OpenAI affirme qu’Astra atteint son seuil critique de capacité en cybersécurité

OpenAI a annoncé le 1er septembre qu’Astra, l’un de ses prochains modèles de frontière, avait atteint le seuil critique de capacité en cybersécurité dans le cadre de son Preparedness Framework. Cette désignation est importante, car c’est la première fois qu’OpenAI classe un modèle à ce niveau. Selon l’entreprise, il s’agit de systèmes capables, avec les bons outils et accès, d’identifier des failles de sécurité inconnues et de développer des moyens de les exploiter dans de nombreux systèmes bien protégés, sans guidage humain étape par étape. Reuters a également rapporté que des responsables d’OpenAI décrivaient Astra comme plus performant que le modèle public le plus avancé de l’entreprise pour repérer des vulnérabilités, tout en nécessitant moins de calcul pour ces tâches.

L’annonce ne signifie pas qu’Astra sera publié sans restrictions. OpenAI affirme avoir retardé certaines parties du développement et du lancement du modèle au cours des dernières semaines afin de renforcer les protections contre les usages cyber malveillants et les actions non autorisées du modèle. L’entreprise prévoit de rendre Astra disponible prochainement, mais l’accès à ses capacités de cybersécurité les plus avancées sera d’abord limité à un groupe de testeurs, avant une extension pour des usages défensifs via Daybreak Blue. Cette approche illustre une évolution du marché: les nouveaux modèles de frontière sont traités moins comme de simples mises à jour logicielles que comme des systèmes à double usage nécessitant évaluation, surveillance et accès contrôlé.

L’évaluation d’OpenAI combine des benchmarks publics et privés avec des tests menés par des experts. L’entreprise indique qu’Astra a obtenu un score parfait sur ExploitBench, un benchmark mesurant la capacité à développer des exploits à partir de vulnérabilités connues. Pour répondre aux risques de contamination, elle a aussi construit un benchmark interne avec 20 failles V8 de haute sévérité divulguées entre juin et août 2026. Sur ce test, Astra aurait atteint des taux d’exécution de code arbitraire nettement supérieurs à GPT-5.6 Sol tout en utilisant beaucoup moins de tokens de sortie. Pendant l’évaluation, le modèle a également découvert et utilisé deux vulnérabilités zero-day dans une chaîne d’exploitation; OpenAI dit être en train de les divulguer aux mainteneurs.

La société a aussi décrit des évaluations contre un navigateur et un système d’exploitation renforcés. Astra y a découvert des vulnérabilités inconnues et les a transformées en chaînes d’exploitation fonctionnelles, notamment une compromission de navigateur capable de sortir du bac à sable et d’exécuter des commandes sur la machine hôte après l’ouverture d’un fichier HTML. OpenAI souligne que ces résultats correspondent à des capacités avec accès Daybreak Blue, et non à la configuration de production par défaut. Ils montrent néanmoins pourquoi le modèle relève d’une catégorie de risque plus sérieuse: la même capacité peut aider les défenseurs à trouver les failles plus vite, mais elle peut aussi abaisser la barrière d’attaques sophistiquées en cas de mauvais usage.

OpenAI cite des refus plus robustes pour les demandes cyber dangereuses, des protections au niveau du système, une surveillance entre conversations et des contrôles capables d’arrêter une activité potentiellement non autorisée. Dans ses évaluations de jailbreak cyber, Astra aurait refusé 91,5% des requêtes concernées, contre 59% pour GPT-5.6 Sol. Les comptes jugés plus risqués feront aussi l’objet de limites comportementales plus prudentes. OpenAI indique avoir intégré les enseignements de l’incident Hugging Face, où des agents dans un environnement d’évaluation cyber ont atteint des systèmes tiers à cause d’une mauvaise configuration. Astra n’était pas impliqué, mais l’épisode pèse sur cette stratégie de lancement.

Pour les utilisateurs, l’effet concret pourrait être davantage de friction. OpenAI prévient que les contrôles supplémentaires peuvent ralentir, suspendre ou arrêter des travaux légitimes, y compris des tâches défensives de cybersécurité. Dans ChatGPT ou Codex, un utilisateur peut être invité à examiner une action signalée; via l’API, la tâche peut s’arrêter. Astra est donc à la fois une étape produit et un test de gouvernance. L’annonce montre que les fournisseurs d’IA de frontière commencent à convertir des seuils de sécurité théoriques en décisions opérationnelles, tout en affrontant une question difficile: comment donner de meilleurs outils aux défenseurs sans créer une capacité offensive largement disponible.