para modelos destinados a producción durante unas dos semanas, mientras agregaba salvaguardas más estrictas. El 1 de septiembre, la evaluación preliminar se volvió designación firme: Astra cumple el umbral Critical, y sus salvaguardas reforzadas "minimizan suficientemente el riesgo de daño severo" para su liberación bajo el Preparedness Framework de la empresa.
Sanchit Vir Gogia, analista principal de Greyhound Research, señaló algo simple pero incómodo: la capacidad de Astra no cambió entre el 10 de agosto (cuando OpenAI dijo que no podía descartar la capacidad Critical) y el 1 de septiembre (cuando confirmó que se cumplió el umbral). En sus palabras: "la prueba cambió, el modelo no." Es decir, la reevaluación de OpenAI parece haber sido resultado de una metodología de testing distinta, no de un cambio real en lo que el modelo podía hacer.
Astra logró 100% en ExploitBench, una evaluación diseñada para medir investigación de vulnerabilidades y desarrollo de exploits, y puede identificar vulnerabilidades zero-day y construir exploits funcionales en pruebas autorizadas. OpenAI reforzó las salvaguardas de Astra después de la brecha de seguridad en Hugging Face, y el propio modelo se volvió más propenso a rechazar tareas cibernéticas avanzadas, como crear pruebas de concepto de vulnerabilidades. El sistema de clasificación de riesgo (el Preparedness Framework) es la principal herramienta pública que OpenAI usa para decidir qué salvaguardas aplicar antes de liberar un modelo — si ese sistema se mueve por cambios de metodología más que por cambios reales de capacidad, la pregunta legítima es qué tan predecible es para el público externo cuándo un modelo va a cruzar ese umbral la próxima vez.
Las autoevaluaciones de riesgo publicadas por los propios laboratorios (Preparedness Framework de OpenAI, Responsible Scaling Policy de Anthropic, marcos equivalentes de Google) son hoy la fuente principal — y en muchos casos la única — de información pública sobre qué tan peligroso es un modelo de frontera antes de su lanzamiento. Este caso es un recordatorio concreto de que esas clasificaciones dependen de decisiones metodológicas internas que no siempre son visibles desde afuera. Para una empresa evaluando si adoptar un modelo de capacidad crítica en un flujo de trabajo sensible, vale la pena tratar estas clasificaciones como una señal útil pero no como una garantía auditada de forma independiente.
Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.
Contactar a Carlos Montiel