OpenAIは2026年11月20日、GPT-6.2 AstraとSolを対象に、モデル蒸留による保護された推論の抽出対策を発表しました。企業にとっての論点は、AIの回答を増やすことだけでなく、どの情報を次のモデルや業務システムへ渡してよいかを決めることです。
AIの答えだけでなく、途中の情報も守る
OpenAIは、別のモデルを訓練するために出力を集める「蒸留」が、元モデルの安全策を引き継がないまま能力を移す危険を説明しました。とくに保護された推論の詳細は、最終回答だけでは分からない手順を含むため、抽出の対象になります。
公式発表では、GPT-6 Astraの従来の安全策に対し、GPT-6.2 Astraの更新後の安全策を適応型の内部評価で比較しました。過去の依頼に対する保護された推論の抽出成功率は、54.0%から0.2%へ下がったと報告されています。これはOpenAIの評価結果であり、すべてのモデルや企業環境で同じ効果が出るという意味ではありません。
対策は一つの拒否文ではありません。入力・出力の分類器、APIレベルの再利用制限、協調した抽出活動の検知とアカウント対応を組み合わせています。GPT-6.2 AstraとSolでは、会話履歴を編集すると、その後に続く保護された推論をAPIが破棄する設計も示されました。
企業は「何を保存し、何を渡すか」を先に決める
この発表を業務へ移すとき、最初に確認したいのはモデルの性能ではなく、学習や別システムへの再利用を許す情報の範囲です。たとえば、最終回答、根拠の要約、ツール実行ログ、顧客データを同じ保存先に置かず、用途ごとに保持期間と閲覧権限を分けます。別モデルの評価データへ回す場合も、元の利用目的と契約が許すかを確認します。
この整理は、OpenAIの発表が示した企業導入手順ではなく、ニュースから導く設計上の提案です。まず一つの業務で、入力・出力・ログ・再利用先を台帳にし、不要な情報を渡さずに評価できるかを確かめます。AI導入を進める前に、推論やツール引数がどこへ流れるかを説明できる状態にする。それが今回のニュースから持ち帰る判断です。
- OpenAI|Combatting adversarial distillation|https://openai.com/index/combatting-adversarial-distillation/
- OpenAI|モデル蒸留に関する公式ポスト|https://x.com/OpenAI/status/2123862344422088794