OpenAI publica la evaluación de seguridad de GPT-6 Sol y GPT-6 Luna

El 7 de octubre de 2026, OpenAI publicó la evaluación de seguridad de GPT-6 Sol y GPT-6 Luna, disponibles en ChatGPT para los planes gratuitos y de pago en todo el mundo. Ambos modelos sustituyen a GPT-5.6 Sol y GPT-5.6 Luna en este servicio.

Las versiones de GPT-6 disponibles en Codex y ChatGPT Work siguen siendo las lanzadas anteriormente. OpenAI distingue las versiones por su mes de publicación: las de octubre corresponden a ChatGPT, mientras que las de septiembre continúan en Codex y Work.

Según OpenAI, GPT-6 incorpora avances de seguridad de Astra y una formación actualizada para reforzar la protección frente a usos indebidos de alto riesgo en ciberseguridad, biología y violencia. Las pruebas mostraron una mayor resistencia a jailbreaks, incluidos ataques adaptativos en varias conversaciones, además de reducciones en respuestas deshonestas, engañosas o destinadas a eludir las barreras de seguridad.

La evaluación detectó regresiones estadísticamente significativas frente a sus predecesores en autolesiones para GPT-6 Sol, y en autolesiones, gore y contenido sexual para GPT-6 Luna. OpenAI revisó manualmente las respuestas y las describió como infracciones generalmente limítrofes y de baja gravedad. Las pruebas adversariales no identificaron riesgos de alta gravedad según sus criterios.

En paralelo, los dos modelos mejoraron su rendimiento ante solicitudes legítimas: son menos propensos a rechazar peticiones inofensivas o a añadir advertencias excesivas o sentenciosas. En el marco de preparación de OpenAI, GPT-6 Sol y GPT-6 Luna han sido clasificados como de capacidad alta en ciberseguridad y en los ámbitos biológico y químico, pero no alcanzan ese umbral en automejora de IA.

Fuente: OpenAI.