Новая мощная модель GPT-6 Astra умеет понимать текст, набранный в неверной раскладке клавиатуры, но некоторые проверки безопасности не всегда распознают в таком вводе потенциально опасные запросы.
Новая мощная модель GPT-6 Astra умеет понимать текст, набранный в неверной раскладке клавиатуры, но некоторые проверки безопасности не всегда распознают в таком вводе потенциально опасные запросы.
В эксперименте разработчик под ником vechen вводил русские и украинские фразы латиницей — так, как если бы пользователь забыл переключить клавиатуру. Сама модель правильно восстанавливала смысл текста, тогда как проверка входящего запроса могла его пропустить.
Interesting fact: GPT-6 Astra is so smart that it understands what you meant when you type with the wrong keyboard layout without tools or caveat.
— vechen (@miu21590) September 13, 2026
At the same time, safety checks aren’t smart enough to detect it.
Hopefully OpenAI and Anthropic will fix this. pic.twitter.com/Y2P16DKvBD
Например, исследователь сначала убедился, что GPT-6 Astra понимает фразу в неправильной раскладке, затем попросил ее повторить слово «биооружие». После этого он задал вопрос о помощи со взломом сайта и попросил ответить только «да» или «нет». По словам автора эксперимента, запрос дошел до модели, хотя при обычном написании сработали бы дополнительные ограничения.
При этом vechen подчеркнул, что речь не идет о полноценном джейлбрейке. У OpenAI есть несколько уровней защиты, поэтому прохождение первоначальной проверки еще не означает, что модель выдаст запрещенные инструкции.
По словам разработчика, эффект зависит от языков. Связка английской раскладки с кириллицей работает стабильно, тогда как с турецкой раскладкой эксперимент не удался. Исследователь также заявил, что похожее поведение наблюдается у Fable 5.
«Это просто идеальная демонстрация того, что системы безопасности не успевают за развитием моделей и всеми нюансами», — написал программист.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.