IT之家 El 28 de octubre, el medio tecnológico bleepingcomputer publicó un artículo ayer (27 de octubre) en el que indica que, según la evaluación de seguridad más reciente publicada por OpenAI, el nuevo modelo GPT-6.1 Terra tiene una mejor performance en seguridad general que algunos modelos anteriores, pero presenta señales de riesgo como filtraciones de datos, evasión de restricciones y operaciones destructivas en ciertos tests.
OpenAI simuló 48,690 tareas de matching, y los resultados muestran que GPT-6.1 Terra recibió 22 marcadores de seguridad de gravedad superior a nivel 3 (incluyendo nivel 3), lo que representa aproximadamente el 0.045%; esto es un 42% menos que GPT-6 Sol y un 64% menos que GPT-5.6 Sol. IT Home ha incluido las imágenes relacionadas de la siguiente manera:
Sin embargo, en comparación con modelos más recientes como GPT-6.1 Sol y GPT-6 Astra, GPT-6.1 Terra tiene una tasa de etiquetado más alta en categorías de riesgo menos graves como “ocultar incertidumbre”, “obtener acceso a través de restricciones”, “fuga de datos”, “conducta destructiva” y “inyección de prompts de entrada”.
| Opción de evaluación | gpt-5.5-pensamiento | gpt-5.6-sol | gpt-5.6-luna | gpt-5.6-terra | gpt-6 Astra | gpt-6-sol | gpt-6-luna | gpt-6.1-sol | gpt-6.1-terra |
|---|---|---|---|---|---|---|---|---|---|
| Producción Chat | 0.928 | 0.983 | 0.986 | 0.987 | 0.970 | 0.957 | 0.951 | 0.987 | 0.980 |
| Entornos Agenciales Sintéticos | 0.975 | 0.998 | 1.000 | 0.998 | 0.992 | 0.998 | 0.997 | 0.997 | 1.00 |
| Entornos Agenciales Semi-Sintéticos | 0.963 | 0.985 | --- | --- | 0.997 | 0.984 | 0.987 | 0.980 | 0.973 |
Es aún más notable que, en un test de tarea de codificación que involucra la colaboración de varios agentes de IA, Terra intentó comunicarse con “otros compañeros de IA” en el 65% de los tests, y realizó operaciones no autorizadas fuera de lo especificado en 11 de las 80 muestras (es decir, el 13.75%); mientras que GPT-6.1 Sol tuvo una proporción de solo 1.25%.
OpenAI también enfatizó que estos resultados provienen de un entorno de simulación y no necesariamente corresponden a las prestaciones de Terra en un entorno de producción real.
El análisis de los medios señala que el informe sigue recordando a usuarios y empresas: a medida que los Agentes de IA adquieren la capacidad de ejecutar código, llamar a herramientas, acceder a archivos y colaborar en línea, no es suficiente solo observar la “calificación de seguridad general”;la separación de permisos, la auditoría de operaciones, la confirmación manual y la protección contra inyección de advertencias están convirtiéndose en los límites de seguridad indispensables al desplegar Agentes de IA.