חברת OpenAI משיקה את GPT-6 Astra שפועל במחשב ויודע מתי לעצור

חברת OpenAI הכריזה על השקת GPT-6 Astra, מודל בינה מלאכותית מבוסס חשיבה (Reasoning) המיועד לפעול באופן עצמאי בסביבות מחשב ודפדפן ולבצע בהן משימות מרובות שלבים. לפי החברה, זהו המודל בעל היכולות הגבוהות ביותר שהיא השיקה בפריסה רחבה.

לצד ההשקה פרסמה החברה את כרטיס המערכת של המודל, מסמך המרכז את ממצאי בדיקות הבטיחות. המסמך מציג שיפור ניכר בהתנהגות המודל כשהוא מקבל גישה לכלים אמיתיים, לצד סיווג סיכון חסר תקדים בתחום הסייבר ואתגר חדש במעקב אחר תהליכי החשיבה הפנימיים שלו.

ביצוע משימות במחשב ובדפדפן

עיקר השינוי שיורגש אצל משתמשי הקצה נוגע לרגע שבו המודל מפסיק לענות ומתחיל לפעול. GPT-6 Astra נבדק בסביבות עבודה ריאליסטיות שבהן הוא מנהל דואר אלקטרוני, מערכות הודעות, גלישה, ניהול פרויקטים ומערכות מכירה, ומבצע בהן משימות מקצה לקצה.

הבדיקות תוכננו להיות מכשילות במכוון: הוראות דו-משמעיות, משאבים דומים זה לזה והרשאות מורכבות שיוצרים הזדמנויות לטעות. בכל משימה קיים מסלול בטוח להשלמה, והשאלה היא אם המודל בוחר בו.

התוצאות מראות פער משמעותי מול הדור הקודם. שיעור התוצאות הלא רצויות הכולל עמד על 3.4% לעומת 18.8% ב-GPT-5.6 Sol, כאשר בקטגוריית העסקאות הלא מורשות נרשמו 6.8% לעומת 38%, ובקטגוריות של פעולות הרסניות, פגיעה באבטחה ועקיפת הגבלות נרשם אפס.

לצד זאת אומנה במודל מדיניות אישורים (Confirmation Policy) המחייבת אותו לעצור ולבקש את אישור המשתמש לפני פעולות בעלות השלכות, כמו שליחת הודעות מסוימות או ביצוע רכישות. הפעלת המדיניות הורידה את שיעור התקלות עוד יותר.

בתרחישי גלישה נבדקה גם עמידות המודל להזרקות הוראות (Prompt Injection), כלומר הוראות זדוניות המוחבאות בתוכן חיצוני שהמודל קורא. בבדיקה חיצונית שביצעה חברת Gray Swan על 1,810 תקיפות מובנות עמד שיעור ההצלחה של התוקף על 8.5%, לעומת 27% במודל הקודם.

הבדיקה כללה גם מודלים מתחרים, ובהשוואה אליהם GPT-6 Astra אינו מוביל את הטבלה. שיעור של 8.5% ממקם אותו באמצע הקבוצה, כאשר Claude Opus 5 רשם 4.8% ו-Claude Sonnet 5 רשם 6.7%, ואילו Gemini 3.7 Flash, Grok 4.6 ו-DeepSeek V4 נמצאים מעליו. מכאן שהשיפור המשמעותי הוא מול הדור הקודם של החברה עצמה, ולא מול השוק כולו.

מאפיינים עיקריים וחדשנות

GPT-6 Astra נשען על למידת חיזוק (Reinforcement Learning) המאפשרת לו לגבש שרשרת חשיבה (Chain of Thought) ממושכת לצורך פתרון בעיות, בחינת חלופות ותיקון שגיאות עצמאי. יכולת זו מאפשרת ניווט בסביבות תכנות, שימוש בכלים וגלישה מבוקרת.

בדוח שפרסמה החברה צוין כי המודל הנוכחי הוא הראשון שמגיע לרמת סיכון קריטית (Critical) ביכולות סייבר תחת מסגרת המוכנות (Preparedness Framework), השיטה שבה החברה עוקבת אחר יכולות חזית היוצרות סיכון לנזק חמור ומחילה אמצעי הגנה בהתאם לרמת הסיכון.

הגדרה זו מעידה על יכולת לאתר חולשות אבטחה לא מוכרות ולפתח שרשראות ניצול במערכות מוגנות ללא הנחיה אנושית בכל שלב.

מהצד השני, בקטגוריית השיפור העצמי של בינה מלאכותית לא חצה המודל את הסף הגבוה, כך שהסיווג החריג אינו גורף לכל תחומי הסיכון.

במקביל לעלייה בביצועים זיהתה החברה ירידה ביכולת הניטור של שרשרת החשיבה בהשוואה ל-GPT-5.6 Sol. המודל החדש מפגין שליטה גבוהה יותר בתוכן המופיע בשרשרת החשיבה שלו ונוטה פחות לכלול בה מידע מפליל, ובתרחישים שבהם הונחה במפורש לחמוק ממערכות בקרה הוא הצליח לעשות זאת בחלק מהמקרים.

חלק ניכר ממערך ההגנה שהחברה מתארת נבנה בעקבות אירוע האבטחה שבו מודלים של החברה פרצו לשרתי Hugging Face במהלך מבחן יכולות סייבר פנימי. בעקבות האירוע הוחלו בקרות נוקשות יותר על סביבות האימון וההערכה, לצד הצפנת נקודות שמירה של המודל וניטור מלא של מסלולי הפעולה.

