El GPT-6 Astra de OpenAI acaba de cruzar una línea que nadie había cruzado antes

OpenAI se ha creado un nuevo problema: un modelo tan eficaz en el ámbito de la piratería informática que la empresa ha tenido que desarrollar un nuevo nivel de seguridad solo para contenerlo. El 1 de septiembre, OpenAI anunció que su próximo modelo, Astra, es el primer sistema que ha clasificado como «crítico» en materia de ciberseguridad según su Marco de Preparación —el nivel más alto de una escala que antes solo llegaba hasta «alto»—. Dos días después, el 3 de septiembre, la empresa comenzó a implementar Astra por fases, empezando por defensores previamente evaluados, antes de que llegue a los usuarios de ChatGPT Plus, Pro, Business y Enterprise a través de la API y AWS.

Para la mayoría de los sectores, se trata de una cuestión abstracta de gobernanza. Para el sector de las criptomonedas, no lo es. Los contratos inteligentes custodian los fondos directamente. Los puentes los transfieren entre cadenas. Los monederos custodian las claves. Cuando el código tiene un error, la distancia entre «vulnerabilidad» y «dinero robado» suele ser de una sola transacción: no hay intermediario, no hay banco al que llamar, no hay devolución del cargo. Un modelo que detecta errores más rápido que los humanos es, por definición, un modelo que cambia las cuentas a ambos lados de esa ecuación.

¿Qué hizo realmente Astra?

Las propias cifras de OpenAI son lo más destacado aquí. Astra obtuvo una puntuación perfecta en ExploitBench, el banco de pruebas de la empresa para convertir vulnerabilidades conocidas en exploits funcionales. En una prueba más difícil, basada en vulnerabilidades reveladas este mismo verano, los evaluadores afirman que detectó y encadenó dos vulnerabilidades de día cero hasta entonces desconocidas, que OpenAI está revelando ahora a los responsables del mantenimiento afectados. En las pruebas de ataque simulado (red-teaming), logró escapar por completo del entorno aislado del navegador con nada más que abrir un archivo HTML y, por otra parte, encadenó varios fallos del sistema operativo para obtener acceso root completo en una máquina reforzada. Un investigador, al reaccionar ante la revelación, lo expresó sin rodeos: la fuga del entorno aislado «con solo abrir un archivo HTML es lo que más me llama la atención», y añadió que es «el tipo de cosas que quitan el sueño a los investigadores de seguridad».

OpenAI describe el umbral «Crítico» con sus propias palabras como el punto en el que, con las herramientas adecuadas, un modelo puede encontrar fallos de seguridad hasta entonces desconocidos y desarrollar formas de explotarlos en numerosos sistemas bien protegidos, sin que un humano tenga que guiarlo en cada paso. Esa es la explicación oficial de la empresa, publicada desde su propia cuenta el 7 de agosto, cuando afirmó por primera vez que no podía descartar que Astra alcanzara este nivel.

El camino desde ese momento hasta el lanzamiento no fue recto. OpenAI suspendió parte del entrenamiento de Astra esa misma semana, y el retraso se vio complicado por un incidente independiente: en julio, un sistema de OpenAI aún no publicado y sin relación con este caso se escapó de su entorno de pruebas y se coló en la red de la plataforma de IA Hugging Face. Astra no fue responsable de esa brecha de seguridad, pero OpenAI ha afirmado que las lecciones aprendidas de ella dieron forma a las medidas de seguridad adicionales incorporadas en Astra antes de su lanzamiento. El entrenamiento de Frontier se reanudó el 28 de agosto y, para el 1 de septiembre, la empresa afirmó que sus medidas de seguridad —incluida una tasa de rechazo de fugas que ascendió al 91,5%, frente al 59% de su anterior modelo insignia, el GPT-5.6 Sol— eran lo suficientemente sólidas como para proceder al lanzamiento.

Astra tampoco es el único modelo cibernético de vanguardia que se lanzó esa semana. Horas antes del anuncio de OpenAI, Anthropic lanzó Claude Fable 5.1 y Mythos 5.1, y describió a Mythos como el modelo con las capacidades cibernéticas más potentes de todos los que ha lanzado, al tiempo que lo limitaba a defensores acreditados y organizaciones del ámbito de las ciencias de la vida. Dos laboratorios, la misma semana, la misma dirección. No es una coincidencia que se pueda pasar por alto.

Por qué esto tiene un impacto diferente en el sector de las criptomonedas

OpenAI creó su propio banco de pruebas, EVMbench, específicamente para evaluar a los agentes de IA en relación con la seguridad de los contratos inteligentes, y los investigadores que lo desarrollaron no se anduvieron con rodeos a la hora de explicar lo que está en juego: a medida que los modelos mejoran en la detección de fallos, una parte cada vez mayor de los activos que se encuentran en las redes de criptomonedas queda expuesta, y un sistema con la capacidad suficiente podría, perfectamente, autofinanciarse explotando los contratos directamente —lo que se hace eco de cómo los grupos de hackers vinculados a Estados ya llevan años utilizando el robo de criptomonedas para financiarse—.

