Análisis
GPT-6 Cyber de OpenAI: 48,5 % en ExploitGym, un 51 % más que GPT-5.6 Cyber, solo para clientes Daybreak Red aprobados
OpenAI presenta GPT-6 Cyber: un 51 % más en ExploitGym, menos del 1 % de salidas de ámbito y 81 fallos de Firefox; solo para clientes de Daybreak Red.
El 5 de noviembre de 2026, OpenAI lanzó GPT-6 Cyber, un modelo afinado para encontrar y explotar vulnerabilidades de software en trabajo de seguridad autorizado. OpenAI informa de un 48,5 % en su benchmark ExploitGym frente al 32,1 % de GPT-5.6 Cyber, una mejora relativa del 51 %, y dice que el modelo dejó en paz los servicios fuera de ámbito en el 99,93 % de una prueba sin avisos de seguridad. Según la empresa, sus investigadores lo usaron para hallar 81 fallos inéditos de gravedad alta en Firefox. Por ahora solo acceden los clientes de Daybreak Red aprobados. Todas las cifras son de OpenAI y no se han verificado de forma independiente.
Lo esencial
- ExploitGym: 48,5 % frente a 32,1 % de GPT-5.6 Cyber. El 51 % es relativo; la diferencia es de unos 16 puntos.
- Quedarse en el ámbito: en una prueba interna tipo honeypot, GPT-6 Cyber evitó servicios fuera de ámbito el 99,93 % de las veces sin avisos de despliegue, frente al 94,49 % de GPT-5.6 Cyber (alrededor del 5 % de salidas).
- Hallazgos reales: 81 fallos nuevos de gravedad alta en Firefox, que Mozilla calificó de graves y ha empezado a corregir.
- Acceso: clientes seleccionados de Daybreak Red, vía API y Codex, con ampliación prometida a todos los clientes de Daybreak Red.
- Clasificación: OpenAI lo califica de Critical en ciberseguridad en su Preparedness Framework, frente a High de GPT-5.6 Cyber.
¿Qué valen las cifras del benchmark?
ExploitGym mide si un modelo puede explotar una vulnerabilidad dada en un objetivo remoto. GPT-6 Cyber logra 48,5 %, GPT-6 Astra (el modelo de Daybreak Blue) 42,4 % y GPT-5.6 Cyber 32,1 % (The Decoder). The Register describe ExploitGym como una evaluación de entrenamiento de OpenAI, así que el benchmark y la puntuación son de OpenAI. En una prueba de intrusión web distinta, sin código fuente, GPT-6 Cyber encontró el 40,3 % de las vulnerabilidades frente al 32,0 % de GPT-6 Astra (ShiftDelete.net).
¿Qué fiabilidad tiene lo de «se queda en el ámbito»?
En la prueba ExploitGym Honeypot, GPT-6 Cyber evitó atacar servicios fuera de ámbito el 99,93 % de las veces sin avisos de seguridad de despliegue y siempre con ellos, mientras que GPT-5.6 Cyber llegó al 94,49 % (The Next Web). Es una prueba interna controlada con servicios señuelo, no una medida del comportamiento real. OpenAI exige además, por defecto, una lista de IP permitidas para el acceso API a Daybreak Red.
¿Qué encontró en Firefox y Linux?
OpenAI dice que sus investigadores lo usaron para hallar 81 fallos inéditos de gravedad alta en Firefox, con pruebas reproducibles, y que Mozilla ha empezado a aplicar correcciones (Windows Report). En el kernel de Linux reprodujo 1.724 vulnerabilidades y ayudó a crear exploits funcionales para 948, de ellas 588 inéditas; se comunican con posibles parches a los mantenedores (The Register).
¿Quién puede usarlo?
Daybreak Red es el nivel de OpenAI para trabajo de seguridad ofensiva autorizado, como desarrollo de exploits y pruebas de intrusión, incluso contra objetivos remotos; Daybreak Blue sirve para validar vulnerabilidades y correcciones. GPT-6 Cyber está disponible para un grupo selecto de clientes de Daybreak Red aprobados y OpenAI dice que ampliará el acceso con el tiempo.
Tabla resumen
| Punto | Lo que informa OpenAI (según la prensa) | Fuente |
|---|---|---|
| ExploitGym | 48,5 % frente a 32,1 % de GPT-5.6 Cyber (+51 % relativo) | The Decoder, Windows Report |
| Respeto del ámbito | 99,93 % sin avisos; 94,49 % GPT-5.6 Cyber | The Next Web |
| Firefox | 81 fallos nuevos de gravedad alta; correcciones iniciadas | Windows Report |
| Kernel de Linux | 948 exploits, 588 inéditos | The Register |
| Nivel de riesgo | Critical (GPT-5.6 Cyber: High) | ShiftDelete.net |
| Acceso | Clientes seleccionados de Daybreak Red, API y Codex | The Register |
Preguntas frecuentes
¿La mejora del 51 % son 51 puntos?
No. Es una mejora relativa: 48,5 % frente a 32,1 % son unos 16 puntos, o un 51 % más.
¿Está disponible para el público?
No. Por ahora solo acceden los clientes de Daybreak Red aprobados.
Método y límites
Fuentes a 5 de noviembre de 2026. No leímos directamente el anuncio de OpenAI y nos apoyamos en The Register, The Next Web, The Decoder, Windows Report, ShiftDelete.net y Finimize. Todas las cifras de rendimiento son de OpenAI, sin auditar. No probamos nada.
Fuentes
- The Register: OpenAI releases GPT-6 Cyber, and promises this one stays within 'rules of engagement' (verificado el 05-11-2026)
- The Next Web: OpenAI's GPT-6 Cyber found 81 new Firefox flaws and is rated 'Critical' (verificado el 05-11-2026)
- The Decoder: OpenAI's GPT-6 Cyber can both break into systems and propose how to fix them (verificado el 05-11-2026)
- Windows Report: OpenAI launches GPT-6 Cyber, access limited to approved Daybreak Red customers (verificado el 05-11-2026)
- ShiftDelete.net: GPT-6 Cyber, OpenAI's Critical-rated security model (verificado el 05-11-2026)
¿Ha detectado un error en este artículo? Comuníquenoslo · Nuestra política de correcciones
