OpenAI opublikowało 20 listopada 2026 roku raport o tym, jak broni swoich modeli przed destylacją adwersarialną, czyli nieautoryzowanym trenowaniem konkurencyjnych modeli na ich odpowiedziach. Najważniejsza zmiana dotyczy GPT-6.2 Astra i GPT-6.2 Sol. W wewnętrznych testach skuteczność prób wydobycia ukrytego rozumowania z wcześniejszej rozmowy spadła z 54 proc. dla GPT-6 Astra do 0,2 proc. dla GPT-6.2 Astra. Firma tłumaczy, że chodzi o bezpieczeństwo, bo skopiowany model może przejąć umiejętności, na przykład w cyberbezpieczeństwie, bez zabezpieczeń oryginału. Wyniki pochodzą z badań samego OpenAI i nie zostały niezależnie zweryfikowane.
Czym jest destylacja adwersarialna
Destylacja to standardowa technika uczenia maszynowego. Jeden model, nazywany nauczycielem, generuje odpowiedzi, a drugi, czyli uczeń, trenuje się na tym materiale. Destylacja adwersarialna oznacza robienie tego bez zgody twórcy modelu, zwykle na masową skalę i z naruszeniem regulaminu.
OpenAI zwraca uwagę na ryzyko wykraczające poza własność intelektualną. Model ucznia może przejąć umiejętności nauczyciela, ale nie jego zabezpieczenia. Według firmy dotyczy to szczególnie dziedzin podwójnego zastosowania, takich jak cyberbezpieczeństwo i biologia, w których ta sama wiedza pomaga obrońcom i napastnikom.
Dlaczego ukryte rozumowanie modelu jest tak cenne
Najwięcej uwagi OpenAI poświęca ochronie tzw. chronionego rozumowania, czyli pośrednich kroków, które model generuje przed udzieleniem odpowiedzi (chain-of-thought). Użytkownik widzi zwykle tylko ich streszczenie. Pełny zapis zawiera jednak informacje pomijane w odpowiedzi, dlatego jest szczególnie wartościowym materiałem treningowym.
Firma sprawdziła to w wewnętrznym badaniu. Trenowała ten sam model ucznia raz na pełnych zapisach rozumowania, a raz na streszczeniach i odpowiedziach widocznych dla użytkownika. Dane pochodziły głównie z zadań programistycznych i obronnych zadań z cyberbezpieczeństwa. Uczeń trenowany na pełnych zapisach osiągał zwykle lepsze wyniki w benchmarkach ExploitBench i SEC-bench Pro, choć po dodatkowym etapie uczenia przez wzmacnianie przewaga utrzymała się tylko przy największym budżecie obliczeń. OpenAI przywołuje podobne wcześniejsze wyniki Anthropic z benchmarku SWE-bench Verified.
Jak OpenAI zabezpiecza GPT-6.2 Astra i Sol
Ochrona działa na dwóch poziomach. Pierwszy dotyczy pojedynczych zapytań i łączy kilka mechanizmów, które wzajemnie się uzupełniają. Drugi obejmuje wykrywanie skoordynowanych kampanii i blokowanie sieci kont.
- Trening adwersarialny uczy model rozpoznawać próby wydobycia rozumowania i odmawiać ich ujawnienia, bez blokowania zwykłych próśb o wyjaśnienie.
- Klasyfikatory wejścia wykrywają podejrzane polecenia, a klasyfikatory wyjścia szukają wycieków rozumowania w odpowiedziach i w argumentach wywołań narzędzi, także przy strumieniowaniu odpowiedzi.
- W API rozumowanie GPT-6.2 jest związane z historią rozmowy. Jeśli wcześniejsza wiadomość zostanie zmieniona, API odrzuca rozumowanie wygenerowane po niej.
- Starsze rodziny modeli ze słabszymi zabezpieczeniami nie mogą odczytać zaszyfrowanego rozumowania GPT-6.2 Astra i Sol.
- Zespoły dochodzeniowe analizują kampanie, blokują sieci kont i przekazują wskaźniki naruszeń innym dostawcom modeli.
