La compañía creó una versión especializada de GPT-5.6 Sol capaz de desarrollar cadenas de explotación, buscar vulnerabilidades de día cero y trabajar con técnicas que el modelo general suele rechazar. El acceso estará restringido mediante el nuevo nivel Daybreak Red.
OpenAI presentó el 10 de agosto GPT-5.6-Cyber, un modelo especializado en ciberseguridad construido sobre GPT-5.6 Sol y entrenado para realizar investigación avanzada de vulnerabilidades, desarrollar cadenas de explotación y reducir deliberadamente las negativas ante determinadas solicitudes de doble uso.
El lanzamiento forma parte de una expansión de Daybreak, el programa mediante el cual OpenAI busca entregar capacidades avanzadas de ciberseguridad a investigadores y organizaciones previamente autorizadas. La compañía dividió ahora el acceso en dos niveles: Daybreak Blue, dirigido principalmente a tareas defensivas, y Daybreak Red, destinado a investigación de vulnerabilidades, validación de exploits, pruebas de penetración y otras actividades de mayor riesgo.
La diferencia más llamativa de GPT-5.6-Cyber no está solamente en su rendimiento, sino en su comportamiento. OpenAI lo entrenó específicamente para responder a solicitudes de ciberseguridad que sus modelos generales todavía pueden rechazar incluso cuando se utilizan sin algunas de sus salvaguardas habituales.
Un modelo diseñado para rechazar menos
Para medir esta característica, OpenAI desarrolló una evaluación interna denominada Advanced Cybersecurity Completion Rate, que prueba solicitudes relacionadas con desarrollo de cadenas de explotación, evasión de autenticación, escalamiento de privilegios y otros escenarios avanzados.
GPT-5.6-Cyber respondió satisfactoriamente al 95% de esas solicitudes. GPT-5.6 Sol, en cambio, lo hizo apenas en 1.5% de los casos bajo su configuración convencional y en 2% cuando se utilizó mediante Daybreak Blue. Su antecesor especializado, GPT-5.5-Cyber, llegó a 57.3%.
La diferencia es deliberada. OpenAI explica que sus modelos desplegados normalmente incorporan salvaguardas de sistema que filtran solicitudes relacionadas con ciberseguridad para evitar usos maliciosos, aunque esas restricciones también pueden bloquear trabajos legítimos de investigadores.
Daybreak Blue elimina algunas de esas barreras para usuarios previamente autorizados. Aun así, GPT-5.6 Sol continúa negándose ante determinadas solicitudes consideradas altamente sensibles o de doble uso. GPT-5.6-Cyber fue entrenado para reducir todavía más esas negativas.
En otras palabras, OpenAI no sólo mejoró la capacidad técnica del modelo: creó una versión que está específicamente preparada para hacer cosas que su modelo general deliberadamente evita hacer.
GPT-5.6-Cyber encontró vulnerabilidades reales
OpenAI asegura que el modelo ya fue utilizado para localizar vulnerabilidades desconocidas en software real.
Uno de los casos documentados ocurrió en V8, el motor JavaScript utilizado por Google Chrome. GPT-5.6-Cyber encontró dos vulnerabilidades previamente desconocidas que podían encadenarse para corromper memoria y escapar del heap sandbox de V8.
Los investigadores de OpenAI verificaron los resultados y los comunicaron a Google mediante un proceso coordinado de divulgación. Una de las vulnerabilidades fue corregida y recibió el identificador CVE-2026-15903.
El fallo se encontraba en el compilador optimizador de V8 y podía provocar que determinadas operaciones omitieran una comprobación de seguridad. Bajo ciertas condiciones, un atacante podría aprovechar ese comportamiento para leer o modificar memoria perteneciente a otros objetos y potencialmente ejecutar código dentro del entorno aislado de Chrome.
OpenAI afirma que GPT-5.6-Cyber encontró además una segunda vulnerabilidad necesaria para escapar del heap sandbox.
Pero V8 representa sólo una parte de los resultados que la compañía reportó.
OpenAI asegura haber utilizado GPT-5.6-Cyber para encontrar al menos cinco vulnerabilidades en un sistema operativo móvil popular, entre ellas una cadena que permitiría pasar desde una aplicación no confiable hasta un escalamiento local de privilegios.
También reportó tres vulnerabilidades críticas en una base de datos popular, incluida una ruta remota hacia ejecución de código, y más de 400 vulnerabilidades capaces de conducir a escalamiento de privilegios en el kernel de un sistema operativo ampliamente utilizado.
La compañía todavía no identificó públicamente esos productos porque trabaja con desarrolladores, socios de Daybreak y comunidades de código abierto para corregir los problemas antes de divulgar los detalles.
Cyber no es simplemente un Sol más poderoso
Los resultados publicados por OpenAI también muestran que la especialización no convierte automáticamente a GPT-5.6-Cyber en un modelo superior en todas las tareas.
En ExploitGym, una evaluación donde los agentes deben convertir vulnerabilidades conocidas en exploits funcionales dentro de entornos controlados, GPT-5.6-Cyber superó tanto a GPT-5.6 Sol como a GPT-5.5-Cyber.
