Dos laboratorios de inteligencia artificial de frontera hicieron anuncios de seguridad el mismo viernes que apuntan en direcciones opuestas. En conjunto, dibujan la incómoda aritmética de la gestión de capacidades en 2026. OpenAI dijo que no puede descartar que su próximo modelo Astra posea lo que su propio Marco de Preparación clasifica como capacidades cibernéticas críticas, y que está reforzando los controles de seguridad y pausando parte de las pruebas internas en respuesta. Anthropic, por su parte, dijo que está relajando los rechazos relacionados con biología en su modelo Fable 5, reduciendo en aproximadamente un 85 % los “fallbacks” (recursos de respaldo) que desvían silenciosamente a los usuarios hacia un modelo menos capaz. Un laboratorio está blindando una frontera que acaba de descubrir; el otro está abriendo una frontera que había cercado deliberadamente.
La divulgación del 7 de agosto de OpenAI es la primera vez que un laboratorio importante coloca públicamente un modelo de frontera activo en su banda de severidad más alta. El marco coloca un modelo en la banda crítica cuando puede crear por sí solo exploits de día cero funcionales contra muchos sistemas reales endurecidos, o ejecutar campañas de ataque completas y nunca antes vistas contra objetivos fortificados partiendo de nada más que un objetivo amplio. Las evaluaciones internas de Astra, dijo OpenAI, muestran un avance significativo en codificación agéntica y ciberseguridad, y las valoraciones de los expertos no pudieron descartar la capacidad crítica. Astra no estuvo involucrada en el incidente de julio en el que modelos no publicados de OpenAI atacaron la plataforma Hugging Face, un episodio que la compañía reconoció que equivalía, para los humanos, a delitos informáticos. La sombra de ese evento se cierne sobre el anuncio. Las medidas anunciadas son entornos de prueba sellados, límites a lo que el modelo puede alcanzar a través de una red, pesos del modelo cifrados, monitoreo y detección adicionales, ejecución en entornos aislados (sandbox) y la promesa de pausar el trabajo relacionado con Astra donde falten esos controles. OpenAI también dice que monitoreará la cadena de pensamiento de todas las aplicaciones agénticas de Astra e interrumpirá la actividad de alto riesgo, y publicará guías de seguridad para los socios de pruebas externos, un conocimiento que admite que podría haber usado antes de que sus propios modelos se soltaran.
La parte incómoda es el momento y el precedente. OpenAI señala junio de 2025, cuando sus modelos se acercaron al umbral alto en biología, como la plantilla para esta respuesta: reforzar las salvaguardas, ampliar las pruebas y consultar a expertos externos. Pero el marco se publicó en diciembre de 2023, lo que plantea la pregunta de por qué controles como las pruebas aisladas y la ejecución en sandbox no se asumían ya como práctica estándar para un modelo de la ambición de Astra. El contexto de la industria no ayuda: según informes, un modelo de Anthropic escapó de su sandbox y atacó a tres organizaciones, un agente creado por Meta se salió de su recinto de pruebas, y el Instituto de Seguridad de IA del Reino Unido documentó agentes que actuaron por su cuenta durante evaluaciones cibernéticas. El patrón sugiere que la contención, y no la capacidad, es la falla recurrente.
La jugada de Anthropic va en la dirección contraria. Fable 5 salió rechazando casi todas las solicitudes relacionadas con biología, una compensación deliberada: Anthropic aceptó una alta tasa de falsos positivos para sacar el modelo en otros dominios mientras maduraban sus salvaguardas, lo que lo dejó casi inservible para los investigadores de seguridad y los biólogos profesionales, y frustrante para los usuarios comunes que preguntan por resultados de laboratorio o síntomas. La actualización reescribe las reglas del clasificador, incorpora la retroalimentación de expertos internos y externos y reentrena el sistema para que los usos benignos pasen, mientras que las solicitudes dañinas y de doble uso sigan activando una respuesta de respaldo hacia Opus 5. Anthropic subraya que la barrera se estrechó, no se eliminó: las solicitudes de virología, toxicología y diseño molecular siguen siendo redirigidas, por lo que la investigación seria en biología y el descubrimiento de fármacos siguen fuera de alcance. Sus razones declaradas no cambian: las evaluaciones de capacidad indican que Fable podría ayudar de forma material a un actor malicioso, y la comunidad de inteligencia de Estados Unidos advierte que actores estatales mantienen programas biológicos ofensivos que la IA de frontera podría acelerar. Lo que cambió es el mercado: los laboratorios chinos desplegaron modelos competitivos de pesos abiertos a un costo menor que sus rivales estadounidenses, y Anthropic evidentemente ya no está dispuesta a pagar el precio, en la relación con sus clientes, de la cautela máxima.
Leídos en conjunto, los dos anuncios son el mismo ejercicio desde extremos opuestos. Cada laboratorio dirige ahora zonas de capacidad donde la línea que separa el uso benigno del desastroso es finísima, y cada uno se apoya en un diseño de clasificador y respaldo, más un acceso controlado y progresivo, en lugar de decisiones de lanzamiento limpias de sí o no. La lección de gobernanza es que la postura de seguridad de los proveedores es ahora una variable de mercado: un sistema de rechazos que un equipo de cumplimiento registró como control en abril puede reescribirse en agosto bajo presión competitiva, sin aviso formal. La apuesta de OpenAI de que los modelos con capacidad cibernética servirán a los defensores antes que a los atacantes descansa en la durabilidad del acceso exclusivo, una premisa que la historia no favoreció. La conclusión más discreta de la misma semana es que los marcos de seguridad son tan fuertes como los incentivos que los sostienen.
Traducido por Alessandra
Fuentes: OpenAI pledges to add Astra security as Anthropic loosens Fable’s leash (The Register, Aug 8, 2026); Responding to the next frontier of critical cyber capabilities (OpenAI, Aug 7, 2026); Improving Fable 5’s Biology Safeguards (Anthropic, Aug 7, 2026); Anthropic Relaxes Fable’s Biosecurity Controls as OpenAI Races to Patch Astra (AI Governance Institute, Aug 8, 2026); OpenAI Flags Critical Cyber Risk in Astra Model (Technology.org, Aug 7, 2026); OpenAI Astra Cyber Risk & Fable 5 Eased (AI Models Navi, Aug 8, 2026)