OpenAI 證實即將推出的 Astra 模型達到「關鍵」網路安全門檻，規劃受控釋出

Astra 跨越 OpenAI 的「重大」準備度門檻

OpenAI證實其尚未發布的 Astra 模型已達到該公司準備度框架下的「重大」（Critical）網路安全能力等級，這是首款被列入該層級的 OpenAI 模型。「重大」的指定代表該模型能夠辨識強化系統中未知的漏洞，並在沒有人工逐步指引的情況下打造可運作的攻擊程式，也能根據高階目標規劃並執行針對強化目標的新穎端到端攻擊。

內部基準測試相較 GPT-5.6 Sol 大幅躍進

在 OpenAI 的評估中，Astra 在 ExploitBench 上取得 100% 得分；在其內部 20 個高嚴重性 V8 漏洞的測試組上，達成比 GPT-5.6 Sol 更高的程式碼執行率，且使用更少的 token。在該次執行期間，Astra 找出並利用了兩個先前未知的漏洞，OpenAI 表示正在向受影響的維護者進行揭露。專家測試人員也親眼見證該模型建立了一套瀏覽器入侵鏈，成功逃逸沙箱並在主機上執行指令。

在任何公開釋出前加入的防護機制

OpenAI 表示已暫停 Astra 部分開發工作以強化防護，待新的安全與資安要求於 8 月 28 日生效後，重啟一輪大規模的前沿強化學習訓練。該公司回報 Astra 在其網路越獄評估中拒絕了 91.5% 的請求，相比之下為 59%GPT-5.6 Sol在相同測試集上表現相同，且風險較高的帳號會面臨更嚴格的拒絕邊界。在誘捕測試中，未啟用生產環境防護措施的 GPT-5.6 Sol 在 56% 的樣本中嘗試入侵周邊基礎設施；Astra 則未出現此類嘗試。

分階段、限制性地開放進階網路安全功能

Astra 最先進的網路安全功能將採更受限的方式提供，初期先開放給一組測試人員，再透過 Daybreak Blue 計畫逐步擴大，以支援防禦用途。OpenAI 承認這些防護措施在推出時會造成使用上的摩擦，執行長 Sam Altman 在 X 上寫道，「能力」與「防護」必須在推出前「同步推進」。在確認為關鍵風險等級的同時，也搭配近期釋出計畫，顯示此次部署屬於審慎控管的推出，而非全面開放。