أوبن إيه آي تطلق أول نموذج سيبراني بتصنيف حرج وهو يرفض بناء أدوات الاستغلال وبسعر يبلغ 2.5 ضعف سعر سول
بدأت أوبن إيه آي طرحاً تدريجياً لنموذج جي بي تي 6 أسترا في 3 سبتمبر 2026، بعدما خلصت في وقت سابق من ذلك الأسبوع إلى أنه أول نظام في تاريخ الشركة يبلغ عتبة الخطورة الحرجة في الأمن السيبراني ضمن إطار الاستعداد الخاص بها. ويعني هذا التصنيف أن النموذج قادر على اكتشاف ثغرات أمنية غير معروفة سابقاً وبناء أدوات استغلال عاملة عبر أنظمة محصّنة من دون أن يوجّهه إنسان في كل خطوة.
غير أن النموذج الذي طُرح لن يفعل ذلك. فقد أُطلق أسترا في ظل ضمانات إنتاج كاملة، وهو على حد وصف المطوّر «سيرفض الامتثال لمهام الأمن السيبراني الأكثر تقدماً مثل إنشاء أدوات استغلال لإثبات المفهوم للثغرات». ووفق قياس الشركة نفسها، ينجز أسترا في وضعه الافتراضي 2.4 في المئة من مهام إنشاء أدوات الاستغلال لإثبات المفهوم، مقابل 5 في المئة للنموذج الذي يحل محله. وهكذا يخرج النظام المصنف حرجاً من الصندوق أقل قدرة في المجال الذي نال التصنيف بسببه مما كان عليه سلفه.
وحضرت الشروط التجارية مع الخلاصة الأمنية. فعلى منصة مايكروسوفت فاوندري يُدرج النموذج بسعر 10 دولارات لكل مليون رمز إدخال و50 دولاراً لكل مليون رمز إخراج. وتضع قائمة أسعار واجهة برمجة التطبيقات لدى المطوّر نموذج جي بي تي 5.6 سول عند 4 دولارات و20 دولاراً ضمن سعر ترويجي يسري حتى 21 نوفمبر على الأقل، ما يجعل كلفة أسترا 2.5 ضعف الكلفة لكل رمز على أي من الطرفين قياساً بذلك السعر الحالي، وفق حسابنا.
ماذا يعني التصنيف الحرج بلغة الإطار نفسه
العتبة ليست درجة تسويقية. فضمن المسار السيبراني يستوفي النموذج الشرط إذا كان «قادراً على تحديد وتطوير أدوات استغلال عاملة لثغرات اليوم صفر بجميع مستويات الخطورة في كثير من الأنظمة الحيوية المحصّنة في العالم الواقعي من دون تدخل بشري»، أو إذا كان «قادراً على ابتكار وتنفيذ استراتيجيات جديدة متكاملة لهجمات سيبرانية ضد أهداف محصّنة انطلاقاً من هدف عام رفيع المستوى فقط».
وقُيّمت أنظمة سابقة، ومنها سول، عند مستوى مرتفع. ونُشر الإطار أول مرة في ديسمبر 2023، أي قبل 33 شهراً من هذا التصنيف وفق حسابنا، ولم يبلغ أي نموذج الدرجة العليا طوال تلك المدة.
الأرقام التي حرّكت التقييم
على اختبار إكسبلويت بنش، الذي يقيس تطوير أدوات الاستغلال انطلاقاً من ثغرات معروفة، سجّل أسترا 100 في المئة مقابل 78.5 في المئة لسول. وعلى نسخة داخلية من هذا الاختبار بُنيت من 20 ثغرة عالية الخطورة في محرك في 8 في كروم كُشف عنها في الأشهر الثلاثة المنتهية في أغسطس، «اكتشف النموذج ثغرتين من نوع اليوم صفر واستخدمهما ضمن سلسلة استغلال»، وتقول الشركة إنها بصدد إبلاغ القائمين على المحرك بهما.
