OpenAI 将发布 Astra，首个达临界网络安全阈值的模型

OpenAI 即将发布新模型 Astra，称其在能力与对齐上均大幅进步。Astra 是首个被认定达「临界」网络安全能力阈值的模型，可在无人工逐步引导下发现并利用多个防护严密系统的未知漏洞；在 ExploitBench 获 100% 满分，内部测试中还发现两个零日漏洞。

为降低风险，OpenAI 已推迟部分开发与发布并加强防护，Astra 对网络越狱请求的拒绝率从 GPT-5.6 Sol 的 59% 升至 91.5%。其高级网络安全能力初期仅向少数测试者开放，后续通过 Daybreak Blue 扩大防御性使用。

https://x.com/sama/status/2094934592062959832

https://openai.com/index/path-to-astra/