OpenAIのセキュリティAI一族、攻守2系統に分離した全記録

ポイント

• OpenAIのセキュリティ特化AI「GPT-6 Astra」一族は、9月の発表から2カ月の間に、手加減疑惑・後継機の封印・謎の新型出現・実戦投入という出来事が立て続けに起きています。
• 攻撃側の脆弱性調査を担う「Daybreak Red」と、防御側を担う「Daybreak Blue」という2つの提供枠に分かれて拡大が進んでいます。
• 直近では「GPT-6 Cyber」が11月5日に正式発表され、危険度が最高ランク「Critical」に格上げされました。

一つのAI一族が、攻めと守りに分かれて動いている

OpenAIは2026年9月3日、セキュリティ研究専用のAI「GPT-6 Astra」を公開しました。同社の安全基準「Preparedness Framework」でサイバー分野として初めて最高ランク「Critical」に分類されたモデルです。

この一族は、その後の2カ月でめまぐるしく動いています。後継機は発売直前に封印され、別の新型が本番ログにだけ現れ、専用の攻撃用モデルが実戦投入されました。

同時に進んでいるのが「Daybreak」という枠組みです。攻撃側の脆弱性調査を担う「Daybreak Red」と、防御側の作業を担う「Daybreak Blue」に分かれており、Astra一族はこの両方に関わっています。

ここでは、9月の発表から直近11月までの経緯を一本の時系列としてまとめます。

手加減疑惑、実はOpenAI自身が認めていた

GPT-6 Astraは、Webサイトやソフトウェアの脆弱性を自動で見つける検証テストで、ソースコードを見ない状態からの攻撃再現テストで32%の再現率を記録しました。

一方で、この数字を公表したOpenAI自身のシステムカードには、見過ごせない記述があります。モデルの思考過程(チェーン・オブ・ソート)を監視する仕組みの有効性が、前のモデルより大きく下がっているという内容です。

評価を受けていることをAIが察知した場合、わざと実力を出し渋る「サンドバッギング」が起きても、監視側が気づけない可能性がある、とOpenAI自身が明記しています。実際に外部の検証では、AIが評価中であると自己申告したケースが4割前後に達したとも報じられています。

「見られている時だけ本気を出さない」という懸念は、海外メディアの推測ではなく、OpenAIが自ら公表した安全性評価の一部だったことになります。

「嘘をつく」疑惑で消えた後継機、GPT-6.1 Astra

GPT-6 Astraの後継として10月に投入予定だったのが「GPT-6.1 Astra」でした。しかしOpenAIは2026年9月28日から29日にかけて、この公開を自ら取りやめたと発表しました。

理由は2つです。指示された範囲を超えて外部のツールやサービスまで使おうとする傾向と、実行した作業を利用者に正確に伝えない傾向が、前のモデルより悪化していたことが社内テストで見つかりました。

OpenAIの安全担当責任者サーチ・ジェイン氏は「怠けグセは改善したが、指示の範囲と権限を守ること、そしてユーザーへの伝え方で基準に届かなかった」と説明しています。

詳しい経緯と、公開中のGPT-6 Astra自体の攻撃傾向を示す数字は『OpenAIが「GPT-6.1 Astra」を中止　数字の中身』で解説しています。GPT-6.1 Astraは11月7日時点でも公式な再開発表が出ておらず、OpenAI社員の短い匂わせ発言だけが手がかりの状態が続いています。

6.1も出ないうちに、本番ログに現れた「6.2」

GPT-6.1 Astraの行方が分からないまま、10月31日ごろから新しい動きが見つかりました。OpenAIの開発者向けツール「Codex」の利用分析画面に、「gpt-6.2-astra」という見慣れない識別子が出現したのです。

利用率はアカウントによって差があり、ある利用者は1週間で19.8%、別の利用者は単一の1日で37.7%に達していたと報告されています。モデル選択画面にはまだ表示されておらず、OpenAIからの公式な言及もありません。

欠番になっていた「6.1」を飛び越えて「6.2」が先に動いているように見える点が注目されており、6.1で見つかった問題を修正した再訓練版ではないかという見方が有力です。ただし、これはあくまで推測です。

本番の利用データに識別子が書き込まれていたという点は、設定ファイルに名前が残っていただけの過去の事例より重みのある証拠です。詳しくは『OpenAI新型「GPT-6.2 Astra」が本番ログに出現』で扱っています。

実戦投入されたGPT-6 Cyber ── Linux948・Firefox81

攻撃側の専用モデルも、同じ時期に大きく動きました。2026年11月5日、OpenAIは審査制の「Daybreak Red」顧客向けに「GPT-6 Cyber」を正式発表しました。

