OpenAI classe Astra au niveau « critique » pour ses capacités en cybersécurité, une première dans son échelle interne de préparation. L’entreprise estime que le modèle peut découvrir des failles inconnues et développer des méthodes d’exploitation contre des systèmes renforcés, ce qui entraîne des restrictions d’accès et un suivi renforcé avant sa sortie.
Un premier modèle au seuil critique
Le cadre de préparation d’OpenAI définit ce seuil par la capacité à trouver et exploiter des vulnérabilités inédites dans de nombreux systèmes réels protégés, ou à concevoir une attaque complète à partir d’un objectif général sans pilotage humain à chaque étape.
Selon l’entreprise, Astra franchit cette limite et progresse nettement par rapport à GPT-5.6 Sol dans l’identification de vulnérabilités et le développement d’exploits. Le modèle a obtenu 100 % sur ExploitBench, un banc d’essai fondé sur des vulnérabilités connues.
Pour limiter le risque de mémorisation des réponses, OpenAI a aussi constitué un test interne portant sur vingt vulnérabilités sévères du moteur V8 révélées entre juin et août 2026. Astra y aurait obtenu davantage d’exécutions de code arbitraire que GPT-5.6 Sol, avec moins de jetons produits.
Une sortie annoncée avec un accès limité
OpenAI prévoit de rendre Astra disponible prochainement, mais les fonctions cyber les plus avancées seront d’abord réservées à un petit groupe de testeurs. L’accès destiné aux usages défensifs doit ensuite être élargi via le programme Daybreak Blue.
L’entreprise a retardé une partie du développement et de la sortie afin de renforcer ses protections. Elle précise avoir suspendu certains entraînements par renforcement de grande taille, puis repris le principal entraînement le 28 août après avoir relevé ses exigences de sécurité. D’autres expériences restent temporairement en attente.
Astra n’a pas participé à l’incident concernant Hugging Face mentionné par OpenAI. L’entreprise dit toutefois avoir utilisé les enseignements de cet événement pour tester la capacité du modèle à respecter les limites de son environnement et à ne pas viser des systèmes voisins.
Des refus plus robustes, mais davantage de friction
OpenAI combine plusieurs couches : entraînement du modèle, classificateurs d’usage, surveillance hors ligne et mécanismes capables d’interrompre une activité jugée non autorisée. Sur ses tests de contournement cyber, Astra aurait refusé 91,5 % des demandes interdites, contre 59 % pour GPT-5.6 Sol.
Ces chiffres proviennent du développeur et devront être confrontés au futur rapport système ainsi qu’à des évaluations indépendantes. OpenAI reconnaît aussi que ses protections pourront ralentir ou bloquer certaines activités légitimes, en particulier au lancement.
Le classement critique ne signifie donc pas seulement qu’un nouveau modèle est plus performant. Il oblige l’entreprise à prouver qu’elle peut distribuer ces capacités sans faciliter leur détournement, tout en laissant aux chercheurs et défenseurs un accès réellement utile.
Source : évaluation et mesures de protection publiées par OpenAI.