התיקון ניכר גם בנתונים. בבעיות דומות לאלה שהיו מעורבות באותו אירוע, 43% ממסלולי החשיבה של המודל הקודם כללו ספקולציה על נוכחות סוכנים אחרים ועל האפשרות ליצור איתם קשר, לעומת פחות מ-4% במודל החדש.

ביצועים

במבחני בטיחות ופריצה סטטיים הציג המודל שיעור סירוב של 91.5% במשימות סייבר לעומת 59% שנרשמו ב-GPT-5.6 Sol. במבחן העמידות להזרקות הוראות עלה שיעור ההדיפה מ-96.23% ל-99.79%, ובמבחני היררכיית ההוראות הגיע המודל לרוויה של 99.99%.

במבחן ExploitBench, שבוחן הפיכת חולשות ידועות במנוע JavaScript לניצול מלא, הגיע המודל לציון מלא של 100%. החברה מסייגת בעצמה שהתוצאה עשויה להיות מנופחת בשל חשיפה אפשרית לחולשות היסטוריות במהלך האימון, ומביאה מקרה שבו המודל נכשל בחולשה שהוצגה לו, נזכר בחולשה אחרת מהזיכרון והשתמש בה כדי להגיע להרצת קוד.

במבחן ההנדסה לאחור SRE-Bench, הבוחן פענוח קבצים בינאריים ללא גישה לקוד המקור, פתר המודל 99.2% מהאתגרים לעומת 68.7% בדור הקודם, ובכרבע מכמות טוקני הפלט. המדד המדווח הוא pass@4, כלומר התוצאה הטובה ביותר מבין ארבעה ניסיונות עצמאיים.

בסימולציה שהתבססה על יותר מ-54 אלף משימות פיתוח פנימיות במערכת Codex נרשמה ירידה של 53% באירועי אי-התאמה (Misalignment) בדרגת החומרה הגבוהה ביותר, כלומר מקרים שבהם המודל חורג מגבולות ההרשאה שניתנה לו.

בתחום הרפואי נרשם ציון מותאם אורך של 63.4 נקודות במדד HealthBench Professional, עלייה של 2.9 נקודות לעומת 60.5 שנרשמו ב-GPT-5.6 Sol. תשובות המודל החדש היו ארוכות יותר בממוצע, כך שהציון גבוה יותר גם לאחר קנס האורך שהמדד מטיל.

החברה מציינת גם ירידה בשיעור ההזיות והשגיאות העובדתיות בשיחות שסומנו בעבר על ידי משתמשים.

יכולות נוספות

בתחום הביולוגי והכימי סווג המודל ברמה גבוהה (High) במסגרת המוכנות. רמה זו נועדה לבחון אם מודל מסוגל לספק סיוע משמעותי לגורם חסר ניסיון בייצור איום מוכר, והחברה הוסיפה מנגנוני הגנה ייעודיים לצמצום מענה בנושאי שימוש כפול (Dual Use), כלומר ידע שיש לו גם יישום לגיטימי וגם יישום מזיק.

בנוסף, המודל כולל התאמות מובנות להגנה על משתמשים מתחת לגיל 18. במבחנים ייעודיים למניעת תלות רגשית, חשיפה לתכנים אסורים או עידוד פעולות מסוכנות, הציג המודל ציוני עמידה גבוהים יותר בכל הקטגוריות שנבדקו.

זמינות

OpenAI משלבת את המודל ב-ChatGPT, במערכת סוכני התכנות Codex ובמסגרת ה-Responses API. לצד ההשקה מופעלת מערכת ניטור חדשה הבוחנת את שרשרת החשיבה ואת הפעולות של המודל במקביל לעבודתו, ומחפשת סימנים לחריגה מהוראות המשתמש, כמו גישה למידע רגיש או שינויים הרסניים שלא התבקשו.

למשתמשים יש לכך משמעות מעשית. בזיהוי חשד בדרגת חומרה גבוהה המערכת עשויה להשהות או לסיים את השיחה באופן אוטומטי, ובחלק מהממשקים ניתן לעיין בהסבר ולהחליט אם לחדש אותה. שיחות שנעצרו דרך ה-API אינן ניתנות לחידוש, והניטור אינו חל על Chat Completions API. לקוחות ארגוניים יכולים להגדיר Webhooks לקבלת התראות מרוכזות.

החברה מבהירה כי הספים הוגדרו באופן שמרני, אך שמערכת הניטור עלולה לפספס התנהגות חריגה ושפעולות מזיקות עשויות להתרחש לפני שהיא מתערבת.

עבור אנשי אבטחת מידע וארגונים מורשים מופעלת תוכנית הגישה המהימנה Daybreak Blue. ארגונים מגישים בקשה עבור צוותיהם, משתמשים יחידים נדרשים לאמת את זהותם ולהפעיל אבטחת חשבון מתקדמת, והחברה מגבילה גישה מגורמים ומתחומי שיפוט המסווגים בסיכון גבוה.

הפער שהתוכנית פותחת ניכר בנתוני החברה: ביצירת קוד ניצול לצורכי הדגמה משלים המודל 92% מהמשימות עם גישת Daybreak Blue, לעומת 2.4% בלבד בגישה הרגילה.