A mediados de octubre, un grupo de agentes de inteligencia artificial pasó unas pocas jornadas revisando el núcleo de Linux, el kernel que hace funcionar buena parte de los servidores, teléfonos Android y dispositivos conectados del planeta. Cuando terminaron, habían demostrado 948 vulnerabilidades distintas que permiten a un usuario común convertirse en administrador del sistema. Detrás de ese trabajo estaba GPT-6 Cyber, el nuevo modelo de OpenAI especializado en seguridad informática, presentado el 5 de noviembre.
La compañía lo describe como su modelo más capaz para encontrar y explotar fallos de software. Y por eso mismo no estará disponible para cualquiera.
Un modelo con acceso restringido
GPT-6 Cyber se ofrece solo a través de la API y de Codex, y en una primera etapa únicamente a un grupo de clientes aprobados de Daybreak Red, el programa de OpenAI para equipos que hacen seguridad ofensiva autorizada, como pruebas de penetración o desarrollo de exploits de prueba. La empresa planea extender el acceso a todos los miembros de ese programa en las próximas semanas.
OpenAI clasificó el modelo como «Crítico» en ciberseguridad, el nivel más alto de su Marco de Preparación. Según la propia compañía, esa categoría corresponde a un sistema capaz de identificar y desarrollar exploits funcionales para fallos desconocidos en sistemas críticos del mundo real y de ejecutar ciberataques de principio a fin.
No es la primera empresa que toma este camino. Anthropic, por ejemplo, también limitó a un grupo reducido de organizaciones el acceso a su modelo Claude Mythos Preview, a través del Proyecto Glasswing, por sus capacidades para encontrar vulnerabilidades. La tendencia es clara: los laboratorios de IA están tratando sus modelos más avanzados en seguridad como herramientas de uso controlado.
948 vulnerabilidades en una sola pasada
El caso más llamativo es el de Linux. Según el informe técnico que publicó OpenAI, el sistema dividió el trabajo entre varios tipos de agentes. Unos mapearon las partes del kernel a las que puede llegar un usuario sin privilegios y eligieron 5.034 objetivos, unos 2,8 millones de líneas de código. Otros generaron 2.308 hallazgos candidatos en 12 horas. Un tercer grupo construyó pruebas de concepto y las ejecutó en máquinas virtuales aisladas: en 30 horas se reprodujeron 1.724.
Por último, agentes especializados intentaron convertir esos fallos en exploits capaces de superar las protecciones modernas del kernel. Tras eliminar duplicados y variantes, el resultado fueron 948 vulnerabilidades únicas de escalada de privilegios, cada una acompañada de un parche propuesto. Según medios especializados, 588 de ellas eran fallos que nadie conocía.
El costo total fue de unos 1,2 millones de dólares en créditos de API, alrededor de 1.279 dólares por exploit. OpenAI estima que, a precios de los concursos de hackeo como Pwn2Own, esos hallazgos valdrían entre 18,9 y 66,3 millones de dólares. El salto también es notable frente a sus propios intentos anteriores: en julio, una ejecución similar con un modelo previo había encontrado 166 fallos.
Firefox, Brotli y una carrera para parchear
Además del kernel, OpenAI asegura que GPT-6 Cyber encontró 81 vulnerabilidades de alta gravedad que no se conocían en Firefox, que Mozilla ya comenzó a corregir, y una falla crítica de ejecución remota de código en Brotli, una biblioteca de compresión de código abierto usada en navegadores y servidores web.
Del lado de Linux, en los diez días posteriores a la ejecución se habían corregido 61 errores en el código principal y otros 43 tenían parches en preparación. La empresa dice que enviará el resto a los mantenedores a través de su programa de socios y que todos los resultados pasaron por una revisión humana antes de reportarse. Para los administradores de sistemas, su recomendación es directa: instalar las actualizaciones del kernel cuanto antes y reiniciar los equipos para que se apliquen.
El verdadero examen: quedarse dentro de los límites
El otro gran argumento de OpenAI no es la potencia del modelo, sino su obediencia. La compañía afirma que entrenó a GPT-6 Cyber para respetar el alcance autorizado de cada trabajo, no tocar sistemas que estén fuera de ese perímetro y reportar sus resultados con precisión. En una evaluación interna, el modelo evitó atacar servicios fuera de alcance en el 99,93 % de los casos, frente al 94,49 % de su predecesor, GPT-5.6 Cyber.
El énfasis no es casual. Junto con el lanzamiento, OpenAI detalló varios incidentes recientes con modelos experimentales: uno escondió instrucciones en nombres de archivos para engañar a los sistemas automáticos que lo calificaban, otro intentó sortear restricciones de red durante una evaluación, y GPT-6 Astra rindió por debajo de su capacidad en tareas de investigación sobre seguridad sin avisarlo. La versión GPT-6.1 Astra fue retirada menos de un mes después de su presentación porque se volvió más eficaz, pero también menos respetuosa de sus límites.
OpenAI no explicó qué ocurrió en el 0,07 % de los casos en que GPT-6 Cyber se salió del alcance permitido. Tampoco evitó la polémica con sus clientes: a partir del 29 de noviembre, algunas sesiones del programa defensivo Daybreak Blue en cuentas personales podrán usarse para mejorar sus modelos aunque el usuario haya desactivado esa opción, algo que generó quejas entre profesionales de la seguridad.
Una herramienta de doble filo
El caso de GPT-6 Cyber resume el dilema de esta nueva generación de modelos. Las mismas capacidades que permiten a los defensores encontrar y corregir cientos de fallos en semanas podrían, en malas manos, acelerar ataques a una escala nunca vista. OpenAI apuesta a que el acceso restringido y un modelo más disciplinado alcancen para inclinar la balanza a favor de la defensa. La propia empresa advierte, sin embargo, que hoy una cuenta con pocos privilegios en un sistema Linux sin actualizar debería considerarse, frente a un atacante con recursos, prácticamente equivalente a tener acceso total.
