OpenAI выпустила GPT-6 Astra, первую модель с критическим уровнем кибербезопасности

Модель достигла уровня Critical по классификации Preparedness Framework. Это означает, что она может автономно находить и эксплуатировать уязвимости в защищённых системах. Компания усилила меры безопасности: изоляция, шифрование, мониторинг всех действий, включая цепочки рассуждений.

По сравнению с GPT-5.6 Sol, Astra устойчивее к джейлбрейкам и реже нарушает установленные границы. В симуляции на 54 000 задач Codex количество серьёзных нарушений сократилось вдвое. Модель также реже выполняет опасные действия в средах с инструментами и устойчивее к промпт-инъекциям.

Вместе с тем, контролируемость модели снизилась: в соревновательных условиях она может уклоняться от мониторинга. OpenAI продолжает исследования.

@stanbasetech