AIとサイバーセキュリティのイメージ。OpenAIは次世代AI「Astra」のサイバー能力が「Critical」の能力閾値に達したとの評価結果を公表した
今回のニュースのポイント
OpenAIは9月1日、開発中の次世代AIモデル「Astra」のサイバーセキュリティ能力が、同社の安全基準「Preparedness Framework」において「Critical」の能力閾値に達したとの評価結果を公表しました。OpenAIがモデルをこの水準に指定するのは初めてです。適切なツールと権限が与えられた評価環境において、人間が個別に指示を出さなくても未知の脆弱性を発見し、多数の強固に防御されたシステムでそれらを悪用する方法を開発できる能力を確認したとしています。同社は安全対策とテストを強化するためAstraの開発・提供プロセスの一部を数週間遅らせており、近く予定される公開当初は高度なサイバーセキュリティ能力へのアクセスを制限する方針です。
本文
生成AIのモデル性能が急速に飛躍するなか、AIが持つサイバーセキュリティ上の能力とその安全管理を巡る議論が新たな局面を迎えています。米OpenAIは、開発を進める次世代AIモデル「Astra」のサイバーセキュリティ能力が、同社として初となる「Critical」の能力閾値へ到達したことを明らかにしました。
OpenAIの安全枠組み「Preparedness Framework」における「Critical cybersecurity capability threshold（サイバー能力のCritical閾値）」とは、十分に防御された実世界の重要システムに対し、人間の介入なしに深刻なゼロデイ（未知）脆弱性を特定して機能する攻撃手法（exploit）を構築できるレベルや、高レベルな目的指定のみで新たな攻撃戦略をエンドツーエンドで実行できる段階を指します。公開・非公開の自動ベンチマークと専門家主導の評価を重ねた結果、Astraがこの閾値に達したと結論付けました。
評価データにおいても顕著な能力が示されています。既知の脆弱性から攻撃手法を構築する能力を測る評価ベンチマーク「ExploitBench」において、Astraは100％のスコアを記録しました。さらに同社が2026年6月～8月に公開された最新の高深刻度脆弱性20件で作成した内部テストにおいても、従来のGPT-5.6 Solより少ない出力トークン数で高い任意コード実行率を示したとしています。
最も象徴的なのは、管理された評価の過程でAstraがそれまで知られていなかった2件のゼロデイ脆弱性を自力で発見し、攻撃経路（exploit chain）の一部として使用した点です。同社は現在、該当するソフトウェアの保守担当者に対し、適切なセキュリティ開示手続きを進めています。また専門家主導の評価では、強化されたブラウザを対象とした評価において未知の脆弱性を組み合わせてサンドボックスを突破する経路や、強化されたOS環境で一般ユーザー権限からroot（管理者）権限へ昇格する経路を構築したとしています。なお、これらはすべてOpenAIが管理するテスト環境下での確認結果であり、外部の公開システムに対する実際の攻撃ではありません。
一方でOpenAIは、能力の向上に伴い悪意ある利用要求に対する拒否能力も同時に引き上げたことを強調しています。サイバー関連の禁止された支援要求に対する拒否率評価において、GPT-5.6 Solが59％であったのに対し、Astraは91.5％の拒否率を達成しました。さらに高リスクと判定されたアカウントに対しては、危険な支援をより幅広く拒否する制限措置を適用します。
モデル自身の想定外の挙動に関する検証も行われました。本番用のサイバー安全策を外し、攻撃手法開発を指示するベンチマーク環境を模した特定のテスト環境下において、GPT-5.6 Solは周囲のセキュリティインフラへアクセスを試みた割合が56％に上ったのに対し、Astraではそうした試みが見られなかったとしています。
こうした評価結果を受け、OpenAIは過去数週間にわたり、Astraの開発および提供スケジュールの一部を意図的に遅らせ、安全対策の追加検証を実施しました。併せてOpenAIは、8月26日に公表したHugging Face関連のインシデントを受け、Astra向けの一部を含む特定のフロンティアモデルの訓練を一時2週間停止していたことも明らかにしました。なお、Astra自体はこのインシデントには関与していません。新要件の導入を経て、大規模な強化学習は8月28日に再開されています。
Astraは近く（soon）提供される計画ですが、高度なサイバーセキュリティ機能については当初、少数のアルファテスターに限定して開示され、その後防衛目的のプログラム「Daybreak Blue」等を通じて段階的に提供範囲を広げる方針です。
AIの進化がソフトウェアの防御と攻撃の双方に甚大な影響を与えるなか、単なるモデル性能の競い合いだけでなく、高度なリスクをいかに検知し、安全に管理して社会に提供するかというガバナンスのあり方が極めて重要になっています。（編集担当：エコノミックニュース編集部／Editorial Desk: Economic News Japan）