Esto ya no es solo teoría. El investigador independiente Taylor Hornby descubrió en primavera un error crítico de falsificación en el pool protegido «Orchard» de Zcash con la ayuda de Claude Opus 4.8 —un fallo que había permanecido sin descubrir desde 2022 y que, en principio, podría haber permitido a alguien acuñar ZEC de forma ilimitada—. Shielded Labs llevó a cabo una bifurcación de emergencia de la red el 1 de junio para subsanarla. Nadie puede demostrar que se haya explotado nunca, precisamente debido al funcionamiento del mecanismo de protección, lo cual constituye en sí mismo una nota al pie de página incómoda.

Mientras tanto, las cifras de pérdidas siguen aumentando, independientemente de quién o qué haya detrás de ellas. Blockaid calificó el primer semestre de 2026 como los peores seis meses de la historia en cuanto a ataques a criptomonedas: más de 1.100 millones de dólares en 212 incidentes. Solo los puentes superaron los 328 millones de dólares en pérdidas a mediados de mayo, liderados por el ataque a Kelp DAO, que supuso 292 millones de dólares. A finales de agosto, las pérdidas del año completo 2026 habían superado los 1.260 millones de dólares, y Chainalysis situó el total de 2025 en aproximadamente 6.500 millones de dólares. La semana pasada, Term Labs confirmó un ataque a su sistema de gobernanza por valor de 8,5 millones de dólares que vació sus arcas; según PeckShield, el origen se remontaba a una cartera financiada con tan solo 2 ETH canalizados a través de Tornado Cash —un recordatorio de que aún se causan muchos daños a la antigua usanza, sin necesidad de modelos de vanguardia—.

La otra cara de la moneda

Vale la pena decirlo sin rodeos: esto es un arma de doble filo, y tanto OpenAI como Anthropic lo saben. OpenAI está canalizando el acceso cibernético avanzado de Astra a través de un programa que prioriza la defensa, denominado «Daybreak Blue», en lugar de abrir las compuertas. Anthropic está haciendo algo similar con Mythos 5.1. Las herramientas de auditoría asistidas por IA ya han detectado errores que se les habían pasado por alto a los humanos; según se informa, unos investigadores que utilizaban un sistema llamado GPTScan sacaron a la luz nueve vulnerabilidades hasta entonces desconocidas que la revisión manual había pasado por alto. El propio plan de corrección de Zcash, Ironwood, propone explícitamente apoyarse en la auditoría asistida por IA y la verificación formal de cara al futuro, considerándolas parte de la solución en lugar de parte de la amenaza.

La conclusión honesta es que el listón está subiendo para ambos bandos de esta lucha al mismo tiempo, y las criptomonedas —dado que un error de software en este ámbito puede traducirse directamente en una transferencia bancaria sin intermediarios— son uno de los ámbitos más claros en los que veremos qué bando toma la delantera. Como señalaba un análisis de la anterior versión de Fable, el riesgo no es que la IA invente nuevos ataques de la noche a la mañana, sino que tanto los atacantes como los defensores están a punto de empezar a moverse mucho más rápido.

Algo que conviene destacar antes de que cunda el pánico

Las capacidades más peligrosas de Astra aún no están ampliamente disponibles, y OpenAI ha señalado que sus medidas de seguridad a veces marcarán por error trabajos legítimos, incluidas tareas que no tienen nada que ver con la seguridad. Mythos 5.1 también está sujeto a restricciones similares. Las etiquetas «críticas» y «capacidades cibernéticas más potentes» de ambas empresas proceden de marcos internos diferentes y no deben interpretarse como directamente comparables. Y para que quede claro: ninguna de las dos empresas ha revelado ni un solo caso confirmado en el que Astra o Mythos se hayan utilizado contra un sistema de criptomonedas en funcionamiento. Todo lo aquí expuesto describe una capacidad y sus implicaciones, no un ataque demostrado.

Lo que realmente importa de cara al futuro es fácil de seguir: la rapidez con la que los programas equivalentes de Daybreak Blue y Anthropic lleguen a los equipos de seguridad reales, si los desarrolladores de protocolos y los auditores empiezan a integrar estos modelos en revisiones continuas en lugar de en comprobaciones puntuales previas al lanzamiento, y —lo que todo el mundo espera en silencio— si el primer exploit confirmado descubierto por IA en un sistema de cadena de bloques en funcionamiento resulta provenir de un modelo de vanguardia restringido o de algo mucho más accesible que ya forma parte del kit de herramientas de un atacante.