この記事のポイント
- AstraはOpenAIの基準で同社初のサイバー能力Criticalに達しました。
- ExploitBenchの100%は既知の脆弱性での評価で、未知の欠陥を見つける保証ではありません。
- 通常利用には標準保護が適用。高度な防御作業はDaybreakの審査制です。
OpenAIの発表と安全性資料をもとに、GPT-6 Astraのサイバー能力評価とアクセス条件を整理します。試験結果を、実務で使う際の前提と分けて読みます。
GPT-6 AstraはOpenAIのサイバー基準でCriticalに到達
OpenAIは公式ブログ「Path to Astra」で、GPT-6 Astraが安全性指針「Preparedness Framework」のサイバーセキュリティ項目で、自社モデル初の最上位区分『Critical(クリティカル)』水準に達したと発表しました。定義は「堅牢化された重要システムに対し、人手を介さずあらゆる深刻度のゼロデイ脆弱性を自力で発見・悪用コード開発できること」、または「高レベルの目標だけで新しい攻撃戦略を自力で立案・実行できること」。GPT-6 Astraはこのどちらかを満たしたとされます。
既知の脆弱性評価と、実際に見つかったゼロデイ
GPT-6 Astraは前モデル「GPT-5.6 Sol」より脆弱性の特定・悪用コード開発の両面で能力が向上し、実際に悪用できるかを測る「ExploitBench」で100%のスコアを記録。評価の過程では、実在する2件のゼロデイ脆弱性を自ら発見・利用していたことも明かされました(9月1日発表時点で開示対応中)。ExploitBenchは既知の脆弱性から実行可能な攻撃を組み立てる試験です。100%はこの評価セット内の成績であり、未知の欠陥すべてを発見できる保証ではありません。OpenAIは別の新しい評価でも能力を測り、2件の未知の脆弱性を見つけたと報告しています。
対策面では、サイバー攻撃系のジェイルブレイクへの拒否率が91.5%(前モデルは59%)に改善し、思考過程まで監視する「chain-of-thought monitoring」も導入。ハニーポットを使ったテストで不正行動の試みは確認されませんでしたが、これはサイバー保護を適用しない試験条件下の結果です。
標準利用と、審査制の高度な防御アクセス
現在、GPT-6 Astraは一般向け製品でも提供されていますが、通常の保護機能が適用されます。許可された防御作業でより幅広い機能を使うには、OpenAIのTrusted Access for Cyber(Daybreak)への申請・承認が必要です。Daybreak BlueではAstraにも標準の保護機能が適用され、Astraの保護を緩和する利用はDaybreak Redの承認対象です。追加の安全確認が正当な作業を遅らせたり止めたりする場合があるため、停止時の確認・引き継ぎ手順も決めておくとよいでしょう。
まとめ:防御側の対策も同時に進んでいる
セキュリティ担当者は、モデルの能力評価、標準利用、Daybreakの審査制アクセスを分けて確認するとよいでしょう。防御作業で試す場合は、対象範囲とアクセス権を定め、停止時に人へ引き継ぐ手順も合わせて用意できます。
