OpenAI рассказала, как готовит к выпуску модель Astra. Это первая модель компании уровня Critical по кибербезопасности в её Preparedness Framework: с нужными инструментами она сама находит неизвестные уязвимости в защищённых системах и собирает под них эксплойты без человека на каждом шаге. Дата релиза и цены не названы.

На графике внутренний набор из 20 свежих уязвимостей V8: по горизонтали потраченные токены, по вертикали доля рабочих эксплойтов. Astra доходит до 39% примерно за 75 тысяч токенов, GPT-5.6 Sol до 12% за 135 тысяч, а по пути Astra нашла две новые уязвимости. На публичном ExploitBench у неё 100%. В экспертных тестах модель построила цепочку выхода из песочницы браузера и повышения привилегий до root. Отказывает на обход запретов в кибертемах в 91,5% случаев против 59% у Sol.

Доступ ступенчатый: модель выйдет «скоро», продвинутые кибервозможности сначала получат тестировщики, потом защитники через Daybreak Blue. После инцидента с Hugging Face часть обучения останавливали на две недели, большой RL-прогон возобновили 28 августа.

Anthropic 1 сентября выпустила Fable 5.1 и Mythos 5.1 по похожей схеме: полные кибервозможности только у проверенных организаций.

Подробный разбор оценок и защит на сайте.

@neuro_channel