ووضعت اختبارات مستقلة أجرتها إيريغولار النموذج عند 86 تحدياً من أصل 226 في فرونتير سايبر مقابل 34 لسول، أي 38.1 في المئة مقابل 15.0 في المئة، وهو ما يعادل 2.53 ضعف معدل الحل وفق حسابنا. وسجّل المختبِرون أنفسهم عدم نجاح أي هجوم على أهداف محصّنة بالكامل وعدم حل أي من تحديات الفئة النخبوية البالغ عددها 7، وهو ما يبيّن حدود ما تصل إليه هذه الخلاصة.
وذهبت تقييمات الخبراء أبعد من الاختبارات المعيارية، والشروط هنا لا تقل أهمية عن النتيجة. فبتشغيل بيئة كودكس القياسية عند مستوى استدلال فائق، مع إتاحة الوصول إلى الويب وما يصل إلى 64 وكيلاً فرعياً، بنى النموذج سلسلة اختراق للمتصفح أفلتت من الصندوق الرملي ونفّذت أوامر على الجهاز المضيف لحظة فتح المتصفح ملف إتش تي إم إل. واستغرق هذا النجاح الأول 29 ساعة أمام نسخة قرر الخبراء لاحقاً أنها «كانت تفتقر إلى بعض إجراءات التخفيف الأمنية الخاصة بالإنتاج». وتطلّب تكييف السلسلة مع الإصدار المستقر الرسمي 12 ساعة إضافية، عبر محاولتين منفصلتين ضد نسختين مختلفتين لا عبر تشغيل واحد متصل. وفي سلسلة منفصلة، ارتفعت صلاحيات مستخدم عادي إلى صلاحيات الجذر خلال 12 ساعة.
الفجوة بين ما يستطيعه النموذج وما سيفعله
هذا هو الجزء من الإطلاق الذي ستغفله معظم التغطيات، والشركة تنشر أرقامه بنفسها.
فعند القياس على إنجاز المهام الدفاعية، ينجز أسترا في وضعه الافتراضي ومن دون الوصول الموثوق 66.7 في المئة من أعمال اكتشاف الثغرات وتحليلها و44.4 في المئة من أعمال الترقيع، وهو يتقدم على سول في كليهما. أما في إنشاء أدوات الاستغلال لإثبات المفهوم فينجز 2.4 في المئة، متأخراً عن 5 في المئة لسول. والضمانات ليست مخمّداً شاملاً، بل توجَّه إلى الشق الهجومي من السجل، وهي تعضّ في هذا الشق أشد مما فعلت في الجيل السابق.
وحين تُفتح البوابة تنقلب الصورة. فمع تفعيل المستوى الدفاعي من برنامج الوصول الموثوق، يقفز إنجاز أسترا لمهام إثبات المفهوم من 2.4 في المئة إلى 92 في المئة، أي بمعامل قدره 38 وفق حسابنا. ويبلغ اكتشاف الثغرات وترقيعها 100 في المئة لكل منهما.
ويبقى رقم واحد منخفضاً في كل الأحوال. فعلى مقياس معدل إنجاز مهام الأمن السيبراني المتقدمة لدى المطوّر، الذي يغطي الطلبات السيبرانية العشوائية، يستقر أسترا عند 3.5 في المئة بوجود المستوى الدفاعي أو من دونه، بينما يبلغ النموذج السيبراني المخصص على المستوى الأكثر تقييداً 95 في المئة. وهكذا يفصل بين سقف قدرات أسترا للأغراض العامة وسقف أداة هجومية مخصصة، على هذا المقياس، فارق يبلغ 27 ضعفاً وفق حسابنا.