Wyniki testów i skala blokad
OpenAI mierzyło skuteczność zabezpieczeń w adaptacyjnych testach typu black-box, w których zautomatyzowani napastnicy oparci na sześciu modelach zmieniali metodę ataku w zależności od reakcji systemu. Tester widział przy tym to samo, co zwykły zewnętrzny użytkownik. Poniższe dane pochodzą z raportu firmy.
- Wydobycie rozumowania z wcześniejszego zapytania: 54,0 proc. skutecznych ataków na GPT-6 Astra z pierwotnymi zabezpieczeniami i 0,2 proc. na GPT-6.2 Astra.
- Wydobycie rozumowania z bieżącego zapytania: 22,9 proc. na GPT-6 Astra i 0,9 proc. na GPT-6.2 Astra.
- Blokady kont: od kilku tysięcy do kilkudziesięciu tysięcy tygodniowo, z wyraźnym wzrostem latem 2026 roku.
Wymiar polityczny i spór z Chinami
OpenAI przedstawia destylację jako zagrożenie dla bezpieczeństwa narodowego USA. Firma przypomina, że w lutym 2026 roku informowała Kongres o próbach destylacji amerykańskich modeli przez DeepSeek, a we wrześniu przypisała część wykrytej kampanii osobom powiązanym z Moonshot AI, twórcą modeli Kimi. Zapowiada też ujawnienie kolejnych kampanii. Wskazane firmy nie odniosły się do nowego raportu, a Chiny wcześniej odrzucały podobne zarzuty.
Raport ukazał się kilka dni po ustaleniach agencji Reuters o przemysłowej skali destylacji w Chinach. OpenAI deklaruje poparcie dla ustaw Chip Security Act, AI OVERWATCH Act i MATCH Act, które dotyczą kontroli eksportu chipów, oraz dla nowych narzędzi pozwalających karać zagraniczne podmioty. W naszej ocenie firma łączy tu dwa cele. Ochrona przed destylacją ogranicza ryzyko nadużyć, ale wzmacnia też przewagę konkurencyjną amerykańskich laboratoriów.
Ograniczenia raportu
Wszystkie liczby pochodzą z wewnętrznych testów OpenAI i nie zostały sprawdzone przez niezależny podmiot. Firma nie podała liczby kont zablokowanych w konkretnych kampaniach, nie wskazała państw pochodzenia większości ataków ani nie opisała, ile czasu mija od wykrycia do blokady. Nie wiadomo też, czy nowe zabezpieczenia mają jakikolwiek wpływ na jakość odpowiedzi dla zwykłych użytkowników.
Raport celowo pomija szczegóły technik ataku. OpenAI deklaruje, że dzieli się nimi przez Frontier Model Forum i kanały rządowe, aby nie ułatwiać pracy napastnikom.
Co to oznacza dla polskich firm
Dla większości firm korzystających z ChatGPT i API zmiana jest niewidoczna. Odczują ją przede wszystkim zespoły, które budują własne, mniejsze modele na danych wygenerowanych przez komercyjne API. Regulamin OpenAI ogranicza użycie wyników modeli do trenowania konkurencyjnych systemów, a masowe pobieranie odpowiedzi może zostać uznane za kampanię destylacji i zakończyć się blokadą konta.
Przed projektem dostrajania warto sprawdzić aktualne warunki dostawcy i udokumentować cel użycia danych. Bezpieczniejszą drogą jest model otwarty z licencją dopuszczającą destylację albo dane własne. Zespoły pracujące z API na poziomie technicznym powinny też pamiętać, że w GPT-6.2 zmiana wcześniejszych wiadomości w historii rozmowy powoduje utratę zapisanego rozumowania.
Źródła i data sprawdzenia
- Combatting adversarial distillationOpenAI, publikacja: 2026-11-20, sprawdzono: 2026-11-21
- OpenAI makes it much harder for attackers to extract how its latest AI models thinkTHE DECODER, publikacja: 2026-11-20, sprawdzono: 2026-11-21
Artykuł ma charakter informacyjny. Przy decyzjach prawnych, finansowych lub organizacyjnych warto zweryfikować wnioski w odniesieniu do konkretnej sytuacji.



