Astra OpenAI : cybercapacités critiques, risques et nouvelles protections

OpenAI s’apprête à déployer Astra, le nouveau modèle d’intelligence artificielle que l’entreprise considère suffisamment puissant pour identifier les cyber-vulnérabilités inconnues et développer des techniques pour les exploiter même contre des systèmes bien protégés. Le 1er septembre 2026, l’entreprise classe pour la première fois l’un de ses modèles dans la gamme. « Critique » pour les capacités de cybersécurité requises par son cadre de préparation.

La définition ne concerne pas une simple amélioration des activités de programmation. Selon OpenAI, avec les outils et autorisations appropriés, Astra peut trouver des failles jour zéroc’est-à-dire des vulnérabilités non encore connues des fabricants, et construire des méthodes pour les exploiter sans nécessiter qu’une personne dirige chaque étape.

Il s’agit d’un saut qui produit des conséquences aussi bien industrielles que technologiques. Les outils qui automatisent une part croissante de la recherche sur les vulnérabilités peuvent réduire le temps et le coût des efforts de sécurité pour les entreprises, les fournisseurs de cloud et les développeurs. Les mêmes capacités, si elles sont disponibles sans contrôles, peuvent accroître l’efficacité des attaquants.

OpenAI a donc ralenti certaines phases de développement d’Astra, renforcé l’infrastructure de formation et décidé de limiter dans un premier temps l’accès aux cyberfonctions les plus avancées.

Des benchmarks aux vulnérabilités Zero Day

OpenAI définit « Critique » un modèle qui, sous certaines conditions, peut identifier et transformer les vulnérabilités du jour zéro dans de nombreux systèmes réels durcis contre les attaques en exploits fonctionnels, ou concevoir et exécuter de nouvelles stratégies d’attaque à partir d’un objectif général.

L’entreprise affirme avoir soumis Astra à des références publiques et privées et à des évaluations d’experts. Dans Banc d’exploitationun test qui mesure la capacité à développer des exploits à partir de vulnérabilités déjà connues, Astra aurait obtenu 100% des points disponibles.

OpenAI a ensuite construit un benchmark interne basé sur 20 vulnérabilités de haute gravité divulguées entre juin et août 2026, afin de réduire le risque que des problèmes soient déjà présents dans les données utilisées pour entraîner le modèle. Selon les résultats publiés par la société, Astra a atteint un taux d’exécution de code arbitraire beaucoup plus élevé que GPT-5.6 Sol en utilisant moins de jetons.

Au cours de ces tests, il a également identifié deux vulnérabilités zero-day, qui ont ensuite été utilisées dans une chaîne d’exploits. OpenAI indique avoir entamé le processus de divulgation aux responsables du logiciel concerné.

Les résultats sont des déclarations de l’entreprise basées en partie sur des références internes et ne constituent donc pas une vérification indépendante de la performance globale d’Astra.

Lors de tests menés par des spécialistes, le modèle aurait également compromis un navigateur durci contre les attaques, contourné le bac à sable et exécuté des commandes sur le système d’exploitation.

Dans une autre évaluation, il aurait combiné plusieurs vulnérabilités pour obtenir des privilèges d’administrateur à partir d’un compte non privilégié.

Le précédent de l’incident de Hugging Face

La prudence adoptée pour Astra découle également de l’épisode survenu quelques semaines plus tôt. En juillet 2026, lors de tests internes de cybersécurité, certains modèles OpenAI ont contourné les contrôles destinés à les maintenir isolés d’Internet et ont fini par compromettre des parties de l’infrastructure de recherche de l’entreprise et des systèmes appartenant à Hugging Face. OpenAI a rendu publics les résultats de l’enquête le 26 août.

Selon le rapport de l’entreprise, ce comportement était principalement motivé par un modèle de recherche interne, de taille comparable au GPT-5.6 Sol et jamais destiné à une distribution publique.

OpenAI précise qu’Astra n’a pas été impliquée dans l’accident. Cependant, l’affaire a modifié les critères appliqués au développement du nouveau modèle. La société affirme avoir introduit une plus grande séparation des infrastructures, des contrôles de réseau plus stricts, des systèmes de surveillance supplémentaires et de nouveaux seuils pour la formation à l’alignement.

Après l’accident, certains processus de formation du modèle Frontier ont été suspendus pendant deux semaines. OpenAI a déclaré avoir redémarré une session majeure d’apprentissage par renforcement précédemment interrompue le 28 août, une fois les nouvelles exigences de sécurité introduites.

Plus de capacité, mais un accès restreint

La stratégie commerciale d’OpenAI consiste à éviter, au moins dans la première phase, un accès aveugle aux cybercapacités les plus puissantes d’Astra. Les tâches avancées seront initialement ouvertes à un groupe limité de testeurs. L’entreprise prévoit par la suite d’élargir l’accès via Daybreak Blue, le programme destiné aux opérateurs de cybersécurité agréés.

Daybreak a déjà été étendu le 10 août 2026. Le programme propose aux professionnels de la cyberdéfense des modèles et des outils pour la recherche de vulnérabilités, l’examen du code, l’analyse des logiciels malveillants, la réponse aux incidents et les tests de correctifs.

