OpenAIが次期モデルAstraの社内利用を一時停止。Critical級サイバー能力を否定できず

OpenAI Astra は、OpenAI が開発中の次期モデルで、2026年8月7日に Critical 級サイバー能力を否定できないと公表され、社内活動の一時停止と全面的な監視の対象になりました。

📖 この記事で分かること

• OpenAIがAstraをどう評価し何を止めたか
• Preparedness FrameworkのCritical定義
• High判定だった従来モデルとの違い
• 公開前の隔離・監視・政府連携の中身

💡 知っておきたい用語

• ゼロデイ: 修正パッチがまだ存在しない未知の欠陥。防御側が備える時間がゼロという意味です。
• Preparedness Framework: OpenAIが自社モデルの危険な能力を段階判定し、対応を決めるための社内規程です。

最終更新日: 2026年8月8日

▶ 公式ページ

• Responding to the next frontier of critical cyber capabilities(OpenAI)
• Preparedness Framework v2(PDF)(OpenAI)

OpenAIがAstraを「Critical を否定できない」と判断した

この記事のポイント

• OpenAIは2026年8月7日、開発中の次期モデルAstra(2026年8月時点)について、Preparedness FrameworkのCritical級サイバー能力を否定できないと公表しました。
• GPT-5.6-Sol(2026年8月時点)を含む従来モデルはHighと判定されており、Critical圏の判断が出たのはAstraが初です。
• OpenAIは要件を満たさないAstra関連の社内活動を一時停止し、政府機関とAI安全組織による能力検証に入ります。

OpenAIは2026年8月7日、公式ブログで、開発中の次期モデルAstraの社内評価について異例の公表を行いました。直近数日の内部評価で自律的なコーディング(agentic coding)とサイバーセキュリティの能力に著しい進展が見られ、外部専門家の評価も踏まえて「前夜」の時点で、自社のPreparedness FrameworkにおけるCritical級サイバー能力を否定できないと結論した、という内容です。

新機能や提携の発表ではありません。自社の安全規程が、未公開モデルの開発工程そのものにブレーキをかけた事例の公表です。OpenAIは公表の理由を、能力のこの潜在的な変化について一般および安全性・セキュリティのコミュニティに対して透明であることが重要だと考えるため、と説明しています。

Critical閾値は何を意味するか

Preparedness Frameworkは、モデルが次のいずれかを満たすときCriticalのサイバーセキュリティ閾値【しきいち】に達すると定義しています。

• 多数の堅牢化された実世界の重要システムに対して、人間の介入なしに、あらゆる深刻度の機能するゼロデイ・エクスプロイトを発見し開発できる
• 高レベルの目標を与えられただけで、堅牢化された標的に対する新規のサイバー攻撃戦略をエンドツーエンドで立案・実行できる

注目すべきは「人間の介入なし」と「高レベルの目標を与えられただけで」という2つの条件です。既知の脆弱性を使えることでも、人間の指示に沿って攻撃手順を書けることでもなく、目標だけを渡せば発見から実行までを自走できる水準を指しています。

ただし現時点でOpenAIはCritical到達を断定していません。ベンチマークと評価は継続中で、予備評価の性能が十分に高いため現時点では否定できない、という段階です。Preparedness Frameworkは2023年12月に初版が公開されており、生物・化学・サイバーセキュリティ・AI自己改善の各能力がこの水準に近づくよりずっと前に作られた規程でした。それが今回、初めてサイバー領域の最上位区分で実際に参照されたことになります。

なおOpenAIは、Astraは Hugging Face の侵害には関与していない、と明記しています。

OpenAIが止めたもの、始めたもの

公表された社内措置は5項目です。

1. 高能力モデルとその関連活動により厳格なセキュリティ統制を実装。隔離されたテスト環境、ネットワークおよびツールアクセスの制限、モデル重みの保護強化と暗号化、監視・検知能力の追加、サンドボックス実行を含みます。
2. 強化されたセキュリティ統制の要件をまだ満たしていないAstra関連の社内活動を一時停止しています。
3. Astraのすべての自律的な利用に対し、危険な行動とミスアライメントの全面的監視(universal monitoring)を実装済み。訓練と評価も対象で、モニターはモデルのChain of Thoughtを評価し、高リスクな活動をレビュー・中断するためのセキュリティ対応をトリガーします。
4. 関連する政府機関および選定したAI安全組織と協働し、このモデルの能力を検証します。
5. サードパーティのテストパートナーに対し、より高リスクな評価・ワークロードを安全に実行するための推奨セキュリティ統制を提供します。

