OpenAI libera GPT-6 Astra com 100% no ExploitBench, mas bloqueia geração de provas de conceito de exploit
O GPT-6 Astra, novo modelo de fronteira da OpenAI, atingiu 100% de acerto no ExploitBench, benchmark que mede a capacidade de transformar vulnerabilidades conhecidas em exploits funcionais, ante 78,5% do modelo anterior. Por ter cruzado o limiar 'Critical' de capacidade cibernética do Preparedness Framework da empresa, a versão pública do modelo foi restringida a tarefas de revisão segura de código e correção, recusando pedidos de geração de provas de conceito de exploração, enquanto a OpenAI lança em paralelo o programa Daybreak para equipar defensores com capacidades equivalentes.
A OpenAI anunciou o GPT-6 Astra descrevendo-o como seu modelo mais capaz em uso de computador, navegação e engenharia de software, mas o dado que chama atenção sob a ótica de segurança é o salto no ExploitBench: de 78,5% para 100% de acerto em relação à geração anterior. Esse benchmark avalia especificamente se, dada uma vulnerabilidade conhecida (por exemplo, a partir de um CVE ou de um diff de patch), o modelo consegue produzir um exploit funcional de ponta a ponta, sem depender de um humano para preencher as lacunas técnicas do ataque.
O motivo de a OpenAI tratar isso como evento de segurança, e não apenas como marco de desempenho, é que o Astra cruzou o nível 'Critical' de capacidade cibernética dentro do Preparedness Framework da empresa, o esquema interno que classifica riscos de modelos de fronteira antes do lançamento. Atingir esse patamar aciona salvaguardas obrigatórias: a versão liberada ao público foi deliberadamente limitada a revisão de código e sugestão de correções, com o próprio sistema recusando pedidos explícitos de criação de provas de conceito de exploração, além de monitoramento reforçado para detectar tentativas de desviar essa restrição.
Na prática, o resultado interessa porque comprime um dos gargalos centrais da exploração de vulnerabilidades: o tempo e a expertise necessários para transformar o conhecimento de uma falha (um advisory, um patch, um CVE público) em um exploit que efetivamente funciona. Um modelo que satura esse tipo de benchmark reduz drasticamente essa barreira técnica, o que altera a corrida entre divulgação de vulnerabilidade e disponibilidade de exploit no mundo real, pressionando ainda mais os prazos de patch de organizações que hoje já lutam para aplicar correções antes da janela de exploração se abrir.
A eficácia real dessa contenção depende de dois fatores que o anúncio não resolve sozinho: se as restrições de uso resistem a tentativas de jailbreak e reformulação indireta do pedido, e se atores mal-intencionados não conseguem replicar capacidade equivalente via modelos abertos ou versões menos controladas. A aposta da OpenAI, sinalizada pelo investimento bilionário no programa Daybreak para dar a defensores de infraestrutura crítica acesso às mesmas capacidades, é de que distribuir a vantagem defensiva mais rápido do que a ofensiva consegue se popularizar é a forma de administrar esse risco, uma estratégia de dupla utilização que só poderá ser avaliada com o tempo, à medida que a capacidade real do modelo se propague, autorizada ou não, para fora do ambiente controlado da OpenAI.