OpenAI、次期モデルAstraが重大なサイバー能力に達する可能性—対策強化を発表

発表の概要

OpenAIは2026年8月7日、次期モデル「Astra」に関する内部評価の結果を公表した。評価は過去数日間に実施され、エージェント型コーディングとサイバーセキュリティの分野で顕著な能力向上が確認されたという。同社は専門家の評価も踏まえて2026年8月6日夜に、Astraの能力がPreparedness Framework上の「重大（Critical）」なサイバー能力の閾値を超える可能性があると結論づけた。

OpenAIはこの判断を、一般社会と安全性・セキュリティのコミュニティに対して透明に共有する必要があるとして公表に踏み切った。現時点ではAstraはベンチマーク評価が継続中であり、能力レベルは確定していない。また、AstraはHugging Faceの不正利用には関与していないと明記されている。

重大レベルの意味

Preparedness Frameworkは2023年12月に公開された枠組みで、AIモデルが生物・化学・サイバー・自己改善などの分野でどのような能力を持つかを段階的に評価する。企業としての対応を計画するために作られたものだ。今回注目される重大レベルは、人間の介入なしに多くの堅牢な実世界の重要システムでゼロデイ脆弱性を特定・開発できる状態、または高レベルの目標だけを与えられた状態で堅牢な標的への攻撃戦略を立案・実行できる状態と定義されている。

これまでのモデルでは、GPT-5.6-Solがフロンティアサイバー能力の評価で高レベルと判定されていた。Astraの予備評価はそれよりも強いパフォーマンスを示しており、現時点では重大レベルを除外できないとされている。この結果はあくまで予備的なものであり、今後さらにベンチマークと評価が進むことで判断が変わる可能性もある。

強化される安全対策

OpenAIは、高能力モデルに対応するため、セキュリティ管理を強化すると発表した。具体的には、隔離されたテスト環境、ネットワークとツールへのアクセス制限、モデル重みの保護と暗号化、追加の監視・検知機能、サンドボックス実行の実施が挙げられている。また、これらの強化された要件を満たさないAstraの内部活動を一時停止するという。

Astraを使うすべてのエージェントアプリケーションでは、リスクの高い行動や意図しない動作を監視する仕組みを導入する。モデルのチェーン・オブ・ソート（思考の連鎖）を評価し、高リスクな活動を検知した場合にはセキュリティ対応が割り込んで中断する。さらに、政府機関やAI安全団体と協力して能力のテストを実施し、第三者のテストパートナーには高いリスクを持つ評価を安全に実行するための推奨セキュリティ管理策を提供する。

過去の事例と今後の見通し

OpenAIは同様の対応を過去にも取っている。2025年6月には、Preparedness Frameworkで定める生物学の高能力閾値に近づいた際、安全性の強化、テスト拡大、外部専門家との協力、追加セキュリティ管理を実施すると表明した。今回の対応はその原則をサイバー分野に適用したものだと説明している。

同社は、サイバー能力を持つ先進的なモデルは、攻撃者が悪用する前に防御側が脆弱性を特定・対処するのに役立つという立場を取っている。その一方で、今回の発表はエージェント型AIの進化がもたらす攻撃リスクを公の場で認めたものでもある。今後の外部評価や政府当局との協議によって、Astraの実際のリスクがより明確になると見られる。