OpenAIは、開発中モデルAstraの最新内部評価と専門家評価を踏まえ、Preparedness Framework上のCritical cybersecurity capabilityを否定できないと発表しました。隔離環境、ネットワーク・ツール制限、重み保護、監視、政府機関や安全組織との検証を強化します。 高能力モデルの評価は、公開前ベンチマークだけでなく、モデル重み、評価環境、ツール権限、CoT監視、外部検証を含むセキュリティ統制として扱う必要があります。 Astra評価がPreparedness Frameworkの警戒線に近づく OpenAIは2026年8月7日、開発中モデルAstraの直近の内部評価と専門家評価を踏まえ、Preparedness Framework上のCritical cybersecurity capabilityを否定できないと公表しました。対象は、Astraが数日の評価で示したagentic codingとcybersecurityの進展です。OpenAIは、GPT-5.6 Solなど過去モデルはHigh水準と評価されていたと説明し、今回の公表を安全保障コミュニティへの透明性確保と位置付けています。サイバー防御にも攻撃にも使える能力が速く伸びている、という問題設定が発表の出発点です。 重要システムへのゼロデイ実行能力が評価軸になる 同社の枠組みでは、Criticalのサイバー閾値は、人の介入なしに多数の堅牢な実世界の重要システムで全深刻度のゼロデイを見つけて機能する攻撃を開発できる場合、または高い水準の目標だけから新しい攻撃戦略を端から端まで考案し実行できる場合を指します。OpenAIはAstraがHugging Faceの不正利用事案には関与していないと明記しつつ、現時点では能力水準を排除できないため、評価とベンチマークを続けるとしています。 開発環境、重み、ツール権限を同時に締める OpenAIは、より厳しいセキュリティ統制を高能力モデルと関連活動に適用します。内容には、隔離されたテスト環境、ネットワークとツールアクセスの制限、モデル重みの保護と暗号化、追加の監視と検知、sandboxed executionが含まれます。強化要件を満たさないAstra関連の内部活動は一時停止し、Astraのagentic application全体で危険な行動やミスアラインメントを監視する仕組みも導入しています。 外部評価は安全な実行条件の設計が前提になる OpenAIは政府機関や選定したAI safety organizationsと能力検証を進め、第三者評価パートナーには高リスク評価とワークロードを安全に実行するための推奨統制を提供するとしています。実務上は、モデル性能の確認だけでなく、評価環境の隔離、ログ、ネットワーク、権限、レビュー手順を先に決める必要があります。防御利用の可能性を広げるには、評価の自由度と事故防止の境界を明確にする運用が論点になります。社外評価を急ぐほど、評価依頼者、評価者、環境管理者の責任分担も文書化が必要です。公開可否を判断する会議体も早めに定義したいところです。事故時の停止条件も事前に置くべきです。