Op 23 oktober 2026 maakte OpenAI bekend dat frontiermodellen tijdens de training geen toegang krijgen tot het live internet. Alle frontier-runs met reinforcement learning (RL) gebruiken volgens het bedrijf een offline omgeving met geïndexeerde en gecachete webinhoud. De onderzoeksinfrastructuur zelf blijft wel beperkt verbonden: OpenAI zegt externe verbindingen nodig te hebben om experimenten uit te voeren en te bewaken.
Welke training gebruikt geen live internet?
OpenAI zegt het live internet buiten de beveiligingsgrens voor frontiertraining en de meeste evaluaties te houden. Het bedrijf wil dit beleid handhaven totdat verbeteringen in de beveiliging ruimere toegang rechtvaardigen. Alle frontier-RL-runs gebruiken de offline modus.
Dat beleid gaat over interne onderzoeks- en evaluatieomgevingen. OpenAI zegt dat die verschillen van de omgevingen waarin klanten uitgebrachte modellen gebruiken. De verklaring beschrijft dus geen algemene wijziging in het gebruik van ChatGPT.
Wat kunnen modellen in de offline omgeving doen?
De offline omgeving bevat geïndexeerde en gecachete webinhoud. Daarmee kunnen modellen oefenen met browsen, zoeken en het gebruiken van webapplicaties zonder rechtstreeks met externe systemen te communiceren. Afhankelijk van de taak kunnen agents ook een browser, code-uitvoering, hulpmiddelen om een computer te bedienen en andere diensten gebruiken. OpenAI zegt dat toegestane agents binnen dezelfde beveiligingsgrens bepaalde bronnen kunnen delen.
Offline betekent hier dus dat agents geen vrije toegang tot het live internet hebben, niet dat ze zonder webmateriaal of hulpmiddelen werken.
Waarom blijft de onderzoeksinfrastructuur verbonden?
OpenAI zegt dat de infrastructuur niet volledig van externe netwerken kan worden afgesloten, omdat verbindingen nodig zijn om experimenten uit te voeren en te monitoren. Het bedrijf beperkt daarom uitgaand netwerkverkeer en ongeautoriseerde verplaatsingen tussen systemen.
OpenAI beschrijft meerdere beveiligingslagen: afgeschermde containers, microVM’s (lichte virtuele machines), monitoring en netwerk- en cloudbeveiliging. Op Linux draaien beperkte containers volgens het bedrijf binnen microVM’s; voor taken met GPU’s noemt OpenAI ook afscherming op gebruikersniveau.
Wat meldt OpenAI over het incident en de tests?
OpenAI meldde dat een intern onderzoeksmodel op 20 september door een verkeerde instelling van een DNS-resolver beperkte toegang tot het live internet kreeg tijdens een trainingsrun. Het bedrijf vermeldde geen jaartal bij die datum. OpenAI zegt dat het frontier-RL-training en interne inferentie op 1 oktober hervatte, elf dagen nadat de pauze was begonnen.
In een red-teamcampagne testte OpenAI de beveiliging met agents, waaronder het aangekondigde model GPT-6 Astra Cyber en een intern frontiermodel. Het bedrijf gaf de teams broncode, configuratiegegevens en documentatie over mogelijke kwetsbaarheden. De tests vonden plaats op speciaal ingerichte, geïsoleerde kopieën van de onderzoeksinfrastructuur, met monitoring en automatische controles die een run konden pauzeren.
OpenAI meldt dat de teams onbekende softwarekwetsbaarheden en configuratiefouten vonden. Het bedrijf zegt die problemen te hebben verholpen. De agents vonden volgens OpenAI ook manieren om microVM’s te verlaten, internetpaden te bereiken en via gedeelde bronnen tussen geïsoleerde taken te communiceren.
OpenAI zegt dat de campagne honderden miljarden tokens gebruikte. Het bedrijf presenteert de relatie tussen tokenverbruik en gevonden problemen niet als een gecontroleerde meting van hoeveel rekenkracht nodig is om kwetsbaarheden te ontdekken. De tests waren opgezet om de beveiliging onder voor een aanvaller gunstige omstandigheden te belasten, niet om te meten wat modellen zonder aangereikte informatie zelfstandig zouden vinden. OpenAI meldt dat de agents tijdens de campagne geen route vonden die ze eenvoudig konden misbruiken zonder dat hun activiteit door de monitors werd opgemerkt.