La distribution passe également par le cloud de l’entreprise. Depuis le 11 août, les fonctionnalités Daybreak sont disponibles via Amazon Bedrock. Daybreak Blue permet aux organisations autorisées d’utiliser des modèles généralistes tels que GPT-5.6 Sol avec des protections adaptées au travail défensif, tandis que Daybreak Red offre des capacités plus spécialisées pour la recherche de vulnérabilités et les tests de sécurité autorisés.

Astra devrait progressivement s’intégrer dans cette infrastructure. Le modèle destiné aux utilisateurs ordinaires n’aura donc pas nécessairement les mêmes possibilités montrées dans les évaluations réalisées avec des configurations spécialisées.

Le nœud économique de la cybersécurité automatisée

La possibilité d’automatiser l’analyse, les tests et la correction des vulnérabilités intervient alors que les investissements dans l’intelligence artificielle pour la sécurité augmentent rapidement.

Selon une prévision publiée par Gartner le 19 mai 2026, les dépenses mondiales classées « Cybersécurité IA » devraient passer de 25,9 milliards de dollars en 2025 à 51,3 milliards de dollars en 2026, soit presque le double en un an. Pour 2027, Gartner estime l’investissement à environ 86 milliards de dollars. Le cabinet de recherche prévoit également une croissance de 47 % des dépenses mondiales globales en IA en 2026.

Pour les entreprises, des systèmes comme Astra peuvent répondre à l’une des tâches les plus coûteuses en matière de cybersécurité : trouver une vulnérabilité, déterminer si elle est réellement exploitable, identifier le correctif et vérifier que le correctif ne génère pas de nouveaux problèmes.

OpenAI tente de transformer cette capacité en une plateforme pour les opérateurs professionnels. En juin, il a étendu Daybreak avec des outils dédiés à l’automatisation des correctifs et a déclaré avoir utilisé ses modèles pour rechercher et corriger les vulnérabilités des navigateurs, de l’infrastructure réseau, des noyaux FreeBSD et Linux.

Cependant, la valeur économique dépendra également du taux d’erreur. Un modèle qui signale trop de vulnérabilités inexistantes peut faire passer le coût des chercheurs humains aux équipes chargées de vérifier des milliers de rapports. À l’inverse, un système capable d’identifier des problèmes véritablement exploitables et de proposer des correctifs vérifiables peut raccourcir le cycle entre la découverte et la correction.

Les nouvelles barrières contre les abus

OpenAI affirme avoir également amélioré le comportement d’Astra face à des requêtes considérées comme dangereuses. Lors des tests sur les tentatives de contournement des cyberprotections, le modèle a rejeté 91,5 % des demandes interdites, contre 59 % enregistrés par GPT-5.6 Sol.

Pour les comptes classés à risque plus élevé, la société propose des limites plus restrictives et des systèmes capables d’utiliser les informations provenant de plusieurs conversations pour identifier d’éventuelles tentatives d’abus.

Un deuxième niveau concerne ce que le modèle peut faire de manière autonome. OpenAI a développé des tests spécifiques après l’incident de Hugging Face pour vérifier si un agent, confronté à une tâche très difficile, tente d’utiliser des systèmes externes ou une infrastructure non autorisée.

Dans une simulation appelée Pot de miel ExploitGymGPT-5.6 Sol sans protections de production normales aurait tenté d’accéder à des cibles leurres dans 56 % des tests. Astra n’aurait pas fait de tentatives similaires. Dans ce cas également, il s’agit de résultats publiés par OpenAI et faisant référence à des conditions expérimentales spécifiques.

L’entreprise introduit également des systèmes automatiques qui analysent les actions du modèle et peuvent bloquer les activités jugées non autorisées. Pour les utilisateurs, cela signifie que même les opérations légitimes peuvent parfois être ralenties ou arrêtées. Dans ChatGPT ou Codex, une confirmation peut vous être demandée avant de continuer ; via certaines interfaces API, l’exécution peut être interrompue directement.

Une technologie qui change le coût des attaques

La question économique centrale concerne la relation entre le coût de l’attaque et le coût de la défense. La recherche manuelle de vulnérabilités avancées nécessite des spécialistes qualifiés, du temps et une infrastructure dédiée. Si les modèles peuvent effectuer eux-mêmes une grande partie de ces tâches, la productivité des équipes de sécurité peut augmenter.

Le même mécanisme peut réduire les ressources nécessaires à ceux qui tentent une attaque. C’est pourquoi OpenAI adopte une répartition différenciée : plus grande capacité de sujets vérifiés et d’usages défensifs autorisés, limites plus strictes d’accès général.

Le bilan se mesurera surtout en termes de correction des vulnérabilités. Si des outils comme Astra permettent aux éditeurs de logiciels de découvrir et de corriger les failles avant qu’elles ne soient exploitées, les avantages économiques peuvent revenir aux défenseurs. Si la capacité de générer des exploits devient accessible plus rapidement que la capacité des entreprises à appliquer des correctifs, les coûts opérationnels, les besoins de surveillance et la pression sur les systèmes les plus exposés augmenteront.

OpenAI prévoit de publier une carte système avec le lancement d’Astra avec plus de détails sur la sécurité, l’alignement et les évaluations de capacité. Ce sera ce document, ainsi que les futures vérifications indépendantes et les résultats d’usage professionnel, qui permettront une évaluation plus précise de l’écart entre les performances déclarées lors des tests et celles réalisables dans les systèmes réels.