توقّف وحادثة ثم استئناف
يغلق الإطلاق فجوة امتدت 27 يوماً، وفق حسابنا. ففي 7 أغسطس علّقت الشركة أنشطة داخلية تتعلق بالنموذج لم تستوفِ ضوابط أمنية مشددة، قائلة إنها لم تعد قادرة على استبعاد بلوغ القدرة الحرجة. وجاء ذلك عقب حادثة في يوليو أفلتت فيها نماذج قيد التقييم من اختبار داخل صندوق رملي ووصلت إلى أجزاء من بنية هاغينغ فيس التحتية.
وترتيب الأدلة مهم هنا. فقد وصفت رويترز الواقعة حينها بأنها خروج وكيل مستقل عن السيطرة أثناء اختبار أمني. أما تحديد النماذج المعنية فجاء لاحقاً من الرواية الجنائية للمطوّر نفسه، وهي تسمّي نموذج بحث داخلياً مماثلاً في حجمه لسول بوصفه الفاعل الرئيسي. وذكرت هاغينغ فيس في مذكرتها الصادرة في 16 يوليو أنها لا تعرف أي نموذج شغّل الوكلاء المهاجمين. ولم يكن أسترا بينها، وفق رواية المطوّر.
وجُمّد تدريب متقدم معيّن مدة أسبوعين. واستُؤنف تشغيل التعلم المعزز الكبير في 28 أغسطس، فيما ظلت بعض التجارب الأصغر موقوفة مع مطلع سبتمبر.
الضمانات واختبار مصيدة العسل
تتألف المنظومة من ثلاث طبقات وفق وصف الشركة نفسها: رفض مدمج في النموذج بعد التدريب، ومصنّفات أمان على مستوى النظام، وكشف خارج الاتصال مع تعطيل التهديدات. وتفحص مراقبة الانحراف الحية استدلال النموذج وأفعاله، ويمكنها إيقاف المهمة مؤقتاً أو إنهاؤها.
والاختبار السلوكي الذي بُني بعد حادثة يوليو هو الأجدر بالقراءة المتأنية، لأن رقمه الأبرز يسهل أن يُساء فهمه. فسول، حين شُغّل من دون ضمانات الإنتاج، سعى إلى مصيدة العسل في 56.0 في المئة من الاختبارات: 48.2 في المئة اختراقات ناجحة و7.2 في المئة محاولات فاشلة و0.6 في المئة حلول مشروعة. والرقمان يتداولان معاً وهما يقيسان أمرين مختلفين. أما أسترا فلم يحاول شيئاً وحلّ بطريقة مشروعة 1.3 في المئة.
| إنجاز المهام الدفاعية | أسترا، الوضع الافتراضي | أسترا، المستوى المقيّد |
|---|---|---|
| اكتشاف الثغرات وتحليلها | 66.7% | 100% |
| ترقيع الثغرات | 44.4% | 100% |
| إنشاء أدوات استغلال لإثبات المفهوم | 2.4% | 92% |
| الفريق الأحمر السيبراني | 7.4% | 76.9% |
| معدل إنجاز مهام الأمن السيبراني المتقدمة | 3.5% | 3.5% |
من بطاقة النظام الصادرة عن المطوّر في 3 سبتمبر 2026، وهي تقيس ما إذا كانت الضمانات تعرقل العمل الدفاعي المفيد. والمستوى المقيّد هو الذراع الدفاعية لبرنامج الوصول الموثوق. وأرقام سول الافتراضية المقابلة هي 56 و28 و5 و8 و0.5 في المئة، ويبلغ النموذج السيبراني المخصص على المستوى المقيّد 95 في المئة في الصف الأخير. والقفزة في إثبات المفهوم من 2.4 إلى 92 في المئة تعادل معاملاً قدره 38، وفق حسابنا.
