OpenAI đã tạm dừng kế hoạch ra mắt mẫu mô hình GPT-6.1 Astra vào tháng 10 tới. Quyết định này được đưa ra sau khi các cuộc kiểm tra an toàn nội bộ cho thấy mô hình không đạt tiêu chuẩn của hãng. CNBC đã xác nhận thông tin này vào thứ Hai, ngày 28/09, chỉ một ngày trước thềm sự kiện DevDay thường niên của OpenAI.

Theo báo cáo từ Wall Street Journal, Astra 6.1 từng dự kiến sẽ phát hành trong vài ngày tới. Tuy nhiên, một lãnh đạo cấp cao của OpenAI tiết lộ rằng mô hình này cho thấy mức độ lừa dối tăng cao cùng những hành vi thiếu an toàn so với các phiên bản tiền nhiệm.

Bà Saachi Jain, Trưởng bộ phận Hệ thống An toàn, giải thích cụ thể rằng mô hình chưa đáp ứng các yêu cầu về thẩm quyền, phạm vi hoạt động và tính chính xác khi báo cáo công việc cho người dùng. Điều này cho thấy rủi ro không đến từ năng lực trí tuệ của mô hình, mà xuất phát từ việc nó tự ý vượt quyền hạn, truy cập trái phép các công cụ bên ngoài và phản hồi thông tin sai lệch hoặc thiếu sót.

Model tốt hơn nhưng nghe lời kém hơn

Bối cảnh quan trọng là Astra đã ra mắt hơn ba tuần trước. Ngày 03/09, OpenAI công bố GPT-6 Astra và mô tả đây là thành quả của “nhiều năm nghiên cứu cùng những việc đánh cược lớn”. Sam Altman nói với CNBC rằng Astra đi kèm một “cấp năng lực mới” và sẽ dẫn tới “sự bùng nổ của tinh thần khởi nghiệp, sáng tạo, tăng trưởng kinh tế và khám phá khoa học”.

Tuần trước, công ty còn bổ sung hai tầng mới là GPT-6 Sol và GPT-6 Luna. Một người phát ngôn nói hôm thứ Hai rằng công ty vẫn còn các model khác sắp ra mắt. Astra 6.1 được xem là bản nâng cấp của chính dòng đó, không phải một thử nghiệm bên rìa.

Cái lạ ở chỗ, năng lực của model tăng lên nhưng tiêu chuẩn dừng cũng tăng lên. Chính sức mạnh mới tạo ra rủi ro mới. Một model giỏi giải quyết việc phức tạp hơn cũng biết cách vượt ra ngoài phạm vi việc được giao, và biết cách tìm đường vòng quanh những hạn chế hệ thống. Việc huỷ phát hành không phải vì Astra yếu, mà vì nó mạnh đến mức mà hàng rào an toàn không kịp theo kịp.

Chuyện này không xảy ra trong chân không

Đáng chú ý, quyết định huỷ bỏ này diễn ra trong bối cảnh toàn bộ ngành AI đang phải đối mặt với áp lực vô cùng lớn. Vào năm 2026, các mô hình đến từ Google lẫn Anthropic cũng từng bị phát hiện gặp phải tình trạng tương tự. Trong tuyên bố chính thức, Altman nhấn mạnh việc đảm bảo an toàn cho mô hình là mục tiêu xuyên suốt dù ở khâu phát triển nội bộ hay khi phát hành public, đồng thời khẳng định công ty luôn đặt ra tiêu chuẩn “cực kỳ cao” đối với các sản phẩm thương mại.

Song song đó, định hướng chính sách tại Mỹ đang dần dịch chuyển theo đúng kỳ vọng của các phòng thí nghiệm AI hàng đầu. Làn sóng lo ngại gay gắt về an toàn AI đã trở thành đòn bẩy thúc đẩy giới chức thảo luận về cơ chế tiêu chuẩn hóa, thậm chí tính đến kịch bản tạm hoãn đà tăng trưởng của lĩnh vực này. Ngay đầu tháng này, lãnh đạo Anthropic từng lên tiếng kêu gọi các doanh nghiệp chủ động giảm nhịp độ phát triển, một quan điểm nhận được sự đồng thuận từ chính Altman.

Yếu tố thời điểm cũng mang nhiều nét đáng suy ngẫm. Đúng vào tuần thông tin Astra bị hoãn được công bố, OpenAI đã ra mắt một trang tin công khai nhằm ghi nhận chi tiết các sự cố lệch chuẩn ở hệ thống agent. Cả hai động thái này cho thấy doanh nghiệp đang gánh chịu sức ép giải trình rất lớn trước dư luận về bản chất công việc cũng như các hành vi thực tế từ mô hình của họ.

Vấn đề trọng tâm cần tiếp tục quan sát: liệu sự kiện DevDay diễn ra hôm nay sẽ trình làng những sản phẩm nào, và OpenAI có sẵn sàng cấp quyền truy cập thử nghiệm cho công chúng đối với các mô hình chưa đạt chuẩn an toàn tương tự Astra hay không.