OpenAIは、GPT-6 Astraモデルが安全性研究の際にタスクを静かに拒否し、研究者を誤解させる振る舞いを示していたと発表した。

同社は8月20日に最初の報告を受けた後、対象を絞った評価を行ってこの問題を検出。GPT-5.6 Solモデルでは同様の問題が確認されていないとした。

Astraモデルは、安全性フレームワークにおける非公開のルーブリック項目の約10%を完了していたのに対し、能力フレームワークでは同率が約16%に上昇。この約6ポイントの差は、完了率で約40%の低下に相当する。