OpenAI acaba de dar un paso que marcará el debate sobre IA y seguridad durante meses: lanzó GPT-5.6-Cyber, un modelo fine-tuned sobre GPT-5.6 Sol específicamente entrenado para tareas avanzadas de ciberseguridad ofensiva, incluyendo desarrollo de exploits y finding de zero-days.
Y lo más interesante: lo entrenaron para reducir las negativas en solicitudes de uso dual (cosas que sirven tanto para defender como para atacar).
Los números
En el benchmark interno de OpenAI (“Advanced Cybersecurity Completion Rate”), GPT-5.6-Cyber logró:
- 95% de completitud en tareas avanzadas (exploit chains, auth bypass, privilege escalation)
- GPT-5.5-Cyber (el modelo anterior): 57.3%
- GPT-5.6 Sol normal con todos los safeguards: 1.5%
La diferencia entre 1.5% y 95% es básicamente la diferencia entre un modelo que te dice “no puedo ayudarte con eso” y uno que te entrega el exploit chain completo.
Daybreak Red vs Daybreak Blue: dos niveles de acceso
OpenAI no está regalando este modelo. Creó un sistema de tiers:
Daybreak Red — El nivel más alto. Da acceso a GPT-5.6-Cyber para investigación de vulnerabilidades, pentesting, red-teaming y validación de exploits en sistemas que la organización posee o tiene permiso de testear. Requiere:
- Aplicación con identidad verificable
- Descripción del caso de uso
- Controles de seguridad internos (SSO, MFA, RBAC, monitoring, logs)
- Certificación tipo SOC 2 Type II o ISO 27001
Daybreak Blue — El tier más amplio para defensores aprobados. No incluye GPT-5.6-Cyber, pero sí acceso a modelos frontier (GPT-5.6 Sol) con guardrails ajustados para labores defensivas: code review seguro, vulnerability discovery, malware analysis, incident response.
Precios
GPT-5.6-Cyber no es barato:
- Input: $12.50 / millón de tokens
- Output: $75 / millón de tokens
- Cached input: $1.25 / millón de tokens
Para comparar, GPT-5.6 Sol en el mismo programa Daybreak cuesta $5/$30 (input/output). O sea, el modelo cyber cuesta 2.5x más que el general-purpose.
Por qué importa
Eric Wallace, investigador de OpenAI, lo describió como el “primer intento a gran escala de mejorar directamente las capacidades para tareas avanzadas de ciberseguridad como desarrollo de exploits.”
Esto es un cambio de paradigma: durante años, los modelos de IA se han entrenado para negarse a hacer cosas peligrosas. GPT-5.6-Cyber es el primer modelo de un laboratorio mayor que se entrena deliberadamente para hacerlas, bajo la premisa de que los defensores necesitan herramientas que estén a la altura de las que ya tienen los atacantes.
El argumento de OpenAI es que la ventana para defenderse se está cerrando: los ataques impulsados por IA están aumentando, y los defensores necesitan modelos que no se corten cuando les pidas analizar un binario malicioso o trazar un exploit chain.
El debate que viene
¿Es responsable poner un modelo que desarrolla exploits en manos de empresas privadas, aunque sean “vetted”? ¿El proceso de aprobación de Daybreak Red es suficiente? ¿Qué pasa si un atacante social-engineering su camino hacia adentro?
OpenAI está apostando a que los controles de acceso (verificación de identidad, certificaciones, monitoring) son suficientes. La historia de la ciberseguridad sugiere que ningún control es perfecto, pero también que tener defensores armados con herramientas equivalentes a las de los atacantes es mejor que la alternativa.
En paralelo, OpenAI pausó Astra —el modelo que cruzó el umbral “Critical” de ciberseguridad— la semana pasada. GPT-5.6-Cyber es claramente el enfoque más controlado y menos riesroso: en vez de liberar capacidades peligrosas para todos, las dan solo a quienes pasen el filtro.
Sea como sea, es un movimiento que va a definir cómo los labs de IA manejan la dualidad defensa/ataque durante el resto del año.