加えて、セーフガードとセキュリティ統制の堅牢性テストを、この能力水準の展開に見合う規模へ引き上げたとしています。

技術的に重い項目は3番目です。出力ではなく思考過程を監視対象に据え、訓練中や評価中の挙動まで監視の網に入れています。モデルを世に出す前の段階で、開発者自身が自社モデルを潜在的な脅威として扱う運用に踏み込んだ形です。

企業のAI利用にどう効くか

現時点でAstraは未公開のため、直接の影響を受ける業務はありません。効いてくるのは判断材料としての意味です。

第一に、フロンティアモデルの公開時期が能力以外の理由で動きうることが実例として示されました。導入計画を特定の未発表モデルの提供時期に強く依存させる設計は、そのぶん見直しの余地があります。

第二に、High と Critical で事業者側の運用がどう変わるかの具体像が出ました。隔離環境、重みの暗号化、思考過程の監視、政府機関との検証といった項目は、そのままフロンティアモデルを扱う際の統制メニューとして読めます。自社でオープンウェイトのモデルを高権限のエージェントとして動かす場合、参照できる粒度の記述です。

第三に、外部検証の担い手として政府機関と安全性研究機関が明示されました。OpenAIは2025年6月にも、モデルが生物分野でHigh能力閾値に近づいた際に、セーフガード強化・テスト拡大・外部専門家との協働・追加のセキュリティ統制を公表しており、今回も同じ原則を適用したとしています。前例のある手順が二度目に動いた、という位置づけです。

OpenAI自身は、高度なサイバー能力を持つモデルは攻撃者より先に防御側が脆弱性を特定し対処する助けになるべきだ、という立場を示し、防御側支援の取り組みとしてDaybreakに言及しています。

編集部の見方

編集部は、今回の要点はAstraの性能そのものではなく、公開前に自社の手を止める運用が実際に作動した点だと見ています。

• 根拠1: 判断は「Critical に達した」ではなく「否定できない(cannot rule out)」です。断定を待たずに社内活動の一時停止へ進んでおり、閾値の確定より運用の発動を先に置く設計になっています。
• 根拠2: 監視対象がChain of Thought、対象範囲が訓練・評価を含む全ての自律的利用です。出荷物ではなく開発工程そのものが統制の対象で、リリース判断の話に留まっていません。
• 根拠3: Preparedness Frameworkは2023年12月の初版から存在し、2025年6月の生物分野で一度運用実績があります。今回の対応は新設ではなく既存手順の適用で、その分だけ再現性があります。

この見方が変わる条件は、追加評価の結果としてAstraがCriticalではないと確定し、一時停止した活動が短期間で元に戻る場合です。そのときは、今回の措置は規程の作動ではなく評価精度の問題だったと読み直す必要があります。逆に、Astraが実際にCritical判定のまま公開手順に進むなら、政府機関との検証がフロンティアモデルの出荷前工程として常設化していく可能性があります。

よくある質問

Q: Astraはすでに一般公開されているモデルですか?

A: いいえ。Astraは開発中の次期モデル(upcoming model)であり、公開されていません。今回の公表は社内評価と社内措置についての内容です。

Q: OpenAIはAstraがCriticalに達したと認めたのですか?

A: 断定していません。ベンチマークと評価は継続中で、予備評価の性能が十分に高いため現時点ではCritical能力水準を否定できない、という表現です。

Q: 従来のモデルはどう判定されていましたか?

A: GPT-5.6-Solを含む従来モデルはフロンティアのサイバー能力について評価済みで、CriticalではなくHighの閾値と判定されていました。

まとめ

OpenAIは2026年8月7日、次期モデルAstraについてPreparedness FrameworkのCritical級サイバー能力を否定できないと公表し、要件を満たさない社内活動の一時停止、Chain of Thoughtを含む全面的監視、政府機関およびAI安全組織との能力検証に入りました。Critical の定義は、人間の介入なしのゼロデイ発見と、高レベルの目標だけからの攻撃実行という自走性を条件としています。評価は継続中で判定は確定していませんが、公開前のモデル開発に自社規程がブレーキをかけた実例として、フロンティアモデルの提供時期と統制水準を見る際の基準点になります。

【用語解説】

• エクスプロイト: 脆弱性を実際に突いて動作させるコードや手順のこと。発見された欠陥を「使える攻撃」に変える部分を指します。
• Chain of Thought: モデルが答えを出すまでの中間的な思考の連なり。最終出力には現れない過程を評価対象にできます。
• ミスアライメント: モデルの振る舞いが、設計者や利用者の意図した目標から外れている状態を指します。

引用元:

• [1] Responding to the next frontier of critical cyber capabilities(OpenAI)
• [2] Preparedness Framework v2(PDF)(OpenAI)
• [3] Preparing for future AI capabilities in biology(OpenAI)

この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。