Qué reveló OpenAI
El 30 de septiembre de 2026, OpenAI informó que identificó y desarticuló una campaña coordinada para extraer el "razonamiento protegido" de sus modelos: el registro interno que el modelo usa para resolver una tarea y que no aparece en la respuesta final. Se llama destilación adversarial: usar sin autorización las salidas o el razonamiento de un modelo para entrenar o mejorar otro.
No fue una intrusión clásica
Según OpenAI, los operadores no rompieron el cifrado, no comprometieron bases de datos ni accedieron a conversaciones de usuarios. Manipularon las interacciones para que el razonamiento protegido se reprodujera de forma visible, a escala y violando los términos de uso.
Una técnica citada: copiar el razonamiento cifrado de una conversación y pedir en otra que el modelo lo descifrara y transcribiera. Investigadores independientes también reportaron fallos relacionados entre modelos y en la compactación de conversaciones, que OpenAI confirmó.
Cronología y escala
- 1 de julio: empieza la actividad con bajo volumen.
- 24 y 25 de julio: picos de 16.000 solicitudes con un patrón de extracción, de más de 4.000 usuarios.
- La investigación vinculó el patrón a un grupo de más de 15.000 usuarios, desarticulado por completo el 28 de julio.
OpenAI aclara que son cifras de intentos, no necesariamente extracciones exitosas.
Atribución
La empresa no sabe si todos los operadores eran un solo actor, pero atribuye un núcleo de la actividad a personas asociadas a Moonshot AI, creadora de Kimi. Es la evaluación de OpenAI; al cierre de este artículo no hallamos respuesta pública de Moonshot.
Cómo respondió OpenAI
- bloqueó o restringió cuentas fraudulentas y reforzó controles de registro e infraestructura;
- cerró la vía que permitía "reproducir" el razonamiento cifrado de otro usuario;
- añadió controles que retienen salidas en streaming que puedan exponer razonamiento;
- colaboró con proveedores externos por los que pasó la actividad;
- compartió datos vía el Frontier Model Forum y canales gubernamentales.
Por qué importa
OpenAI sostiene que el razonamiento extraído puede entrenar otro modelo sin las salvaguardas del original. No es un problema solo suyo: Anthropic lanzó Opus 5.5 con "preserved thinking", una protección contra la destilación.
Qué significa para las empresas
- Si usa APIs de IA, espere más verificaciones de cuenta y restricciones sobre razonamiento y contexto.
- Las integraciones que reenvían artefactos de razonamiento entre cuentas o proveedores pueden fallar.
- Al elegir modelos, valore la procedencia y las salvaguardas, no solo el precio.
Fuentes
- OpenAI (30/09/2026): https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign/
- Anthropic, Claude Opus 5.5: https://www.anthropic.com/claude-opus-5-5
¿Quiere usar IA con seguridad y gobernanza? KGA IT ofrece una consulta gratuita: kga-it.com.