OpenAIが、次期主力モデル「Astra」の内部活動の一部を一時停止した。理由は性能不足でも開発中止でもなく、直近数日の社内評価がエージェント型コーディング・サイバーセキュリティ能力の大幅な進歩を示し、自律的なゼロデイエクスプロイト開発を含む「重大(Critical)」水準のサイバー能力を、自社のPreparedness Framework上で否定できなくなったためだ。対象は隔離されたテスト環境や限定的なネットワーク・ツールアクセスといった強化されたセキュリティ管理要件を満たさない内部活動に限られ、Astraの開発・提供全体を止めたものではない。次期フラグシップモデルの機能を組み込もうとする開発者・意思決定者にとって、この一時停止は無関係な社内手続きではない——サイバーセキュリティに絡むエージェント機能ほど、提供開始のタイミングや利用可能な範囲が、性能の完成度だけでなく安全性評価プロセスの結果に左右されるようになる、という具体的な予兆だ。フロンティアラボが対外的に掲げる安全性ガバナンス構想と実際の運用実務はしばしば乖離してきたが、今回は危険能力評価が実際に開発制限という具体的行動に直結した、数少ない「一致」の事例として記録される。問われるのは、この種の予防的な措置が業界の標準的な運用手順として定着していくのかどうかだ。

何が起きたか

OpenAIは2026年8月7日（金）、次期主力モデルの内部バージョン「Astra」について、強化されたセキュリティ管理要件を満たさない内部活動を一時停止したと公式ブログで発表した。同社によれば、直近数日の社内評価がエージェント型コーディングおよびサイバーセキュリティ能力の大幅な進歩を示し、専門家による評価も踏まえた結果、自社のPreparedness Framework上で「重大(Critical)」サイバー能力水準を否定できないとの結論に至ったという。

一時停止の対象は、隔離テスト環境・限定的なネットワークやツールアクセスといった新しい管理策を満たさない内部Astra活動に限定される。Astraの開発・提供そのものを全面的に止めた措置ではなく、対策を導入した活動から順次再開する設計になっている。

仕組み・詳細

OpenAIのPreparedness Framework上で「Critical」サイバー能力とみなされる基準は2つ示されている。(a) 人間の介入なしに、強固な実システムに対しあらゆる深刻度のゼロデイエクスプロイトを発見・作成できること、(b) 高レベルの目標のみを与えられた状態で、強固な標的への新規サイバー攻撃の戦略を端から端まで立案・実行できること——のいずれかだ。

ここで押さえておくべきなのは、OpenAI自身の言葉が「Critical水準を否定できない(cannot rule out Critical capability level at this time)」という予防的・仮説的な表現にとどまっている点だ。確定的にCriticalと判定されたわけではない。一部の二次報道や検索エンジンの要約は「Astraが初めてCriticalに分類されたモデルになった」のように断定的に書いているが、これは公式の慎重な表現より一段強い言い切りであり、区別して読む必要がある。

背景

Astraは、OpenAIが次期主力モデルとして社内で開発している未公開バージョンで、直近には数学・理論計算機科学の長年未解決問題10問を解いたことでも注目されていた。今回のサイバー能力に関する一時停止は、その能力向上と並行して社内評価が進められる中で下された判断であり、モデルの性能上昇そのものが安全性運用の引き金になった形だ。

Preparedness Frameworkは、OpenAIが自社モデルの危険能力を段階的に評価し、閾値に応じた対応（管理策の強化や提供制限など）をあらかじめ定めた社内の枠組みである。今回の一時停止は、この枠組みが実際の開発判断に適用された事例にあたる。

なぜ重要か

フロンティアモデルの危険能力評価は、これまで対外的な発表文やガバナンス構想として語られることが多く、実際の開発・提供判断にどこまで反映されるかは一様ではなかった。今回のケースは、社内評価が確定的な結論に至る前の「否定できない」という段階でも、具体的な開発制限（隔離環境の導入・ネットワークやツールアクセスの限定）に直結した点で、評価の運用が実質を伴い始めていることを示している。

サイバーセキュリティに強いエージェント型モデルを業務に組み込もうとする開発者・意思決定者にとっては、次期フラグシップモデルの提供スケジュールや機能範囲が、ベンチマーク上の性能だけでなく、こうした安全性評価プロセスの結果によって左右されうるという具体的な材料になる。そして、危険能力評価が実際に開発を止めさせたという事実は、フロンティアラボが今後も同種の「cannot rule out」判断に直面したときに、それをどこまで一貫した運用手順として扱うのかという問いを浮かび上がらせる。