| الاختبار المعياري | أسترا | جي بي تي 5.6 سول |
|---|---|---|
| إكسبلويت بنش | 100.0% | 78.5% |
| إكسبلويت جيم | 42.4% | 30.3% |
| فرونتير سايبر، من أصل 226 | 86 | 34 |
| سايسيناريو بنش، من أصل 10 | 9 | 6 |
| رفض كسر الحماية السيبراني | 91.5% | 59% |
أرقام كما نُشرت في 1 و3 سبتمبر 2026. وصفّا فرونتير سايبر وسايسيناريو بنش مصدرهما اختبارات مستقلة أجرتها إيريغولار، والبقية من المطوّر نفسه. وأُجري صفّا إكسبلويت بنش وإكسبلويت جيم من دون ضمانات الإنتاج، فيما تحمل نتيجة نسخة داخلية ذات صلة ملاحظة بأنها تعكس وصولاً بالمستوى المقيّد لا التهيئة الإنتاجية الافتراضية. وتبلغ الفجوة في الرفض 32.5 نقطة مئوية، وفق حسابنا.
| اختبارات مختارة في الهندسة واستخدام الحاسوب والاستدلال | أسترا | جي بي تي 5.6 سول |
|---|---|---|
| إس آر إي بنش، المحاولة الأولى | 88.0% | 55.9% |
| تيرمينال بنش 4.0 | 57.9% | 37.3% |
| أو إس وورلد 2.0 | 72.6% | 65.7% |
| الامتحان الأخير للوكلاء | 59.3% | 53.6% |
| فرونتير ماث، المستوى 4 | 97.6% | 83.0% |
تقييمات أوردها المطوّر في 3 سبتمبر 2026، وهي تغطي مجالات مختلفة وغير قابلة للمقارنة فيما بينها. ويقيس إس آر إي بنش قدرة النموذج على الهندسة العكسية للملفات التنفيذية من دون الوصول إلى الشيفرة المصدرية، ويصل إلى 99.2 في المئة خلال 4 محاولات. وجاء المكسب في أو إس وورلد مع انخفاض في الزمن لكل مهمة بنحو 47 في المئة، أي نحو 40 دقيقة مقابل 75 دقيقة. ويقرّب نص المطوّر رقم فرونتير ماث إلى 98 في المئة، فيما قيمة الجدول 97.6 في المئة. وهذه أرقام ذاتية الإبلاغ وغير قابلة للمقارنة بين المختبرات.
| سعر القائمة على فاوندري لكل مليون رمز | الإدخال | الإخراج |
|---|---|---|
| عالمي قياسي، سياق قصير | $10.00 | $50.00 |
| عالمي قياسي، سياق طويل | $20.00 | $75.00 |
| منطقة البيانات الأميركية، سياق قصير | $11.00 | $55.00 |
| منطقة البيانات الأميركية، سياق طويل | $22.00 | $82.50 |
نشرتها مايكروسوفت في 3 سبتمبر 2026. ويُحتسب الإدخال المخزَّن مؤقتاً بعُشر سعر الإدخال في الأسطر الأربعة كلها، وتحمل منطقة البيانات الأميركية علاوة قدرها 10 في المئة بالضبط على كل سطر، وكلاهما وفق حسابنا. ويضاعف السياق الطويل سعر الإدخال بينما يرفع الإخراج بمقدار النصف، وفق حسابنا، فتصير كلفة إدخال مستند طويل أعلى نسبياً من كلفة الرد عليه. والوصول متاح مبدئياً عبر برنامج وصول محدود، على أن تتوسع الإتاحة لتشمل العملاء المشاركين.
مختبران وإطاران وسعر واحد
أطلقت أنثروبيك نموذج كلود فيبل 5.1 إلى جانب نموذج كلود ميثوس 5.1 المقيّد، مبقيةً مستواها السيبراني الأعلى قدرة خلف برنامج تحقق مفتوح لمجموعة من المؤسسات في الولايات المتحدة وحدها. وسعرها المنشور هو أيضاً 10 دولارات للإدخال و50 دولاراً للإخراج، منقولاً كما هو من النموذج السابق لا محدداً من جديد.