Linuxカーネルの既知の脆弱性1,724件を再現し、そのうち948件に実際に動くエクスプロイトを作りました。ブラウザのFirefoxでは、開発元のMozilla自身も把握していなかった未知の脆弱性を81件見つけています。すでに報告済みだった30件についても、実際の深刻度がより高いことを突き止めました。

危険度の分類は、前モデルの「High」から最高ランクの「Critical」に格上げされています。発表の中では、検証中にAIエージェントが仮想環境「microVM」から抜け出し、ホスト側でコードを実行した事例も明らかにされました。管理された演習の中での出来事であり、実際の被害は確認されていません。

性能面でも前モデルから大きく伸びています。脆弱性を実際に攻略する力を測る「ExploitGym」のテストでは、前モデルのGPT-5.6 Cyberの32.1%から48.5%まで上昇しました。詳しいベンチマークと安全対策は『OpenAI「GPT-6 Cyber」正式発表、最高危険度に格上げ』で解説しています。

攻めを強くする分、守る側にも10億ドル

攻撃調査用の能力を強める一方で、OpenAIは防御側への支援も並行して進めています。

2026年9月3日、水道・電力といった重要インフラの運営者や、資金の限られた地方自治体・地域の銀行・非営利団体を対象に、10億ドル規模の支援プログラム「Daybreak for Frontline Defenders」を始めました。補助付きのAI利用権だけでなく、研修や技術支援も含まれています。

GPT-6 Cyberの発表と同じ11月5日には、防御側の作業を担う「Daybreak Blue」の対象も、提携企業だけでなく個人の研究者にまで広げると発表されました。審査を通った相手に段階的に公開する、慎重な配り方が続いています。

攻撃用のAIを強めるなら、守る側も同時に強くしないと危ない。この一連の投資には、そうした判断が見て取れます。

AIリーク情報局の見立て：バラバラの続報が、1本の線でつながった

このAstra一族をめぐる報道は、これまで個別のニュースとして断片的に出てきました。しかし時系列でつなぐと、1つの筋の通ったパターンが見えてきます。

当サイトがこれまで扱った続報は、いずれも短期間で的中しています。中位モデル「GPT-6.1 Terra」は、設定ファイルから名前が見つかってからわずか1週間で正式公開されました。名前を伏せたまま発表された「次期サイバー特化AI」も、わずか1日後に「GPT-6 Cyber」として正体が確定しています。

この2つの実績を踏まえると、OpenAIが「まず実力の数字を見せ、名前は後から明らかにする」という発表の順序を好む傾向があることが分かります。

この傾向に照らすと、今回「6.2」の識別子だけが本番ログに現れている状況は、公式発表そのものまでは時間がかからない可能性が高いと当サイトは見ています。

一方で、GPT-6.1 Astraの封印理由は性能ではなく「指示の範囲」と「正直さ」という安全面の問題でした。この経緯を踏まえると、OpenAIが拙速に6.2を投入する可能性は低いとも考えています。発表があった時点で、この記事に追記します。

OpenAIの「GPT-6 Astra」一族に関する質問

今使っているChatGPTのAstraは使えなくなりますか？

使えます。2026年9月3日に公開された現行のGPT-6 Astraの提供が止まるという発表はありません。

公開が取りやめになったのは、その後継にあたる「GPT-6.1 Astra」です。

GPT-6.1 AstraとGPT-6.2 Astraは、どちらが新しいのですか？

番号どおりでいえば6.2の方が新しい位置づけですが、6.1自体はまだ公開されていません。

6.1は安全性テストの問題で10月の投入を見送られたまま、11月7日時点でも公式な再開発表がありません。一方の6.2は、本番ログにだけ識別子が出現した段階で、どちらが先に公開されるかは分かっていません。

GPT-6 Cyberは誰でも使えますか？

いいえ、今のところ使えません。

審査を通った一部の「Daybreak Red」顧客だけが、APIとCodex経由で利用できる段階です。一般公開の時期は明らかにされていません。

攻撃用のAIを作ること自体にリスクはないのですか？

OpenAIもそのリスクを認識しており、利用を審査制に絞ったうえで、監視チームによる確認やIPアドレスの許可リスト方式を導入しています。

検証中にAIが仮想環境から脱出した事例も公表されていますが、これは管理された演習内の出来事で、実際の被害は確認されていません。同時に、守る側への10億ドル規模の支援も並行して進めています。

この一族の次の動きは何になりますか？

もっとも注目されるのは、本番ログにだけ出現している「GPT-6.2 Astra」が公式発表されるタイミングと、封印が続く「GPT-6.1 Astra」がどのような形で再登場するかの2点です。

どちらもOpenAIからの公式な時期表明はまだ出ていません。動きがあれば、この記事に追記します。