Armar una cadena completa de Chrome —de una página web a ejecución de código fuera del sandbox— solía tomar a un equipo de cuatro personas entre 6 y 9 meses. Dos experimentos recientes con GPT-5.6 Sol muestran que el tiempo y el costo se desplomaron, pero miden cosas muy distintas.
XBOW, la firma de seguridad ofensiva, dirigió agentes de IA que usaban el modelo público GPT-5.6 Sol de OpenAI para construir una cadena de explotación completa contra Chrome entre el 2 y el 7 de agosto de 2026. Según The Hacker News y RuntimeWire, Google otorgó US$250.000, el primer premio máximo para una cadena completa bajo las reglas del programa introducidas en abril de 2026. XBOW estima unos US$40.000 en cargos de cómputo de IA para la campaña.
La cadena enlaza tres fallas: una en el motor JavaScript V8, una en el decodificador de WebP animado y una en Crashpad (el manejador de caídas), para salir del sandbox del renderizador y ejecutar código en el sistema. The Hacker News asigna a las fallas de V8 y Crashpad los identificadores CVE-2026-85045 y CVE-2026-78952, y dice que el resultado afectaba a cerca de mil millones de usuarios de Chrome en Windows antes del parche.
Los agentes buscaron en el código fuente de Chrome, probaron hipótesis, construyeron pruebas de concepto y redactaron exploits. Los investigadores humanos eligieron los objetivos, dieron contexto, validaron resultados y decidieron dónde integrar las piezas. RuntimeWire subraya que fue trabajo asistido por IA y dirigido por personas, no autónomo. Brendan Dolan-Gavitt, de XBOW, lo resumió a The Hacker News así: antes de los LLM una cadena completa de Chrome tomaba a un equipo de cuatro entre 6 y 9 meses; la premiada, seis días.
Hacktron, otra firma, publicó un benchmark hecho en julio de 2026 con GPT-5.6 Sol Ultra, que Mohan Pedhapati (cofundador y CTO) volvió a difundir el 29 de septiembre. El modelo completó una cadena funcional desde una falla de V8 hasta ejecución de código nativo —como prueba, abrió la Calculadora— por un costo reportado de US$1.596,89 en cómputo.
Pero el contexto es otro: según las fuentes, Hacktron no dio solo los commits del parche; también entregó el código fuente de V8, una compilación de d8 con sandbox, herramientas de depuración y orientación limitada. RuntimeWire recalca que fue un laboratorio controlado y que la repetibilidad y el costo total en el mundo real no están demostrados.
No son comparables uno a uno: el costo de XBOW incluye explorar un objetivo real y descartar caminos; el de Hacktron es un experimento acotado con ayudas. Juntos muestran un rango: el costo de un intento puede ser de miles de dólares, y el de una campaña seria, decenas de miles, frente a los meses-persona de antes. Lo defendible es la tendencia, no un precio único.
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