OpenAIの次期AI「Astra」、サイバー能力が初のCritical判定——高度機能は限定公開へ

結論から言うと、OpenAIは2026年9月1日、開発中の次期モデル「Astra」のサイバー能力を自社Preparedness Frameworkで初めて「Critical」と判定し、高度機能を限定して公開する方針を示しました。Criticalは、適切な道具とアクセスがあれば、人の逐次指示なしに堅牢な実システムの未知の弱点を見つけ、攻撃方法を作れる水準です。

評価では既知の脆弱性から攻撃コードを作るExploitBenchで100%を記録し、最近公開されたV8の重大な弱点20件を使う内部試験では、評価中に未知の脆弱性2件を組み合わせて利用しました。OpenAIは保守担当者へ報告中としています。安全面では、有害なサイバー依頼の拒否率が91.5%で、GPT-5.6 Solの59%を上回りました。

試験環境の周辺へ不正アクセスする「おとり」試験でも、GPT-5.6 Solは56%で試みた一方、Astraは0件だったと説明しています。利用者には高度な防御作業の支援が期待できますが、通常公開時は安全確認で正当な処理も遅延・停止する場合があります。高度機能はまず少数テスター、その後Daybreak Blue経由で防御目的に広げる予定で、提供日は未定です。

数値はOpenAI内部試験を含み、第三者による再現確認前である点にも注意が必要です。