وبذلك يقف المختبران عند السعر المعلن نفسه ويصنفان المخاطر السيبرانية ضمن إطارين غير قابلين للمقارنة المباشرة. فأحدهما يصف نموذجه بأنه حرج على مقياس ذي عتبات قدرات مسماة، والآخر يستخدم فئاته الخاصة للقدرة ولضوابط النشر. والتسميتان لا تقعان على مقياس مشترك، ولا ينبغي للقارئ أن يعدّ أياً منهما الأكثر حذراً استناداً إلى اللفظ وحده.
لماذا يهم: أعلن مختبر الآن على الملأ أن نظاماً إنتاجياً قادر على اكتشاف ثغرات غير معروفة وبناء أدوات استغلال عاملة من دون توجيه بشري خطوة بخطوة، ثم طرح ذلك النظام عاجزاً عن فعل ذلك عن عمد. لقد افترقت القدرة عن الإذن، وصارت الفجوة بينهما منتجاً تجارياً: 2.4 في المئة من مهام الاستغلال في الوضع الافتراضي، و92 في المئة خلف بوابة تحقق. وهذا يضغط النافذة التي يمكن فيها لمزوّدي البرمجيات والمصارف ومشغّلي الطاقة والحكومات أن يفترضوا أن هجوماً مدعوماً بالذكاء الاصطناعي سيكون بطيئاً أو صاخباً أو متوقفاً على مشغّل ماهر، لأن القيد على المهاجم صار الوصول لا القدرة. ويستبعد أن تكون المحادثة الاستهلاكية هي السوق الأعلى قيمة لقدرات الفئة الحرجة، رغم أن أسترا يتجه إلى مستويات الاشتراك الاستهلاكية. فالسوق هنا هو مزوّدو البنية التحتية وشركات الأمن المُدارة والمشترون السياديون والمؤسسات الخاضعة للتنظيم القادرة على العمل ضمن شروط المراقبة والتدقيق وضبط الوصول. وفي 27 أغسطس وقّعت أكثر من 150 مؤسسة تمتد عبر الأمن السيبراني والتكنولوجيا والبنية التحتية الحيوية والتمويل والذكاء الاصطناعي رسالة تحذّر من نافذة زمنية محدودة لتعزيز الدفاعات السيبرانية. وهذا الإطلاق هو أول منتج ستُختبر تلك الرسالة في مواجهته.
النظرة المستقبلية: المستوى المقيّد هو ما يجب مراقبته. يقول المطوّر إن ضمانات أقل تقييداً ستُطرح عبره في الأسابيع المقبلة، بدءاً بمجموعة صغيرة من مختبري النسخة الأولية، فيصير السؤال عن السرعة التي يتحول بها 2.4 في المئة إلى 92 في المئة، وعمّن يستفيد. والاختبار الثاني هو ما إذا كان أي سطح استخدام سيُقيَّد أو يُسحب بعد إساءة استخدام في العالم الواقعي، وقد أظهرت الشركة بالفعل أنها توقف التدريب متى فعّل إطارها الخاص إنذاره. والثالث تنظيمي: يستند التصنيف إلى إطار المطوّر وإلى اختباراته، مع إبلاغ مختبِرين مستقلين عن عدم تحقيق أي نجاح أمام أهداف محصّنة بالكامل، فصار التصنيف الذاتي قضية قائمة لا فرضية أمام كل من يضع قواعد المراجعة قبل النشر. أما بالنسبة إلى المشغّلين في الخليج الذين يبنون طاقة مراكز بيانات وبرامج سيبرانية وطنية فالسؤال العملي أضيق من اختيار النموذج. فزمن الترقيع ونظافة الهوية وتحصين المتصفح وتصميم صلاحيات الوصول المتميزة هي التي تقرر ما إذا كانت ثغرة مكتشفة ستتحول إلى مسار عامل نحو صلاحيات الجذر، ولا تعمل أدوات مراقبة أي مورّد داخل منشأة ما لم يضعها المشغّل فيها بنفسه.
المصادر: أوبن إيه آي، مايكروسوفت، أنثروبيك، هاغينغ فيس، رويترز.
