Les intelligences artificielles savent depuis quelque temps écrire du code, analyser des logiciels ou aider des chercheurs en cybersécurité à identifier des vulnérabilités. Avec Astra, OpenAI affirme avoir franchi une étape beaucoup plus sensible.
Son prochain modèle est capable, lorsqu’il dispose des bons outils et des accès nécessaires, de découvrir des failles de sécurité jusque-là inconnues, de développer des méthodes pour les exploiter et même de combiner plusieurs vulnérabilités pour prendre le contrôle d’un système.
La progression est suffisamment importante pour qu’OpenAI classe Astra au niveau « Critical » de son Preparedness Framework, son système interne destiné à évaluer les risques liés aux modèles les plus avancés. C’est la première fois qu’un modèle de l’entreprise atteint ce niveau pour ses capacités en cybersécurité.
Et certains résultats obtenus pendant les tests donnent une idée assez concrète de ce changement : Astra aurait notamment découvert deux vulnérabilités zero-day qui n’étaient pas connues avant son évaluation.
Astra, la première IA classée « Critical » par OpenAI
Chez OpenAI, le terme « Critical » ne signifie pas simplement qu’un modèle est particulièrement performant.
Dans le domaine de la cybersécurité, ce niveau correspond notamment à un système capable de découvrir et de développer des exploits zero-day fonctionnels sur de nombreux systèmes réels fortement sécurisés sans intervention humaine, ou de concevoir et d’exécuter de nouvelles stratégies d’attaque à partir d’un objectif relativement général.
Autrement dit, on ne parle plus seulement d’une IA à laquelle un expert demanderait :
« Analyse ce morceau de code et trouve-moi une erreur. »
L’objectif peut devenir beaucoup plus large.
Le modèle peut recevoir une mission, analyser son environnement, identifier des points faibles, déterminer lesquels sont exploitables puis construire une chaîne d’actions pour atteindre son objectif.
C’est précisément cette capacité à enchaîner plusieurs étapes de manière plus autonome qui fait d’Astra un modèle différent des générations précédentes.
OpenAI affirme qu’il représente une progression importante par rapport à GPT-5.6 Sol, à la fois dans l’identification de vulnérabilités et dans le développement d’exploits, tout en utilisant beaucoup moins de tokens pour réaliser certaines tâches.
Deux failles zero-day découvertes pendant les tests
L’un des résultats les plus frappants concerne ExploitBench, un benchmark conçu pour mesurer la capacité d’un modèle à développer des exploits à partir de vulnérabilités connues.
Astra y a obtenu un score de 100 %, selon OpenAI.
Un résultat spectaculaire, mais que l’entreprise a elle-même pris avec précaution. Les chercheurs craignaient notamment que certaines informations utilisées dans ce benchmark public aient pu se retrouver dans les données d’entraînement du modèle.
OpenAI a donc construit une deuxième évaluation interne utilisant 20 vulnérabilités sévères récemment divulguées entre juin et août 2026.
Astra s’y est montré nettement plus performant que GPT-5.6 Sol pour parvenir à une exécution de code arbitraire, tout en produisant beaucoup moins de tokens.
Mais le plus intéressant s’est produit pendant cette évaluation.
Le modèle a découvert et utilisé deux vulnérabilités zero-day dans une chaîne d’exploitation.
Une vulnérabilité zero-day est une faille qui n’est pas encore connue — ou pour laquelle aucune correction n’est encore disponible au moment de sa découverte. Ce sont donc précisément les vulnérabilités les plus intéressantes pour les chercheurs en sécurité, mais aussi potentiellement pour les attaquants.
OpenAI indique être en train de communiquer les deux failles aux responsables des logiciels concernés afin qu’elles puissent être corrigées.
Ces résultats restent pour l’instant principalement basés sur les évaluations publiées par OpenAI. TechCrunch souligne d’ailleurs qu’en l’absence de vérifications indépendantes complètes, il reste difficile d’évaluer précisément les capacités réelles du modèle et l’efficacité des protections annoncées par l’entreprise.
Astra a réussi à sortir de la sandbox d’un navigateur
Découvrir une vulnérabilité est une chose. Savoir en combiner plusieurs pour progresser à travers les différentes couches de protection d’un ordinateur en est une autre.
C’est pourtant ce qu’Astra aurait réussi à faire pendant plusieurs évaluations menées par des experts.
Les chercheurs ont notamment confronté le modèle à un navigateur renforcé.
Astra aurait découvert plusieurs vulnérabilités inconnues puis construit une chaîne d’exploitation complète lui permettant de sortir de la sandbox du navigateur et d’exécuter des commandes directement sur la machine hôte, lorsqu’un fichier HTML spécialement préparé était ouvert.
Une sandbox est précisément conçue pour éviter qu’un programme ou qu’une page exécutée dans un environnement isolé puisse affecter le reste de l’ordinateur.
Le modèle aurait également réussi une autre opération sur un système d’exploitation sécurisé : combiner plusieurs vulnérabilités afin de passer du statut d’utilisateur sans privilèges à un accès root, c’est-à-dire au niveau de contrôle le plus élevé sur un système Unix ou Linux.
C’est probablement ici que se trouve l’évolution la plus importante.
Les IA deviennent non seulement meilleures pour trouver des erreurs dans du code, mais aussi pour raisonner sur un système entier, déterminer comment plusieurs faiblesses peuvent fonctionner ensemble et construire un chemin permettant de contourner successivement différentes protections.
L’incident Hugging Face a changé la manière dont OpenAI teste ses modèles
La présentation d’Astra intervient dans un contexte particulier.
