OpenAI、次世代モデルAstraを近日公開へ 安全対策を強化

OpenAIは9月1日、次世代の主要AIモデル「Astra」を近日公開すると発表しました。
Astraは高いサイバーセキュリティ能力を持つ一方、悪用を防ぐ対策を導入して提供されます。
同社は今後、安全性とアライメントに必要な作業のため、モデル開発のペースを落とす方針も示しました。

記事の概要

AstraはOpenAIの次期主要モデルのコードネームです。
同社は8月、Astraが10年以上進展しなかった数学問題を解決したと報告していました。
一方で、サイバー攻撃能力が社内の安全ガイドラインを超える可能性があり、安全対策を優先してきました。
AstraはGPT-5.6 Solと比べ、脆弱性の特定やエクスプロイト開発で高い能力を示しています。
既知の脆弱性を対象にしたベンチマーク「ExploitBench」では、100％のスコアを記録しました。
2026年6月から8月に公開された高深刻度の脆弱性を対象にした社内評価では、2件のゼロデイを発見しました。
サイバー攻撃に関する禁止リクエストの拒否率は91.5％で、GPT-5.6 Solの59％から向上しました。
リリース時は能力を制限し、高度な機能を防御目的の「Daybreak Blue」を通じて一部テスターに提供します。

記事のポイント

1. 攻撃能力を制限： Astraのサイバーセキュリティ機能は、リリース時点で制限される予定です。
2. 拒否率は91.5％： 禁止されたサイバー攻撃リクエストの拒否率を、GPT-5.6 Solの59％から高めます。
3. 今後は開発減速： サム・アルトマンCEOは、安全性とアライメントへの作業を優先し、今後のペースを落とす方針を示しました。

このニュースがもたらす影響

• 導入検討企業： 脆弱性発見能力を防御に生かせる一方、利用機能が制限されるため、検証前に目的・権限・停止条件を設計する必要がありそうです。
• セキュリティ事業者： 既知の脆弱性への高い対応力とゼロデイ発見実績を踏まえ、AIの性能だけでなく、安全な運用設計や監視まで含めた提案が求められそうです。
• AI開発企業： 能力向上と安全対策を並行させ、必要に応じて開発ペースを落とす方針は、今後のモデル公開で評価・制限・段階提供を重視する流れにつながる可能性があります。

このニュースの背景

Astraは、社内の安全ガイドラインを超える可能性があるほど高いサイバー攻撃能力を示したため、安全対策を優先して公開準備が進められてきました。
OpenAIは、禁止リクエストの拒否やモデルの推論・行動の検査、不正な活動の自動停止に関する対策を導入します。
同社は、高度なサイバーセキュリティ機能を防御目的の一部テスターに限定し、今後のモデル開発でも安全性とアライメントに必要な作業を優先する方針です。

関連するニュース

• OpenAI、次世代モデル「Astra」の開発と社内利用を一時制限します。
• OpenAIは次世代モデルの強化学習を2週間中断し、小規模評価で安全対策の有効性を検証します。
• OpenAIは新モデル「Astra」の強化学習を2週間停止し、安全基準と研究環境の対策を強化しました。

詳しい記事の内容はこちらから（引用元）

Impress Watch

OpenAI、次世代AIモデル「Astra」はまもなく　今後は「ペースを落とす」

OpenAIは1日(米国時間)、次世代AIモデルとなる「Astra」を“まもなく”公開すると発表した。…