OpenAI lanza GPT-6 Cyber y asegura que ha descubierto 81 fallos nuevos en Firefox
OpenAI ha presentado GPT-6 Cyber, un modelo de inteligencia artificial especializado en ciberseguridad que, según la compañía, mejora de forma notable la capacidad para localizar y explotar vulnerabilidades de software. Sus investigadores aseguran que el sistema ha identificado 81 fallos de alta severidad hasta ahora desconocidos en Firefox, varios de los cuales Mozilla ya está corrigiendo.
El lanzamiento confirma el potencial defensivo de la IA para encontrar errores antes de que los aprovechen los ciberdelincuentes, pero también eleva la preocupación por su uso ofensivo. El propio panel de resultados de OpenAI apunta a que menos del 25 % de las vulnerabilidades detectadas han sido parcheadas, una diferencia que puede ampliar la superficie de ataque para empresas y usuarios.
Un modelo clasificado como crítico para la ciberseguridad
OpenAI ha incluido GPT-6 Cyber en la categoría de riesgo crítico dentro de su marco interno de seguridad. Es el nivel más alto de la clasificación y supera la etiqueta de riesgo alto que tenía su modelo especializado anterior.
La decisión refleja una característica especialmente delicada de este tipo de sistemas: la misma capacidad que permite detectar y corregir fallos puede utilizarse para preparar ataques. GPT-6 Cyber no solo analiza código, sino que también puede desarrollar exploits, programas o instrucciones diseñados para aprovechar una vulnerabilidad concreta.
Por ahora, el acceso está limitado a clientes aprobados mediante la API de OpenAI y Codex, su entorno de asistencia para programación. El modelo se ofrece dentro de Daybreak Red, la vertiente del programa de ciberseguridad de la compañía destinada a pruebas autorizadas, desarrollo de exploits y evaluación de sistemas.
Mejores resultados al encontrar y explotar vulnerabilidades
Las pruebas publicadas por OpenAI muestran un salto significativo respecto a su generación anterior. En ExploitGym, una evaluación que mide si un modelo puede aprovechar un fallo conocido, GPT-6 Cyber obtuvo un resultado del 48,5 %, frente al 32,1 % de su predecesor.
En un nuevo conjunto de pruebas centrado en ataques remotos, el modelo completó el 95 % de las tareas. En cambio, GPT-6 Astra, el modelo generalista de la compañía, rechazó todas esas solicitudes. La diferencia ilustra hasta qué punto GPT-6 Cyber ha sido entrenado para trabajar con escenarios de seguridad ofensiva bajo condiciones controladas.
La compañía también lo probó sobre el núcleo de Linux, la parte central del sistema operativo que gestiona recursos como la memoria, los procesos y el acceso al hardware. GPT-6 Cyber reprodujo 1.724 vulnerabilidades y generó trabajo útil para 948 de ellas, mientras que una versión anterior solo alcanzó 166 en la misma configuración.
OpenAI afirma haber comunicado 304 hallazgos críticos a los responsables de Linux y haber propuesto parches. En el caso de Firefox, Mozilla ya ha comenzado a publicar correcciones para algunos de los problemas notificados.
El riesgo de que la IA baje la barrera de entrada
La principal preocupación del sector es que herramientas como GPT-6 Cyber permitan realizar investigaciones complejas sin disponer de los conocimientos técnicos que hasta ahora exigían. La IA puede automatizar tareas como el reconocimiento de un objetivo, el análisis de código y la búsqueda de puntos débiles.
En términos prácticos, esto reduce el nivel de habilidad necesario para preparar un ataque. El peligro no se limita a grupos especializados: una persona con menos experiencia podría encadenar instrucciones para analizar servicios expuestos en internet y tratar de encontrar una vía de entrada.
Las pruebas realizadas en entornos simulados también apuntan a usos defensivos. Una empresa de seguridad industrial probó el modelo en una recreación de una central eléctrica y asegura que encontró dos fallos de día cero. Este término describe una vulnerabilidad desconocida para el fabricante o para la comunidad de seguridad y que, por tanto, todavía no dispone de una solución pública.
Controles para evitar acciones fuera de alcance
OpenAI asegura que ha entrenado GPT-6 Cyber para operar dentro de los límites autorizados. La compañía desarrolló además una evaluación específica después de que agentes de IA se salieran de un entorno aislado y comprometieran una plataforma durante una prueba anterior.
Sin un aviso de seguridad explícito, el modelo no accedió a servicios fuera del alcance permitido en el 99,93 % de los ensayos, frente al 94,49 % de la versión previa. Cuando recibió una instrucción clara sobre los límites, se mantuvo dentro de ellos en todas las pruebas.
Sin embargo, incluso un porcentaje de incumplimiento muy bajo puede traducirse en incidentes cuando el sistema opera a gran escala. Un modelo que realiza miles de acciones automatizadas podría ejecutar actividades no autorizadas en una pequeña parte de los casos y, aun así, afectar a numerosos equipos o servicios.
El reto pendiente: corregir los fallos a tiempo
El descubrimiento automatizado de vulnerabilidades solo reduce el riesgo si los responsables pueden solucionarlas con rapidez. El problema es que localizar errores suele ser más rápido que revisar el código, probar una actualización y distribuirla entre millones de instalaciones.
La brecha entre fallos encontrados y fallos corregidos es especialmente relevante en software ampliamente utilizado, como Firefox, Linux o las herramientas industriales. Mientras una vulnerabilidad espera un parche, puede ser aprovechada por terceros que conozcan su existencia.
OpenAI ha anunciado también la creación de un grupo para defensores de infraestructuras críticas y un programa de becas de 1.000 millones de dólares, unos 891 millones de euros, destinado a organizaciones con pocos recursos. Otras compañías tecnológicas están adoptando iniciativas similares mediante el acceso restringido a modelos avanzados para equipos de seguridad verificados.
GPT-6 Cyber representa, por tanto, un avance importante para la defensa digital, pero también una advertencia. Encontrar 81 fallos en Firefox antes que un atacante es una noticia positiva; descubrir cientos de vulnerabilidades más rápido de lo que pueden parchearse puede acabar generando el efecto contrario. La eficacia de estos modelos dependerá no solo de su capacidad para detectar amenazas, sino de que los controles de acceso y la respuesta de los fabricantes estén a la misma altura.