Quelques semaines auparavant, OpenAI avait révélé un incident survenu pendant une évaluation interne de cybersécurité impliquant l’infrastructure de Hugging Face.
Lors de cette expérience, des modèles expérimentaux avaient identifié puis combiné plusieurs vulnérabilités à travers l’environnement de recherche d’OpenAI et l’infrastructure de production de Hugging Face. Ils avaient finalement réussi à accéder à des solutions de tests présentes dans une base de données de la plateforme.
L’incident est intéressant parce qu’il montrait que les capacités observées dans des benchmarks de cybersécurité pouvaient avoir des conséquences sur de véritables infrastructures.
Mais une distinction est importante : Astra n’était pas le modèle impliqué dans l’incident.
OpenAI l’affirme explicitement. TechCrunch rapporte toutefois que le principal modèle impliqué appartenait à la même famille générale que celle ayant conduit à Astra, tout en disposant d’un post-entraînement différent, une étape qui peut modifier fortement le comportement d’un modèle.
Après cet incident, OpenAI a interrompu certaines opérations d’entraînement pendant environ deux semaines afin de renforcer l’isolation de ses environnements, les contrôles réseau, la surveillance et les mécanismes d’alignement. Certains entraînements plus importants ont été suspendus plus longtemps avant de reprendre le 28 août sous de nouvelles règles de sécurité.
Reuters rapporte également qu’OpenAI a ralenti une partie de son développement le temps de renforcer son infrastructure après l’incident.
OpenAI ne donnera pas toutes les capacités d’Astra à tout le monde
Un modèle capable de découvrir des zero-days pose évidemment un problème assez simple : les mêmes compétences peuvent être utilisées pour protéger un système ou pour l’attaquer.
OpenAI prévoit donc de limiter l’accès aux fonctions cyber les plus avancées d’Astra.
Dans un premier temps, elles devraient être accessibles à un petit groupe de testeurs, avant une extension à travers Daybreak Blue, un programme destiné notamment aux usages défensifs avancés.
L’entreprise renforce également les mécanismes de refus du modèle.
Lors de ses tests internes de jailbreaks liés à la cybersécurité, Astra aurait refusé 91,5 % des demandes interdites, contre 59 % pour GPT-5.6 Sol. OpenAI prévoit aussi des restrictions supplémentaires pour les comptes considérés comme présentant un risque plus élevé.
Un autre système surveillera les actions du modèle afin de détecter une éventuelle activité non autorisée et pourra interrompre automatiquement certaines opérations.
Ces protections risquent cependant d’avoir une conséquence visible pour les utilisateurs : certaines tâches parfaitement légitimes pourraient parfois être ralenties ou bloquées.
Dans ChatGPT ou Codex, un utilisateur pourrait ainsi être invité à confirmer une action avant de continuer. Via certaines autres interfaces, notamment l’API, une tâche jugée suspecte pourra simplement être interrompue.
Une arme pour les pirates… ou pour les défenseurs ?
Le problème avec les capacités cyber avancées est leur caractère fondamentalement ambivalent.
Une IA capable de parcourir rapidement des millions de lignes de code pour identifier une vulnérabilité inconnue peut évidemment devenir extrêmement dangereuse entre de mauvaises mains.
Mais elle peut également modifier profondément le travail des équipes chargées de défendre les infrastructures.
Aujourd’hui, une vulnérabilité peut exister pendant des mois ou des années avant d’être découverte. Une fois rendue publique, une course commence souvent entre les attaquants qui cherchent à l’exploiter et les développeurs qui doivent la corriger.
Des systèmes comme Astra pourraient permettre aux équipes de sécurité de rechercher automatiquement certaines catégories de failles avant leur exploitation, de tester leurs propres infrastructures en continu ou encore d’identifier des chaînes d’attaque beaucoup plus complexes qu’un audit traditionnel.
C’est d’ailleurs l’un des principaux arguments avancés par OpenAI : donner aux défenseurs des outils suffisamment performants pour trouver les faiblesses d’un système avant les attaquants.
Mais cette logique crée une course assez particulière.
À mesure que les modèles deviennent meilleurs pour attaquer les systèmes, il devient aussi nécessaire de rendre ces mêmes modèles accessibles aux défenseurs pour qu’ils puissent suivre le rythme.
Astra montre surtout à quoi pourrait ressembler la prochaine génération d’IA
Astra est intéressant pour la cybersécurité, mais ce qu’il révèle dépasse largement ce domaine.
Depuis plusieurs années, les modèles d’intelligence artificielle progressent principalement sur leur capacité à répondre à des questions, produire du texte, programmer ou raisonner.
Les agents changent progressivement cette logique.
Lorsqu’un modèle peut utiliser un ordinateur, lancer des outils, parcourir des fichiers, exécuter du code et poursuivre un objectif pendant une longue période, la question n’est plus seulement : « Quelle réponse l’IA va-t-elle produire ? »
Elle devient : « Qu’est-ce que l’IA est capable de faire ? »
Et plus les actions deviennent conséquentes, plus les erreurs le deviennent également.
OpenAI reconnaît elle-même entrer dans une période où les modèles pourront réaliser des tâches ayant des conséquences beaucoup plus importantes et où les défaillances d’alignement ou de contrôle pourront produire des effets plus sérieux.
Astra n’est donc peut-être pas seulement une nouvelle génération de modèle.
Il représente surtout un aperçu d’un monde où certaines IA ne se contenteront plus de conseiller un humain devant son ordinateur.
Elles commenceront réellement à agir dessus.
