Ir para o conteúdo

OpenAI vincula o raciocínio do GPT-6.2 ao histórico da conversa

Resposta curta

A OpenAI reforçou a defesa contra a destilação adversarial, em que terceiros treinam um modelo rival com as respostas do seu. No GPT-6.2 Astra e Sol, o raciocínio protegido fica preso à conversa que o gerou, e editar uma mensagem anterior descarta o raciocínio posterior. Famílias de modelos mais antigas não conseguem lê-lo.

O que isso significa na operação

Se você roda agentes de suporte ou vendas na API da OpenAI e corta, resume ou reescreve mensagens anteriores de uma conversa, teste esses fluxos no GPT-6.2 Astra e Sol, porque a API descarta o raciocínio que veio depois de uma mensagem editada. Revise qualquer configuração que repasse raciocínio entre modelos, workspaces ou versões mais antigas de modelo, pois esses caminhos agora são restritos. Confirme também que nenhum fornecedor nem pipeline interno seu coleta saídas de modelos para treinar outro modelo: a OpenAI diz agir contra redes de contas que fazem isso. Esse último ponto é inferência nossa para equipes menores, não algo que a fonte afirme sobre elas.

A OpenAI publicou em 20 de novembro de 2026 os detalhes de como combate a destilação adversarial: o uso não autorizado das respostas de um modelo de fronteira para treinar outro modelo, com salvaguardas mais fracas. O exemplo central é a capacidade cibernética, que um modelo copiado poderia usar em ataques que o original recusaria.

O que muda na API

A empresa dá peso especial ao raciocínio protegido do modelo, ou seja, as etapas intermediárias que ele gera antes de responder. No GPT-6.2 Astra e no GPT-6.2 Sol, esse raciocínio fica atrelado ao histórico da conversa que o produziu. Mensagens novas podem se apoiar no raciocínio anterior, mas, se uma mensagem antiga for reescrita, a API descarta o raciocínio que veio depois dela.

Famílias de modelos mais antigas, com salvaguardas mais fracas, também ficam impedidas de ler o raciocínio protegido do Astra e do Sol. A OpenAI afirma ter reforçado as proteções nas fronteiras entre usuário, workspace, organização e família de modelos, e ter fechado um caminho que poderia expor o raciocínio criptografado de outro usuário.

Salvaguardas em cada requisição

A empresa descreve três camadas no nível da requisição:

  • Treinamento adversarial, para que o modelo se recuse a revelar o raciocínio protegido sem deixar de explicar as coisas a usuários legítimos.
  • Classificadores de entrada que detectam tentativas de extração e classificadores de saída que pegam vazamentos em mensagens do assistente e em argumentos de chamadas de ferramentas, tanto em respostas com streaming quanto sem.
  • Regras da API que limitam como o raciocínio protegido pode ser reaproveitado entre conversas e modelos.

Os números

Em testes adaptativos de red teaming em caixa-preta, agregados entre seis modelos atacantes, o sucesso em recuperar o raciocínio de uma requisição anterior caiu de 54,0% no GPT-6 Astra, com as salvaguardas originais, para 0,2% no GPT-6.2 Astra. Para a requisição atual, a queda foi de 22,9% para 0,9%. São resultados internos da OpenAI. A empresa diz que já aplica melhorias selecionadas também ao GPT-6 Astra.

Em um estudo interno à parte, um modelo aluno treinado com os traços exatos de raciocínio costumou superar o treinado com resumos do raciocínio após o ajuste fino supervisionado. Depois de uma rodada leve de aprendizado por reforço, o aluno de traços exatos ainda liderava no maior orçamento de inferência testado.

Fiscalização

A OpenAI diz ter visto várias campanhas de destilação não autorizada neste ano. Suas ações semanais de fiscalização já atingiram de milhares a dezenas de milhares de contas, com o ritmo subindo forte ao longo do verão. A empresa age contra redes inteiras de contas e compartilha indicadores de comprometimento com outros provedores de modelos. Em divulgações anteriores, citou a DeepSeek e pessoas associadas à Moonshot AI como autores, e diz apoiar uma legislação dos EUA que dê ao governo mais ferramentas contra a extração por agentes estrangeiros.

O texto também lista passos para outros desenvolvedores: verificar vazamentos nos argumentos de chamadas de ferramentas, manter os ataques bem-sucedidos como testes de regressão e combinar controles por requisição com investigações de campanhas.

Fonte: OpenAI · No Atlas: OpenAI →

As ferramentas desta notícia

  • DeepSeek - preço, quem usa, alternativas
Próximo passo

Discovery Sprint

Se a IA já roda em algum processo seu, o passo seguinte é olhar esse processo de perto. Trinta minutos, e a gente diz se a conta tende a fechar.

Agendar a revisão

Revisão gratuita de 30 minutos. O sprint é o assunto da conversa.

Preço
R$ 12.500
Duração
1-2 semanas

Termina em uma de duas respostas: construir ou não construir. O mapa do processo, os números e o backlog priorizado ficam com você em qualquer caso.