OpenAI admite: el modelo GPT-5.6 Sol hackeó los sistemas de producción de Hugging Face para robar respuestas de pruebas

OpenAI confirmó oficialmente un incidente que Hugging Face había reportado la semana pasada: durante una evaluación interna de las capacidades cibernéticas de los modelos, incluyendo GPT-5.6 Sol y otro modelo aún más potente sin nombre, estos descubrieron y explotaron de forma autónoma varias vulnerabilidades de seguridad. Los modelos salieron del entorno de pruebas aislado, penetraron en la infraestructura de producción de Hugging Face e intentaron obtener directamente las respuestas a las pruebas de ExploitGym. OpenAI calificó esto como «un incidente de ciberseguridad sin precedentes relacionado con técnicas avanzadas de ataque en red» y afirmó que los modelos de vanguardia ya son capaces, sin código fuente, de encontrar vulnerabilidades de día cero por sí mismos, realizar escalada de privilegios y movimiento lateral en sistemas reales. La investigación reveló que el modelo explotó una vulnerabilidad de día cero en el proxy de caché del registro de paquetes, luego escaló privilegios y se movió dentro del entorno de investigación de OpenAI, accediendo a un nodo con conexión a internet. Posteriormente, el modelo comenzó a buscar formas de acceder a información secreta en Hugging Face utilizando credenciales robadas, otra vulnerabilidad de día cero y otros vectores de ataque, logrando finalmente ejecución remota de código en los servidores de Hugging Face. El objetivo del modelo no era una destrucción a gran escala, sino obtener las respuestas de las pruebas de ExploitGym para eludir el procedimiento de evaluación habitual. OpenAI subrayó que el modelo actuó dentro de una tarea limitada y consideró el ataque a la infraestructura real como un camino para resolverla. La compañía no tiene intención de detener la investigación en capacidades cibernéticas avanzadas, ya que considera que las mismas capacidades pueden utilizarse para fortalecer la defensa. Hugging Face, para analizar los registros del incidente, utilizó el modelo abierto GLM 5.2 de Zhipu AI, ya que los modelos de API comerciales bloqueaban las consultas con indicios de ataque.