OpenAI ha comunicato che rilascerà presto la versione pubblica di Astra, ma limiterà l’accesso alle sue capacità cyber. Lo sviluppo del nuovo modello AI è stato rallentato per rafforzare le protezioni, anche se non è stato coinvolto nell’attacco agentico contro i sistemi di Hugging Face. L’azienda californiana ha evidenziato i miglioramenti rispetto all’attuale GPT-5.6 Sol.
Astra è più potente, ma anche più sicuro
OpenAI spiega che Astra può essere sfruttato per trovare vulnerabilità software e scrivere il codice degli exploit. Per questo motivo è stato rallentato lo sviluppo di alcune parti del modello e posticipato il rilascio in modo da rafforzare le protezioni contro usi illeciti e azioni non autorizzate.
L’azienda californiana afferma che le nuove protezioni consentono di prevenire incidenti simili a quello di Hugging Face. Nonostante ciò, l’accesso alle sue capacità cyber più avanzate sarà limitato ad un gruppo di tester. Successivamente sarà disponibile attraverso l’iniziativa Daybreak Blue.
Durante la valutazione interna, Astra ha ottenuto un punteggio del 100% con il benchmark ExploitBench, quindi può generare exploit per sfruttare le vulnerabilità in tutti i casi testati. Il modello ha trovato ad esempio 20 vulnerabilità in V8 (il motore JavaScript di Chrome), due delle quali sfruttate per eseguire codice arbitrario. Astra ha inoltre trovato vulnerabilità in un browser e in un sistema operativo, riuscendo ad aggirare la sandbox nel primo caso e ottenere privilegi root nel secondo caso.
Grazie alle protezioni sviluppate da OpenAI, Astra blocca i tentativi di abuso del modello. Viene rifiutato il 91,5% delle richieste illecite (per GPT-5.6 Sol è il 59%). Ciò riduce quindi il rischio di jailbreak. Il nuovo modello è anche più “allineato” rispetto a GPT-5.6 Sol, ovvero rispetta le restrizioni e non tenta di eseguire azioni non autorizzate. Un sistema di classificatori rileva e blocca automaticamente eventuali attività non consentite.
OpenAI sottolinea che, in alcuni casi, potrebbero essere bloccate attività legittime (falsi positivi). Agli utenti di ChatGPT e Codex verrà quindi chiesta una revisione dell’azione prima di continuare. In futuro verranno ridotte queste interruzioni indesiderate.
Ti potrebbe interessare
2 set 2026