También obtuvo mejores resultados que Sol en una evaluación interna diseñada para encontrar nuevas vulnerabilidades de día cero y estimar correctamente su gravedad.
Sin embargo, GPT-5.6-Cyber quedó por debajo de GPT-5.6 Sol en otra prueba de descubrimiento y redacción de vulnerabilidades. OpenAI atribuye parte de esa diferencia a que el modelo especializado generaba informes más breves y menos detallados.
Algo similar ocurrió con ExploitBench, una evaluación más exigente donde el modelo debe convertir una vulnerabilidad de V8 en un exploit completo. Con un límite estándar de 300 turnos, GPT-5.6 Sol resolvió las tareas de manera más eficiente y obtuvo mejores resultados. Cuando el límite aumentó a 600 turnos, la diferencia entre ambos modelos se redujo.
La relevancia de GPT-5.6-Cyber, por tanto, no reside únicamente en que sea “más poderoso”, sino en haber sido optimizado específicamente para investigar vulnerabilidades y continuar trabajos que los modelos generales pueden interrumpir por razones de seguridad.
Daybreak divide el acceso según el riesgo
La aparición de GPT-5.6-Cyber llega acompañada de una infraestructura de acceso diferenciada.
Daybreak Blue permitirá a defensores aprobados trabajar con modelos generales de frontera, incluido GPT-5.6 Sol, en tareas como revisión segura de código, análisis de malware, respuesta a incidentes, búsqueda de vulnerabilidades y validación de parches.
Daybreak Red permitirá acceder a modelos especializados como GPT-5.6-Cyber para investigación avanzada de vulnerabilidades, desarrollo y validación de exploits, red teaming y pruebas de seguridad autorizadas.
El acceso no será abierto. OpenAI señala que utilizará verificación de identidad, seguridad de cuentas, monitoreo, restricciones sobre los usos permitidos y declaraciones legales para determinar quién puede utilizar estos sistemas.
Además, la compañía exigirá que las cuentas individuales de Daybreak utilicen llaves físicas de seguridad a partir del 1 de septiembre de 2026 y recomienda ejecutar los modelos dentro de entornos aislados, delimitar previamente los sistemas sobre los cuales tienen autorización y supervisar las acciones realizadas por los agentes.
Estas medidas resultan especialmente relevantes porque la propia OpenAI reconoce que operar modelos con salvaguardas reducidas introduce riesgos adicionales de abuso o de comportamiento no esperado.
OpenAI considera que Cyber todavía está por debajo del nivel crítico
Bajo el Preparedness Framework de OpenAI, GPT-5.6-Cyber fue clasificado con capacidad de ciberseguridad High, al igual que GPT-5.6 Sol, y todavía por debajo del nivel Critical.
Para OpenAI, alcanzar el nivel crítico implicaría capacidades mucho más amplias: por ejemplo, identificar y desarrollar de manera autónoma zero-days funcionales de distintos niveles de gravedad contra numerosos sistemas reales reforzados, o diseñar y ejecutar estrategias completas y novedosas de ataque contra objetivos endurecidos partiendo únicamente de una instrucción general.
La compañía asegura que las mejoras observadas en GPT-5.6-Cyber no fueron suficientes para cruzar ese umbral. Tres días antes, el 7 de agosto, OpenAI informó que las evaluaciones preliminares de Astra, otro modelo todavía en desarrollo, habían avanzado lo suficiente como para que la empresa ya no pudiera descartar que alcanzara precisamente ese nivel crítico de capacidad cibernética. Como consecuencia, OpenAI anunció restricciones adicionales de red y herramientas, entornos de prueba aislados, mayor protección de los pesos del modelo y monitoreo de sus aplicaciones agentivas.
La seguridad deja de depender únicamente de que el modelo diga “no”
El lanzamiento muestra un cambio importante en la estrategia de seguridad alrededor de los modelos de frontera.
Durante años, una de las principales barreras contra el uso malicioso de sistemas de IA consistió en entrenarlos para negarse a proporcionar determinadas instrucciones. GPT-5.6-Cyber parte de una lógica distinta: para determinados usuarios verificados, esas negativas pueden convertirse en un obstáculo para encontrar y corregir vulnerabilidades antes que un atacante.
OpenAI está trasladando así parte de la seguridad desde el comportamiento interno del modelo hacia la infraestructura que controla quién obtiene acceso, qué sistemas puede utilizar, bajo qué condiciones puede ejecutar herramientas y cómo se supervisan sus acciones.
Es una transición relevante. Si los modelos avanzados adquieren capacidades suficientes para encontrar vulnerabilidades de día cero, desarrollar cadenas de explotación o automatizar partes cada vez mayores de una operación cibernética, impedir que conozcan esas técnicas puede dejar de ser una estrategia viable.
La siguiente frontera de seguridad podría consistir, entonces, no en construir modelos que sean incapaces de realizar ataques, sino en construir sistemas capaces de hacerlo y establecer mecanismos institucionales para decidir quién está autorizado a utilizarlos.
