OpenAI hatte die Einstufung Anfang August noch vorsichtig formuliert. Nun beschreibt das Unternehmen Astra als erstes Modell, das die kritische Schwelle seines Preparedness Frameworks erreicht und in diesem Zustand veröffentlicht werden soll. Einen konkreten allgemeinen Starttermin nennen die vorliegenden Berichte nicht.
ExploitBench prüft, ob ein Modell aus Schwachstellen funktionierende Angriffe entwickeln kann. Laut OpenAI und den übereinstimmenden Berichten absolvierte Astra den Test vollständig, fand dabei zwei zuvor unbekannte Schwachstellen und verknüpfte sie zu einer funktionierenden Exploit-Kette. Die Meldung an die Maintainer laufe.
Der erweiterte Cyberzugang soll zunächst an Personen und Organisationen gehen, die kritische digitale Infrastruktur schützen, darunter US-Behörden und vertrauenswürdige Partner. Genannt werden außerdem ein verbessertes Modell-Harness, risikobasierte Antwortbeschränkungen und Tests gegen Ausbrüche aus der Trainingsumgebung.
Die Zahlen stammen aus OpenAIs eigener Bewertung; ExploitBench ist kein unabhängiger Vergleichstest. Die hauseigenen Tests sind zudem nicht direkt mit Anthropics anders zusammengesetzter System-Card-Prüfung vergleichbar. Eine externe Nachmessung ist wegen des begrenzten Zugangs derzeit nicht möglich.