Actualités IA · Sécurité

OpenAI renforce ses défenses contre la distillation adverse

Le 20 novembre 2026, OpenAI a publié une note détaillant ses nouvelles défenses contre la distillation adverse, destinées à empêcher qu’un tiers reproduise les capacités d’un modèle de frontière sans ses garde-fous. Les mesures portent surtout sur le raisonnement protégé de GPT-6.2 Astra et de GPT-6.2 Sol.

Par Dajan MOUELLE6 min de lecture

Illustration IA : un écran de salle de sécurité affichant le logo OpenAI, un cadenas et la mention Protected reasoning
Illustration générée par IA – Cybernecs

Dans un article mis en ligne le 20 novembre 2026, OpenAI décrit comment elle détecte et interrompt la distillation adverse : l’usage non autorisé des sorties d’un modèle pour en entraîner un autre, puis le déployer sans protections comparables. Elle cite l’exemple d’un acteur qui distillerait des capacités cyber pour des attaques que le modèle d’origine aurait refusées.

OpenAI indique avoir renforcé ces défenses dans GPT-6.2 Astra et GPT-6.2 Sol, les deux modèles qu’elle a présentés récemment. L’objectif mis en avant est de protéger le raisonnement interne du modèle (sa « chaîne de pensée »), plus riche, selon l’entreprise, que la seule réponse finale, et donc plus utile pour entraîner un autre système.

Pourquoi la distillation est présentée comme un risque de sécurité

La distillation, rappelle OpenAI, est une technique courante : un modèle « élève » apprend des réponses ou du raisonnement d’un modèle « professeur ». Le problème, selon l’entreprise, apparaît lorsque cette copie se fait sans autorisation et sans les garde-fous d’origine, notamment dans des domaines à double usage comme la cybersécurité ou la biologie.

OpenAI dit avoir comparé, en interne, un modèle élève formé sur les traces exactes de raisonnement et un autre formé sur de simples résumés. L’élève entraîné sur les traces exactes obtenait de meilleurs scores aux budgets d’inférence les plus élevés. L’entreprise en conclut que protéger ces traces peut limiter le transfert de compétences, même sur des tâches autorisées.

Les chiffres mis en avant par OpenAI

Pour mesurer l’effet de ces barrières, OpenAI décrit des évaluations « adaptatives » en boîte noire, où des attaquants automatisés ajustent leur méthode. Les taux ci-dessous, publiés par OpenAI, sont des moyennes sur six modèles attaquants.

Taux de succès d’extraction du raisonnement protégé

Évaluation adaptative en boîte noire, chiffres d’OpenAI (plus le taux est bas, mieux c’est)

  • Requête précédente, GPT-6 Astra54,0 %
  • Requête précédente, GPT-6.2 Astra0,2 %
  • Requête en cours, GPT-6 Astra22,9 %
  • Requête en cours, GPT-6.2 Astra0,9 %

Source : OpenAI, « Combatting adversarial distillation », 20 novembre 2026.

Ces résultats n’ont pas, à ce stade, été confirmés par un laboratoire indépendant. OpenAI indique aussi appliquer une partie de ces améliorations à GPT-6 Astra.

Ce que l’entreprise dit avoir mis en place

Au niveau de chaque requête, OpenAI décrit trois couches : un entraînement pour refuser les tentatives d’extraction, des classifieurs en entrée et en sortie (y compris les appels d’outils), et des contrôles d’API qui limitent la réutilisation du raisonnement d’une conversation ou d’une famille de modèles à une autre. Avec GPT-6.2 Astra et Sol, ce raisonnement est lié à l’historique : si un message antérieur est réécrit, l’API écarte le raisonnement qui suivait.

OpenAI affirme aussi avoir constaté cette année plusieurs campagnes non autorisées, avec des mesures hebdomadaires visant des milliers à des dizaines de milliers de comptes. Elle attribue une partie d’une campagne de septembre à des personnes liées à Moonshot AI, et relie un briefing de février au Congrès à des activités concernant DeepSeek. Ce sont ses attributions.

Ce que cela change pour une TPE ou une PME française

Vos conditions d’utilisation de l’API n’autorisent pas tout

Si vous utilisez ChatGPT ou l’API d’OpenAI, la distillation non autorisée viole en général les conditions du service. Pour une PME, le risque immédiat n’est pas de « copier GPT », mais de mal cadrer un usage : réemployer des sorties pour entraîner un modèle interne, partager des clés, ou brancher un agent sans règles. Nous avions détaillé le positionnement de GPT-6.2 Astra et Sol au moment de leur lancement.

Des modèles plus verrouillés, un besoin inchangé de gouvernance

Ces barrières visent d’abord à empêcher la copie des capacités d’OpenAI. Elles ne remplacent pas, dans votre entreprise, une politique d’accès, une journalisation et une revue des données envoyées au modèle. C’est d’autant plus vrai si un agent enchaîne des outils, comme nous l’évoquions aussi à propos de Daybreak, le dispositif proposé par OpenAI à l’OTAN, auquel l’ANSSI est associée.

Choisir un prestataire ne dispense pas d’un cadre interne

Que vous restiez chez OpenAI ou que vous compariez d’autres modèles, y compris européens ou locaux, les questions à trancher sont les mêmes : quelles données partent, qui valide une action, comment interrompre un agent. Nos solutions IA pour TPE et PME et un audit de cybersécurité servent précisément à poser ce cadre avant d’élargir les accès.

Questions fréquentes

Qu’est-ce que la distillation adverse ?

Selon OpenAI, il s’agit d’utiliser sans autorisation les sorties d’un modèle de frontière pour en entraîner un autre, puis de le déployer sans protections comparables. L’entreprise y voit un risque de sécurité, au-delà de la seule propriété intellectuelle.

Ces nouveaux taux d’attaque sont-ils indépendants ?

Non. Les 54,0 % et 0,2 % (requête précédente) et les 22,9 % et 0,9 % (requête en cours) sont des résultats d’évaluations internes d’OpenAI, publiés le 20 novembre 2026.

Une PME française est-elle concernée ?

Oui, surtout si elle utilise l’API ou réemploie des sorties pour un modèle interne. Il faut relire les conditions d’usage et encadrer les données envoyées.

Et pour votre entreprise ?

Cybernecs accompagne les TPE et PME françaises sur l’IA et la cybersécurité : choix des modèles, déploiement cloud, local ou hybride, sécurisation des agents.

Nos solutions IA pour TPE/PMEDemander un auditNous contacter

Sources

  1. OpenAI, « Combatting adversarial distillation », 20 novembre 2026
  2. OpenAI, fiche système GPT-6.2 Astra et Sol (safeguards)
  3. Unite.AI, « OpenAI Strengthens GPT-6.2 Astra Against Reasoning Extraction », 20 novembre 2026

Articles de la même catégorie