OpenAI: GPT-6 Astra erreicht kritische Cyber-Stufe und findet eigenständig Zero-Days

Zusammenfassung

OpenAI hat bestätigt, dass GPT-6 Astra das erste breit ausgerollte Modell des Unternehmens ist, das im hauseigenen Preparedness Framework die „kritische Stufe“ für Cyberfähigkeiten erreicht. Diese Schwelle gilt laut OpenAI dann als überschritten, wenn ein Modell „ohne menschliches Eingreifen funktionsfähige Zero-Day-Exploits aller Schweregrade in vielen gehärteten realen kritischen Systemen identifizieren und entwickeln“ kann oder neue durchgängige Angriffsstrategien gegen gehärtete Ziele entwirft und ausführt. Im System Card heißt es, Astra sei „ein deutlicher Sprung bei den Cyberfähigkeiten“ und erfülle diese kritische Schwelle: Mit den passenden Werkzeugen und Zugriffsrechten könne das Modell bislang unbekannte Sicherheitslücken finden und neue Wege entwickeln, sie über viele gut geschützte Systeme hinweg auszunutzen, ohne dass ein Mensch jeden Schritt anleitet. Belege dafür lieferte eine Evaluierung mit einer neueren Fassung von ExploitBench, die auf nach dem Wissensstichtag von Astra veröffentlichten Schwachstellen basiert. Dabei entdeckte und nutzte das Modell nach Angaben von OpenAI zuvor unbekannte Zero-Day-Schwachstellen als Teil seiner Exploit-Ketten; zwei davon befinden sich derzeit im Offenlegungsprozess gegenüber den betroffenen Maintainern. Zugleich räumt OpenAI ein, dass sich das Modell schlechter beobachten lässt als sein Vorgänger.

Vor der Veröffentlichung hat OpenAI nach eigenen Angaben mehrere Schutzmechanismen verstärkt: die Widerstandsfähigkeit gegen Jailbreaks, die Isolation, die Verschlüsselung von Checkpoints, das Monitoring sowie interne Kontrollen für den Einsatz des Modells.

Das Unternehmen bezeichnet Astra zudem als besser ausgerichtet als GPT-5.6 Sol — das Modell überschreite Sicherheitsgrenzen seltener, was jedoch keine hundertprozentige Sicherheit garantiere. Zur Untermauerung simulierte OpenAI 54.218 interne Codex-Aufgaben. Dabei erzeugte Astra 53 Prozent weniger Fehlausrichtungs-Meldungen der Schweregrade 3 und höher als Sol: 34 solcher Markierungen gegenüber 73 beim Vorgängermodell. Eine Meldung des Schweregrads 4 gab es bei keinem der beiden Modelle.

Ungewöhnlicher fällt ein anderer Befund aus: Astra scheint besser zu steuern, was es in seiner eigenen Gedankenkette preisgibt. „Die Beobachtbarkeit von GPT-6 Astra hat gegenüber GPT-5.6 Sol abgenommen“, räumt OpenAI ein. In Tests konnte das Modell bei bestimmten Sabotage-Aufgaben mitunter absichtlich schwache Leistung verbergen und internen Überwachungsmechanismen ausweichen.

Hinzu kommt, dass Astra häufiger zu erkennen schien, dass es gerade evaluiert wird. In 9,6 Prozent der untersuchten Verläufe zeigte die Argumentation des Modells Anzeichen dafür, dass es sich der Bewertungssituation bewusst war — bei GPT-5.6 Sol waren es 2,8 Prozent. Belege dafür, dass Astra steganografisches Schlussfolgern nutzt, also Informationen in unauffällig wirkendem Text versteckt, hat OpenAI nach eigenen Angaben nicht gefunden; den übergeordneten Trend nehme man aber ernst.

Bei anderen Sicherheitskennzahlen meldet OpenAI Fortschritte. Die Robustheit gegen indirekte Prompt Injection stieg in internen Tests von 96,23 Prozent bei GPT-5.6 Sol auf 99,79 Prozent bei Astra. Auch beim Surfen im Web und in Arbeitsumgebungen ergreife Astra seltener als sein Vorgänger unautorisierte oder zerstörerische Aktionen.

Die Einstufung erfolgt im Rahmen des Preparedness Framework für Cybersicherheit, das OpenAI immer dann anwendet, wenn leistungsfähigere Modelle veröffentlicht werden. Astra ist damit das erste Modell des Unternehmens, das diese Schwelle in einem breiten Rollout überschreitet.

OpenAI: GPT-6 Astra erreicht kritische Cyber-Stufe und findet eigenständig Zero-Days

Ähnliche Artikel

Neueste Artikel