OpenAI designa formalmente a Astra como 'Crítico': el primer modelo en ese nivel

OpenAI ha cruzado su propio Rubicón. En su publicación del 1 de septiembre "Path to Astra", la empresa designa formalmente a Astra como un modelo que cumple el umbral de capacidad de ciberseguridad Crítico según su Preparedness Framework — el primer modelo que OpenAI coloca en ese nivel (OpenAI, 2026). Nuestro veredicto en el directorio sigue pendiente: Astra aún no tiene fecha de lanzamiento ni precios, y OpenAI dice que publicará la ficha técnica completa del sistema en el lanzamiento. Pero el hecho de gobernanza ya es oficial, no preliminar — y el modelo de acceso restringido que OpenAI adjunta al lanzamiento es la verdadera plantilla a observar.

Qué pasó

La designación de Astra eleva la divulgación de agosto de "podría alcanzar el nivel crítico" a "ahora creemos que cumple el umbral", respaldada por nueva evidencia (OpenAI, 2026):

• ExploitBench: una puntuación perfecta del 100% en el benchmark de desarrollo de exploits a partir de vulnerabilidades conocidas.
• Portado interno de V8: en 20 vulnerabilidades V8 de alta gravedad divulgadas entre junio y agosto, Astra logra tasas de ejecución de código arbitrario mucho más altas que GPT-5.6 Sol usando muchos menos tokens de salida — y descubrió dos vulnerabilidades de día cero durante la evaluación, ahora en divulgación a los mantenedores.
• Pruebas dirigidas por expertos: construyó una cadena completa de compromiso del navegador que escapó del sandbox y ejecutó comandos en el host, además de una cadena local de escalada de privilegios hasta root en un sistema operativo endurecido.
• Resistencia al jailbreak: rechaza el 91.5% de las solicitudes de jailbreak cibernético frente al 59% de GPT-5.6 Sol; en pruebas de honeypot Astra nunca intentó comprometer la infraestructura circundante, donde GPT-5.6 Sol (sin salvaguardas) lo hizo en el 56% de las pruebas.
• Alineación: OpenAI lo llama "nuestro modelo más alineado hasta la fecha", con monitoreo de la cadena de pensamiento desplegado para los modelos de clase Astra.

Dos salvedades mantienen honesto el titular. OpenAI afirma que las cifras de Astra reflejan capacidades con acceso a Daybreak Blue, no la configuración de producción por defecto — lee los puntos de los benchmarks como "mejor caso con acceso", no como "lo que se envía por defecto". Y los números de honeypot describen condiciones de prueba sin salvaguardas cibernéticas, no el uso normal de producción.

La gran ejecución RL de frontera pausada tras el incidente de Hugging Face se reanudó el 28 de agosto bajo nuevos requisitos de seguridad y protección (OpenAI, 2026). Astra no fue el modelo de Hugging Face, pero OpenAI dice que las pruebas retrospectivas muestran que sus salvaguardas de producción de entonces habrían prevenido ese incidente, y que ha añadido protecciones más fuertes desde entonces.

El acceso es deliberadamente estrecho: el trabajo avanzado de ciberseguridad va primero a un pequeño grupo de probadores alfa y luego se expande a través de Daybreak Blue para uso defensivo. OpenAI advierte que los controles adicionales ocasionalmente ralentizarán, pausarán o detendrán trabajo legítimo.

Por qué importa

Que Astra sea formalmente "Crítico" es la primera vez que un laboratorio de frontera clasifica a uno de sus propios modelos en el peldaño más alto de su marco de seguridad — con una ruta de lanzamiento adjunta. La designación es lo que importa a quien siga cómo se está convirtiendo en producto la capacidad cibernética restringida: los modelos perfectos en ExploitBench ya no son hipotéticos, y el modelo de acceso (probadores alfa → Daybreak Blue) es ahora la plantilla que OpenAI usa para la cibernética de frontera.

Qué cambia para ti

• Tu configuración no cambia todavía. Astra no está en GA, no tiene precios y el acceso cibernético avanzado está restringido. Su entrada en el directorio sigue pendiente hasta que OpenAI lo lance.
• Equipos de seguridad: la ruta de expansión de Daybreak Blue importa más que el propio modelo — es la única vía a la capacidad cibernética de frontera sin un programa gubernamental personalizado.
• Para el resto: espera ralentizaciones por falsos positivos si usas modelos de clase Astra en ChatGPT o Codex cuando se lancen — OpenAI dice que las ejecuciones legítimas de agentes se pausarán ocasionalmente para revisión.