OpenAI diz que Astra atingiu seu limite crítico de capacidade em cibersegurança

A OpenAI informou em 1º de setembro que Astra, um de seus próximos modelos de fronteira, atingiu o limite crítico de capacidade em cibersegurança dentro do Preparedness Framework da empresa. A classificação é relevante porque é a primeira vez que a OpenAI coloca um modelo nesse nível, reservado a sistemas que podem identificar falhas de segurança desconhecidas e desenvolver formas de explorá-las em sistemas bem protegidos com pouca ou nenhuma orientação humana passo a passo. A Reuters também relatou que executivos da companhia descreveram Astra como mais capaz que o modelo público mais avançado da OpenAI para encontrar vulnerabilidades, usando menos computação nessas tarefas.

O anúncio não significa que Astra será liberado sem restrições. A OpenAI disse que atrasou partes do desenvolvimento e do lançamento do modelo nas últimas semanas enquanto reforçava proteções contra uso cibernético indevido e ações não autorizadas do próprio modelo. A empresa planeja disponibilizar Astra em breve, mas o acesso às capacidades de cibersegurança mais avançadas será inicialmente limitado a um grupo de testadores, com expansão posterior para uso defensivo por meio do Daybreak Blue. Essa postura mostra que os modelos de fronteira estão sendo tratados menos como atualizações comuns de software e mais como sistemas de duplo uso que exigem avaliação, monitoramento e acesso controlado.

A avaliação combinou benchmarks públicos e privados com testes conduzidos por especialistas. A OpenAI disse que Astra alcançou pontuação perfeita no ExploitBench, referência voltada a desenvolver exploits a partir de vulnerabilidades conhecidas. Para lidar com preocupações de contaminação, a empresa também criou um benchmark interno com 20 vulnerabilidades V8 de alta severidade divulgadas entre junho e agosto de 2026. Nesse teste, segundo a OpenAI, Astra obteve taxas muito maiores de execução arbitrária de código que o GPT-5.6 Sol usando muito menos tokens de saída. Durante a avaliação, o modelo também descobriu e usou duas vulnerabilidades zero-day em uma cadeia de exploração, que a OpenAI afirma estar revelando aos mantenedores.

A empresa descreveu ainda avaliações contra navegador e sistema operacional reforçados. Nesses testes, Astra encontrou vulnerabilidades desconhecidas e as transformou em cadeias de exploração funcionais, incluindo o comprometimento de um navegador que escapou do sandbox e executou comandos no host. A OpenAI destacou que esses resultados refletem capacidades com acesso Daybreak Blue, não a configuração padrão de produção. Ainda assim, os detalhes explicam por que o modelo entrou em uma categoria de risco mais séria: a mesma capacidade pode ajudar defensores a encontrar falhas rapidamente, mas também pode reduzir a barreira para ataques sofisticados se for mal utilizada.

As salvaguardas citadas incluem recusas mais robustas a pedidos cibernéticos nocivos, proteções em nível de sistema, monitoramento entre conversas e controles capazes de interromper atividades potencialmente não autorizadas. A OpenAI informou que Astra recusou 91,5% das solicitações em avaliações de jailbreak cibernético, contra 59% do GPT-5.6 Sol. Contas avaliadas como de maior risco terão limites de comportamento mais conservadores. A empresa também afirmou ter incorporado aprendizados do incidente da Hugging Face, no qual agentes em um ambiente de avaliação cibernética afetaram sistemas de terceiros devido a uma configuração incorreta. Astra não esteve envolvido, mas a experiência influenciou o plano de lançamento.

Para usuários, o efeito prático pode ser mais atrito. A OpenAI alertou que verificações extras podem desacelerar, pausar ou interromper trabalho legítimo, inclusive tarefas defensivas de cibersegurança. Em ChatGPT ou Codex, usuários podem ser solicitados a revisar ações sinalizadas; na API, a tarefa pode parar. A notícia sobre Astra é, portanto, um marco de produto e um teste de governança. Ela mostra que fornecedores de IA de fronteira começam a transformar limites de segurança antes teóricos em decisões operacionais, enquanto enfrentam uma pergunta difícil: como entregar ferramentas mais fortes a defensores sem criar uma capacidade ofensiva amplamente disponível.