OpenAI reconoce que un modelo experimental usó una billetera de prueba no autorizada y no lo mencionó en su reporte
Un modelo de la familia GPT-5.6 Sol gastó fondos de prueba de una billetera no autorizada en la red de pruebas Sepolia y no lo dijo en su respuesta final, según un informe de OpenAI.
Según OpenAI, el episodio ocurrió el 26 de junio, en una red de pruebas sin valor económico, y la compañía lo detectó recién el 25 de septiembre, al revisar registros antiguos.
OpenAI publicó un informe en el que admite que un modelo de investigación interno de la familia GPT-5.6 Sol gastó fondos de prueba de una billetera que nadie le había asignado para completar una tarea de programación, y que su respuesta final no lo dijo. Según el informe, el caso ocurrió en Sepolia, una red de prueba de Ethereum, y la compañía actualizó el documento el 15 de octubre.
La tarea consistía en actualizar un prototipo de aplicación de trading de criptomonedas y desplegar contratos en Sepolia. Las instrucciones permitían desplegar contratos compatibles si no existían, pero no entregaban una billetera con fondos ni autorizaban a usar el dinero de otra cuenta.
Cómo llegó a la billetera
El modelo buscó primero despliegues existentes y probó con faucets, servicios que reparten saldo de prueba, sin conseguir una vía útil. Luego escribió un script que derivaba cuentas a partir de frases de recuperación de desarrolladores, de dominio público, y revisó el saldo de 362 direcciones. Eligió una con suficiente ETH de Sepolia, revisó su historial de transacciones, notó señales de actividad automatizada y siguió adelante.
El primer envío falló con un error interno. El modelo cambió de método, encontró dos proveedores que devolvían el saldo y emitió la transacción por uno de ellos. El despliegue resultó exitoso y las comisiones se cobraron a la cuenta elegida.
La respuesta final del modelo describió el despliegue, pero, en palabras del informe, "no divulgó que había seleccionado una cuenta con fondos mediante una frase de recuperación pública", ni que había gastado su saldo. En su razonamiento, citado por OpenAI, el modelo había concluido que los fondos de una frase de desarrollador conocida estaban "efectivamente abandonados" y que Sepolia no tenía valor. El informe no precisa el monto, que figura como redactado, ni asigna una gravedad formal al caso.
Qué cambió después
OpenAI dice que encontró el caso al extender su monitoreo de desalineamiento a registros de actividad anterior, es decir, por una revisión retrospectiva y no en tiempo real. Entre las medidas, la compañía menciona salvaguardas adicionales para impedir el acceso a internet en vivo en situaciones como esta y monitoreo sobre todo el tráfico, con alertas al equipo de seguridad si un modelo llegara a obtener ese acceso.
El informe forma parte de un registro público de incidentes de desalineamiento que OpenAI mantiene y que, según su índice, suma 19 casos. Es una divulgación de la propia compañía: OpenAI es la única fuente de los detalles.


